AI時代怎麼學習？國高中生必備的5個學習能力
一道數學題不會寫，拍照上傳AI，幾秒鐘就能得到完整解答；英文文章看不懂，也能請AI翻譯、整理單字，甚至解釋每一段的意思。
AI讓取得學習資源變得更加容易，但也改變了學生面對問題的方式。
過去遇到不懂的觀念，學生可能需要反覆閱讀課本、翻找例題，或等到上課時向老師提問。現在，許多問題都能立即得到回應。
然而，當AI能提供越來越完整的協助，學生更需要思考的是：如何利用這些工具，讓自己真正理解知識，而不只是更快完成作業？
在上一篇〈AI能幫孩子解題，卻不能代替思考：AI時代的學習新挑戰〉中，我們從教育研究出發，討論AI如何影響學生的理解與思考過程。
👉 回顧上一篇：AI能幫孩子解題，卻不能代替思考：AI時代的學習新挑戰
這篇文章則進一步回到國高中生的日常學習，從數學解題、閱讀理解到考前複習，探討如何培養五個重要的學習能力，讓AI成為協助學習的工具，而不是代替思考的捷徑。
一、提問能力：從「答案是什麼」到「我哪裡不懂」
面對一道不會寫的數學題，學生最容易做的事情，就是直接把題目交給AI，請它列出解答。
但同樣一道題目，學生使用AI的方式不同，得到的學習收穫也可能不同。
假設一名高中生正在練習一元二次函數，他已經知道題目提供的條件，也能寫出函數式，卻不知道如何求出最大值。
如果只是請AI「幫我解這一題」，雖然很快就能得到完整的計算過程，卻可能忽略自己真正不理解的地方。
另一種方式，是先把已經完成的步驟整理出來，再詢問：
「我已經列出二次函數，但不知道為什麼要利用頂點求最大值，可以解釋這個觀念嗎？」
這樣的問題，不再只是要求AI提供答案，而是把注意力放在尚未理解的概念上。
而且，學生也不一定要馬上要求AI示範完整解法。可以先請它說明原理，或提示下一個思考方向，再嘗試自己完成題目。
這個差異看似簡單，背後卻涉及學生能不能辨認自己的學習困難。
有時候，學生說「這一章我都不會」，真正的問題可能只是前面某個公式的意義沒有理解；也可能是觀念已經掌握，卻不知道如何把它應用到題目當中。
當孩子能逐漸分辨自己是「看不懂題目」、「不知道該用哪個觀念」，還是「計算過程出錯」，就更容易找到需要補強的地方。
因此，培養提問能力，並不只是學習如何向AI輸入更精確的指令。
真正重要的是，學生能不能先釐清自己遇到什麼困難，再尋找適合的協助。
二、資訊判斷能力：AI給出的答案，如何確認是否正確？
AI產生的回答通常相當流暢，即使是複雜的問題，也能整理成條理清楚的說明。
但文字看起來合理，並不代表內容一定正確。
2024年，聯合國教科文組織（UNESCO）發布《學生AI能力架構》，指出學生除了需要了解AI技術的應用，也應培養批判性判斷與負責任使用AI的能力。[1]
對國高中生而言，這項能力並不抽象，而是每天學習不同科目時都可能遇到的問題。
例如，準備地理考試時，學生想了解冰島為什麼有許多峽灣地形。
AI可能很快提供一段解釋，提到冰河侵蝕、地形變化與海水進入谷地等現象。
但學生若只是將這段內容複製到筆記中，可能仍然無法區分：哪些是峽灣形成的主要原因？哪些只是地形形成後出現的現象？
若能回到課本中的冰河地形單元，對照冰蝕谷與峽灣的示意圖，就比較容易理解其中的關係：冰河侵蝕形成深谷，當冰河退去、海水進入後，部分地形便形成峽灣。
接著，學生也可以進一步思考，這樣的海岸地形如何影響當地交通、聚落分布或產業活動，而不是把地形特徵當作需要單獨背誦的知識。
這時，AI提供的資訊就不再是學習的終點，而是協助學生進一步理解問題的起點。
尤其當AI的回答涉及數據、歷史事件或科學解釋時，更需要留意內容是否具有可靠來源。
如果AI提供的資訊與課本不同，可以先確認問題是否涉及不同定義、年代或分類方式，再查閱教材與可信資料，而不是直接認定其中一方正確。
培養資訊判斷能力，不是要求孩子懷疑所有答案，而是學會根據證據判斷哪些資訊值得相信。
三、自我檢測能力：看懂解答後，如何確認自己真的學會？
不少學生都有類似經驗：上課聽老師講解時覺得很清楚，回家看詳解也能理解每個步驟，但真正遇到考試，卻突然想不起來該怎麼解題。
問題不一定是當初沒有認真聽課，而是「看懂別人的解釋」與「自己能夠運用知識」，原本就有差別。
AI讓這種情況更容易發生。
當學生遇到問題，只要輸入題目，就能得到完整且清楚的說明。閱讀解答時，每個步驟似乎都很合理，於是很容易認為自己已經學會。
但如果沒有再獨立練習一次，學生可能無法察覺自己是否真正記住觀念。
心理學者John Dunlosky等人在2013年整理多項學習研究，比較十種常見學習技巧的成效。
研究者指出，相較於單純重複閱讀，透過練習測驗檢查自己是否能回想與運用知識，以及將複習分散在不同時間進行，通常更有利於長期學習。[2]
這項研究雖然不是專門探討AI，但其中的學習原理，同樣值得使用AI輔助學習的學生參考。
例如，一名國中生正在複習理化的密度計算。
他先請AI解釋密度公式，並看懂了題目的計算過程。接下來，可以先把解答關掉，重新拿起紙筆，試著說明密度、質量與體積之間的關係，再獨立完成一道類似題目。
如果能完成基本題，還可以嘗試改變題目條件，例如已知密度與質量，反過來求體積，確認自己是否理解公式中的數量關係。
即使沒有立即算對，也能從錯誤中辨認出尚未掌握的觀念。
AI在這個過程中可以協助檢查解題步驟、提供提示，或協助產生額外的練習題。但學生仍應確認題目與解答是否正確，並保留自己獨立作答的機會。
真正值得確認的，不是學生能不能看懂AI的解釋，而是當答案被拿走之後，能不能靠自己完成。
四、自主學習能力：從被動上課到主動找出學習弱點
國高中課程之間往往存在連續的知識關係。當前面的觀念沒有建立完整，後續學習就可能變得越來越吃力。
以高中數學為例，學生在高一學習二次函數時，如果主要依靠記憶公式解題，雖然可能完成部分熟悉的題型，卻未必理解函數圖形、頂點與最大最小值之間的關係。
到了後續需要分析更複雜的函數問題時，原本沒有釐清的觀念，就可能成為學習障礙。
這時候，學生容易把困難歸因於「高中的數學太難」，於是花更多時間反覆做題，卻不一定知道問題究竟出在哪裡。
但如果能重新檢視自己的作答過程，可能會發現：真正需要補強的不是整個章節，而是特定的函數概念。
這正是自主學習能力的重要之處。
自主學習不只是自己安排讀書時間，更包括了解目前的學習狀況，並根據實際困難調整方法。
學生可以從最近一次段考或平常練習中的錯題開始，觀察自己經常在哪些地方出錯。
例如，數學題目是因為公式記錯、觀念不清楚，還是無法辨認題型？英文閱讀是單字量不足，還是無法理解長句中的文法結構？
找到原因後，才比較容易決定下一步應該重新理解課程內容，還是增加練習。
在這個過程中，AI可以協助整理疑問、比較不同解法，但它不一定知道學生過去真正學過哪些內容，也無法單憑一次對話完整掌握所有學習困難。
因此，學生仍需要透過課堂表現、作答結果、教師回饋與自我檢測，逐漸了解自己的學習狀況。
當孩子開始知道自己需要補強什麼，而不是每次都等待別人安排讀書進度，也就更接近真正的自主學習。
五、工具運用能力：善用AI與線上課程，建立自己的學習節奏
AI時代的學習工具越來越多，但工具增加，不代表學生就能自動學得更好。
2026年，經濟合作暨發展組織（OECD）在《數位教育展望》中指出，生成式AI能否改善學習，與使用方式及教學設計有密切關係。若只是將學習任務交給AI完成，即使作業成果有所提升，也不一定能帶來相同程度的學習進步。[3]
對學生來說，真正值得思考的是：不同工具適合在什麼情況下使用？
例如，一名高中生正在準備段考，發現自己對化學平衡的觀念不夠熟悉。
如果直接請AI整理整章重點，雖然能快速取得摘要，卻可能忽略自己不理解的核心概念。
另一種方式，是先透過課本或線上課程，重新理解平衡狀態與濃度變化等基本觀念。
看完教師講解後，再嘗試完成題目。如果遇到不懂的步驟，可以利用AI詢問特定問題，例如：
「為什麼改變反應物濃度後，平衡狀態會重新調整？可以用高中程度解釋嗎？」
當學生理解說明後，再回到練習題中檢查自己是否能應用觀念。
這樣的學習安排，讓不同工具發揮不同的功能。
教師與系統化課程能協助學生建立知識架構，AI可以提供額外的說明與提問機會，而實際練習則能幫助學生確認自己是否掌握內容。
對於需要反覆理解觀念、或無法完全跟上學校進度的學生，線上課程也提供了調整學習步調的可能。
學生可以依照自己的需要，重新觀看不熟悉的單元，把更多時間留給弱科與較難理解的內容。
不過，無論使用AI還是線上課程，最重要的都不是花了多少時間使用工具，而是能不能將學過的內容真正運用出來。
好的學習工具，應該幫助學生逐漸減少對提示的依賴，而不是讓學生永遠需要依靠工具才能完成題目。
結論：AI時代，學習的主導權仍然在孩子自己手中
從提出問題、判斷資訊，到檢查理解與安排複習，這些能力並不是AI出現後才開始重要。
但當AI能快速產生答案、整理資訊，甚至完成部分學習任務時，學生更需要知道自己應該在哪些地方尋求協助，又有哪些思考必須親自完成。
對家長而言，也不必只把注意力放在孩子有沒有使用AI。
比起直接禁止，不妨了解孩子如何利用AI：是遇到題目就要求完整解答，還是先自己嘗試，再透過工具釐清不懂的觀念？
這樣的差異，往往比使用工具的時間更值得關注。
學習銀行提供國高中各科線上課程，學生可以依照自己的進度與弱科安排複習，透過反覆觀看教師講解，重新建立不熟悉的觀念，再搭配練習檢查理解程度。
在AI與數位學習工具越來越普及的時代，學生不必拒絕科技帶來的便利，但也不能把理解與判斷完全交給工具。
真正重要的，不是孩子能不能快速找到答案，而是能不能在工具的協助下，逐漸建立獨立學習與解決問題的能力。
參考資料
[1] UNESCO（2024）。AI Competency Framework for Students.https://www.unesco.org/en/articles/ai-competency-framework-students
[2] Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T.（2013）。Improving Students' Learning With Effective Learning Techniques: Promising Directions From Cognitive and Educational Psychology. Psychological Science in the Public Interest, 14(1), 4–58.https://doi.org/10.1177/1529100612453266
[3] OECD（2026）。OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education.https://doi.org/10.1787/062a7394-en
