生成式 AI 已經逐漸進入學生的學習生活。搜尋資料、整理文章、解釋概念、改寫內容，甚至完成整份功課，都可能在幾分鐘內完成。
對老師而言，真正需要處理的問題已經不再只是「學生可不可以用 AI？」，而是「學生用了 AI 之後，還有沒有經歷思考、判斷和學習的過程？」
完全禁止 AI，未必能解決問題——學生仍可能在課堂以外自行使用，而校方也會因此錯過讓學生學習正確使用 AI 的機會。更實際的做法，是重新設計學習過程，讓學生明白：AI 可以協助你思考，但不應代替你思考。
這也是 AI 素養的重要一環。教育局最新的數字教育方向強調，學生應善用科技，但不能依賴工具；人工智能學習活動中，同樣需要培養慎思明辨、查證資訊及負責任使用科技的能力。
以下 5 個方法，可以直接應用於日常課堂及功課設計。
方法一：要求學生「先思考，再使用 AI」
最簡單的做法，是不要讓 AI 成為學習任務的第一步。
例如學生進行資料搜集、寫作、解難或專題研習時，可以先要求他們寫下自己的初步想法：
- 我目前認為答案是甚麼？
- 我有甚麼證據？
- 我不確定的是甚麼？
- 我想問 AI 哪一個問題？
之後才讓學生使用 AI。這樣做的重點不是增加工作紙，而是保留一個關鍵的學習過程：學生需要先形成自己的判斷，才有東西可以和 AI 的答案比較。
教育局《中小學人工智能素養學習架構》的應用示例中，其實已經出現類似設計。以高小科學的「學校植物小專家」活動為例，學生不是一開始就拍照讓 AI 辨認植物，而是先親身觀察葉形、花色、生長環境等特徵，記錄和分類後，才使用 AI 圖像識別工具，再比較 AI 的結果與自己的觀察是否一致。
這個次序值得老師參考：自己觀察 → 自己判斷 → AI 輔助 → 比較 → 再判斷，而不是打開 AI → 問答案 → 完成。
這也是 EDU A.I. 在設計 AI 素養活動時十分重視的一點：AI 最有教育價值的時刻，往往不是它給學生答案，而是它給了學生一個可以比較、挑戰和改進的答案。
方法二：不要只收「答案」，要求學生解釋思考過程
AI 很容易產生一個看起來完整的答案，但學生能否交出答案，和學生是否真正理解答案，是兩回事。
因此，老師可以在部分課業中加入簡單的口頭解釋環節，例如：
「用 60 秒說明你為甚麼選這個答案。」
或者：
「AI 提供了甚麼建議？你最後接受了哪一部分？為甚麼？」
不一定需要正式口試——老師可以在課堂上隨機抽幾組學生分享，或讓學生兩人一組互相解釋。這個做法的價值在於：當學生知道自己需要解釋選擇，他使用 AI 的方式自然會不同。他不能只問「幫我寫答案」，而需要先想清楚：這個答案合理嗎？我自己明不明白？如果老師追問，我能不能解釋？
從我們與學校討論 AI 教育的經驗來看，這其實比單純問「有沒有用 AI」更值得關注。真正需要判斷的，不是學生有沒有使用 AI，而是學生使用 AI 後，是否仍然擁有答案背後的思考。
方法三：設計 AI 不能直接代做的任務
如果一份功課只是「寫 500 字介紹全球暖化」，AI 當然很容易整份完成。但如果題目變成「根據今天課堂看到的三組數據，以及小組討論提出的兩個觀點，分析哪個方案比較適合香港」，學生便必須先參與學習過程，才能完成任務。
因此，避免過度依賴 AI 的關鍵，不在於「AI detection」，而在於任務設計。老師可以在功課中加入：
- 課堂內才提供的資料
- 學生自己的觀察
- 實驗結果
- 小組討論內容
- 校園或社區情境
- 個人選擇及理由
- 作品修改歷程
這些元素會讓 AI 變成「協作者」，而不是可以一鍵完成整項任務的代工工具。
EDU A.I. 與青年成就香港部合作，到十所中學進行 Vibe Coding 工作坊時，學生並非單純學習如何叫 AI 寫 code，而是由「循環經濟」等真實城市議題出發，先思考問題，再利用 AI 建立網站或 App 原型，把自己的方案轉化成作品。
這類活動帶出一個值得老師留意的 AI 素養原則：不要只問學生「你可以用 AI 做甚麼」，而要先問「你想解決甚麼問題」。前者容易流於工具操作；後者才需要學生運用判斷、創意和解難能力。
方法四：加入簡單的 AI 使用反思
學生使用 AI 後，可以要求他們回答幾個簡短的問題：
- 我怎樣使用了 AI？
- AI 哪一部分幫到我？
- AI 有沒有提供錯誤、不完整或不適合的內容？
- 我修改了甚麼？
- 如果沒有 AI，我原本會怎樣處理？
不一定每次都要寫長篇反思，一個簡單表格已經足夠：
AI 使用紀錄學生回答我用 AI 做了甚麼？AI 提供了甚麼建議？我沒有採用哪一部分？我作出了甚麼修改？最終答案由我決定的是甚麼？
這種反思有兩個作用：第一，讓老師更容易看到學習過程，而不只是最後作品；第二，慢慢培養學生一個習慣——使用 AI 後，要回頭想一想自己做過甚麼判斷。
方法五：刻意讓學生練習「質疑 AI」
學生過度依賴 AI，其中一個原因是：AI 回答得很有信心。即使答案錯誤，語氣仍然可以非常完整和肯定。
因此，老師可以刻意安排一些查證練習，例如：
- 問 AI 一個與課題相關的問題。
- 要求 AI 列出資料來源。
- 學生查閱政府、教科書、學術或其他可靠資料。
- 找出 AI 答案中不準確、不完整或缺乏證據的部分。
- 修改答案。
教育局的高小數學應用示例正有類似設計：學生利用 AI 搜尋城市人口資料時，需要要求 AI 提供來源，再到可靠網站（例如政府統計資料）比較及核實 AI 所提供的數據。
所以「AI 出錯」不一定只是問題——如果老師把它設計成學習活動，它反而可以成為訓練資訊判斷能力的材料。
避免過度依賴 AI，不等於把 AI 趕出課堂
5 個方法背後，其實都指向同一個原則：不要只管理學生「有沒有用 AI」，而要設計學生「怎樣用 AI」。
老師不需要在每一份功課都同時使用所有方法。有些任務適合要求「先想後問」；有些可以加入一分鐘口頭解釋；有些要求 AI disclosure；有些則特別訓練查證能力。
長遠而言，學生需要建立的是一套使用 AI 的思考習慣：先自己思考 → 使用 AI → 判斷答案 → 查證資料 → 修改 → 反思。
AI 素養並不只是懂得操作 AI，而是認識 AI、善用 AI、判斷 AI、負責任使用 AI，並保留自己的獨立思考。
如果學校正在思考學生 AI 使用界線、AI 學術誠信、家長教育或校本 AI 素養規劃，歡迎與 EDU A.I. 團隊討論適合學校的起步方式。
