在 AI 成為工作與學習的日常夥伴之後，教育現場逐漸意識到一件事：影響表現的關鍵，不再只是「知道多少答案」，而是能不能把問題問清楚。
也因此，近年 AI 教育開始關注一項新的核心能力——prompt literacy。
所謂 prompt literacy，並不是會不會操作工具，而是能否清楚表達需求、拆解問題，並判斷 AI 的回應是否真正符合目的與需求。
尤其是當人們開始使用AI後，是否仍能掌握提問與判斷的主導權，成為一道重要的分水嶺。
過去的學習環境中，知識取得相對困難，教育的焦點多半放在「如何更有效率地傳遞正確資訊」。但在 AI 時代，已經徹底改變。
搜尋一下就能找到答案，作業可以交給 AI 協助，甚至連解題步驟都能一次列出，學習的重心自然必須重新調整。
數感實驗室共同創辦人、師大電機系副教授賴以威指出，AI 的回應，本質上是根據大量語言資料生成的「可能答案」，並不保證正確，也不一定適用於每一種情境。因此，提問是否清楚，幾乎決定了使用者得到的是實質幫助，還是看似完整卻空泛的建議。
在實際的教學現場也觀察到：當孩子只把模糊的需求交給 AI，往往只能得到表面的答案；但當他們先釐清「自己真正想問的是什麼」，理解與學習深度便自然提升。
AI 時代，學習的核心不再只是「能不能找到答案」，而是能不能問出真正有意義的問題——不是問得多，而是問得清楚。
閱讀網路文章時，至少還能從作者、媒體來源或引用資料來判斷可信度；但 AI 的回答往往沒有明確出處，卻常以流暢、完整、看似合理的語言呈現，反而更容易讓人放下警覺。
賴以威指出，使用 AI 時，其實可以沿用「媒體識讀」能力來檢視內容。面對 AI 給出的答案，他會要求補上參考資料來源、提出支持的佐證，或進一步請 AI 說明推理過程；有時也會將同一個問題交給不同模型回答，透過交叉比對辨識可信度。
「AI 提供的是回答，但最後的判斷，永遠必須留在自己身上，」賴以威強調。他自己把 AI 視為合作對象，而不是專家或權威，「任何一個人都可能有盲點、會出錯，AI 也一樣。」
AI不可能替人「負責」, 當孩子或大人意識到，答案必須由自己承擔，才會開始停下來檢查、比較，並思考「這個答案適不適合」，而不只是因為它「看起來像是對的」。
賴以威在使用 AI 時，常會聯想到用「運算思維」來拆解問題。他強調：「運算思維並不是學寫程式，而是一種用來整理問題、釐清思路的思考方式。」
面對一個模糊、複雜的問題時，運算思維的第一步不是急著找解法，而是先暫停一下：把問題拆成幾個可以處理的小部分，分辨哪些是已知條件、哪些地方真正卡住。
AI 擅長回應「被定義好的問題」，卻不會替使用者判斷：真正該問的是哪一個問題，真正需要釐清的問題是什麼。如果提問本身很模糊，AI 依然可以給出看起來很完整、語句也很流暢的回答，但那些內容，往往只是回應了字面上的提問，未必碰觸問題核心。
因此，運算思維並不在於讓人得到更快的答案，而是在於幫助使用者隨時回頭確認「這個答案，究竟在解決哪一個問題？」而不是一路被生成的內容牽著走。
這種拆解問題的能力，其實很常出現在孩子的學習現場。例如，孩子在學數學時常說「我不會」，但這句話本身過於籠統：是看不懂題目在問什麼？還是卡在某一個計算步驟？
當問題被拆得越清楚，孩子才越有可能得到真正的幫助，而這個「拆解」的過程，本身就是運算思維的訓練。
同樣的情況也常出現在日常教養中。當孩子抱怨「數學好難」，如果大人立刻回應「那你就多練習」，問題往往會一再重複；但若先停下來問一句：「哪一類型的題目最容易讓你卡住？」原本模糊的困擾，就被自然拆成可以處理的小問題。
有時孩子作業卡關，並不是不會算，而是不清楚題目在問什麼，或是不知道該從哪一步開始。與其立刻教解法，不如先引導孩子一起整理：「這一題已經知道哪些資訊？」、「還缺的是哪一個關鍵？」在這樣的過程中，孩子學到的不是單一題目的解法，而是如何把混亂狀態整理成可以思考的問題。
數感實驗室舉辦AI數感盃比賽時，曾設計一個任務，請孩子利用 AI，把數學概念寫成一首詩。所有孩子最後都完成了作品，但學習歷程卻大不相同。
有些孩子目標只是把任務完成，直接請 AI 生成內容；也有孩子注意到詩裡提到「次方」，開始好奇什麼是次方，進而延伸出新的問題，連結到不同的數學概念。
「同樣使用 AI，能不能在過程中獲得更多，在於孩子是否願意主動提問、延伸思考，」賴以威強調，真正拉開差距的，是孩子能不能在使用 AI 的過程中，保有好奇心，繼續追問下去。
除了運算思維，賴以威也特別強調「批判性思考」的重要性。他指出，AI 提供的，其實只是其中一種可能性，而不是唯一的答案或結論。
「批判性思考並不是要孩子凡事質疑或唱反調，」他提醒，而是培養一個基本習慣：不要把眼前接收到的資訊，直接當成「答案應該就是這樣」。
因此，當孩子在使用 AI 過程中，察覺到「這個答案好像需要再想一下」，其實就是批判性思考開始啟動的時刻。這並不代表答案一定錯，而是提醒自己停下來檢查：這個說法是否充分？是否還有其他可能？
例如，當內容中的人物時間線對不起來，或結論跳得過快，產生「好像哪裡怪怪的」的感覺，本身就是一個重要訊號。這些直覺上的不協調，都是值得停下來確認的地方。
當孩子習慣在看到 AI 回答後，多問一句「這一定是對的嗎？」、「還有沒有其他說法？」、「有沒有不同觀點可以支持或反駁？」就比較不會把 AI 當成唯一正解，而會把它當成輔助思考的工具。
保持質疑，並不是背誦一套檢查規則，而是來自不急著接受答案的習慣。
在面對孩子提問時，賴以威很少直接給答案，常常是先反問一句：「你覺得呢？」他解釋，孩子在提問時，多半已經有些自己的想法，如果大人急著給出正解，反而容易讓孩子停止思考。
他會根據孩子的回答繼續提問，即使已經察覺孩子的理解有誤，也不立刻修正，只提醒一句「這裡好像有點怪怪的」，讓孩子自己回頭檢查。
例如，他曾問孩子：「19 個 19 是多少？」孩子回答 38，他沒有立刻指出錯誤，而是接著問：「是嗎？38 裡面有幾個 19？」孩子在重新思考的過程中，往往就能自己發現問題所在。
在這樣一步步往下推進的過程中，孩子學到的不是標準答案，而是如何檢查自己的思考；也會慢慢理解，答案不是別人給的，而是自己想清楚、驗證出來的。
學習，不只是得到答案，而是一次又一次練習，問自己：這個答案，真的是我要的嗎？
首圖：shutterstock
熱門商品
