AI 數學技能危機：解題更快、學得更少，成績反而下滑

當 ChatGPT 在 2022 年底問世時，教育界最先關切的問題是：學生究竟會用 AI 來作弊、學習，還是單純為了更有效率地應付作業？如今，愈來愈多證據指向一個令人憂心的答案——許多學生確實完成作業的速度變快了，但從中學到的東西卻變少了。

這項結論來自近期規模最大的相關研究之一。研究團隊觀察大量學生在導入生成式 AI 前後的學習行為，發現當學生能輕易取得「標準解答」時，願意投入的認知努力隨之下降。數學能力的養成高度仰賴反覆推演、試錯與自我修正，而 AI 提供的即時答案，恰恰跳過了這段最關鍵的「掙扎」過程。

值得注意的是，作業完成速度與實際學習成效之間，出現了明顯的脫鉤。表面上，學生的作業品質可能不降反升，但一旦進入無法使用 AI 的評量情境，真實的能力落差便浮現出來。這種「代理式學習」現象，讓教師難以透過傳統作業判斷學生的真實掌握程度。

對教育政策而言，這份研究提供了重要警訊。單純禁止或放任 AI 都非良策，關鍵在於重新設計學習流程，讓 AI 成為引導思考的鷹架，而非取代思考的捷徑。業界分析人士指出，未來的數學教學可能需要更強調「過程可見化」——要求學生展示推理步驟、口頭解釋解題邏輯，或在課堂內完成關鍵演算，以確保學習真正發生。

這場關於 AI 與數學能力的討論，本質上是對「學習到底是什麼」的重新叩問。當工具能瞬間給出答案，教育的價值便更集中於培養思辨、判斷與面對困難的韌性。如何在效率與深度之間取得平衡，將是各國教育體系接下來必須共同面對的課題。