研究：學生在 AI 時代搞不清「作業到底要測什麼」，困惑直接影響使用行為

關於學生使用 AI 的討論多聚焦於動機——他們是不是想偷懶、是不是想作弊。而一項研究指出了另一個更基礎的因素：多數學生其實不清楚作業究竟要測什麼。

這份困惑在 AI 出現之前就存在，只是後果沒那麼嚴重。當學生不確定一份報告是要展現資料蒐集能力、論證能力還是寫作能力時，他仍然得自己把它寫出來，過程中無論如何都會練到一些東西。而現在，同一份不確定會導向完全不同的行為：如果不知道教師在乎什麼，最安全的策略就是交出一份看起來完整、格式正確、論述通順的成品——而這正是 AI 最擅長的。

換句話說，模糊的作業目的會把學生推向 AI 代工，即使他們原本並無此意。

研究也點出教師端的對應問題。教師通常清楚自己想測什麼，但這件事很少被明確說出來。作業說明多半描述的是「要交什麼」——字數、格式、截止日、參考文獻數量——而非「我想看到你展現什麼」。當要求全部是可見的產出規格，學生自然會把注意力放在達成這些規格上。

可行的改善方式並不複雜，但需要教師改變習慣。最直接的做法是在每份作業上加一句明確的目的說明：這份作業要測的是你能不能自己找出相關資料並判斷可信度；或者，這份作業測的是你能不能把課堂理論套用到自己選的案例上。接著把 AI 的使用規範綁在這個目的上——如果測的是資料判斷力，用 AI 生成初稿再自行查證是合理的；如果測的是論證建構，那麼論證骨架就必須自己搭。

第二個做法是讓評分標準與目的一致。當作業說「重視你的思考過程」，但評分表上八成的分數落在格式與完整度，學生會相信評分表而非說明。

對台灣的教學現場而言，這項研究提供了一個成本極低的介入點：在花力氣訂 AI 使用規範之前，先確認學生知不知道每份作業到底在測什麼。目的講清楚，很多使用爭議會自然消失。