嗨，我是點亮老師！最近最常聽到的哀號是：「學生作業越來越像 AI 寫的，我看不出他到底會不會。」如果你也有同感，這篇就是給你的。我會提供一套可直接上課的「破解 AI 代工」教學引導包，讓你評量的是孩子的思考，而不是 AI 的答案。
一、場景對標：老師最痛的三件事
- 學生交作業像 AI 產出，看不出學習真實度
- 孩子只交結果、不說思考，回饋很難給
- 家長期待高，老師壓力更高
二、核心概念：評量「提問品質」，而非「答案漂亮」
AI 不是問題，問題是我們怎麼用。這套方法的核心很簡單：把評量焦點移到「提問與拆解」。孩子可以用 AI，但必須清楚說明他問了什麼、為什麼要問、從答案得到什麼。當我們把評量重點放在思考過程，AI 就不再是代工機，而是思考放大器。
你可以把這套方法當成「過程導向評量」：答案可以參考 AI，但學生必須交出自己的「問題設計」與「判斷理由」。
三、SOP：3 步驟讓 AI 代工變成思考訓練
- 先拆再問：要求學生用 WBS 拆成 3–5 個小問題
- 逐題提問：每一題都要寫「我想問 AI 什麼」＋「我為什麼要問」
- 回收提問品質：評量重點放在「問題設計是否清楚、有目的」
四、可直接複製的 Prompt
請你為「我的專題題目」列出 5 個要問 AI 的問題，
每一題都要說明「我為什麼要問」以及「我預期得到什麼資訊」。
五、評量方式（老師可直接用）
- 問題拆解清楚度（是否能把大題拆成可操作的小題）
- 提問目的性（每個問題有明確目的）
- 反思能力（能否說出 AI 回答是否合理）
六、加值工具：讓「提問品質」看得見
如果你希望學生真的把問題想清楚，可以要求他們交三樣東西：
問題清單、AI 回答摘要、自己的理解與判斷。這三件事比一份漂亮答案更有教學價值。
你也可以設計一張「提問品質評量表」，例如：
- 問題是否具體（1-5）
- 問題是否與主題相關（1-5）
- 問題是否能產生可用資訊（1-5）
- 學生是否能解釋問題目的（1-5）
七、課堂應用示例
主題：「台灣地震為什麼頻繁？」
流程：先要求學生拆解問題（板塊、地質、建築、防災），再讓學生用 AI 回答其中一題，最後回到全班討論「哪些回答可能有誤、還需要補哪一段？」
八、教學避坑指南
- 避免變成格式交差：要求學生用自己的話解釋，不准貼模板
- 回饋要對準思考：讚美好的問題設計，而不是漂亮答案
- 別一次做太大：先從 1 個題目、3 個問題開始做
結語：讓 AI 成為學習放大器，而不是代工機
只要把評量焦點放回「思考過程」，孩子就會知道：AI 是工具，不是答案。希望這套方法能讓你重新掌握教學主導權，也讓學生在 AI 時代真正學到「思考」。