➤打上問號的「完美作品」

一篇結構完整、文句流暢，幾乎挑不出毛病的學生作文，過去或許是老師最樂於見到的成果。生成式AI普及後，事情卻開始變得複雜。

周家嵐在大安高工帶領「金質獎」閱讀寫作課程已長達16年，這門課程從2010年開始，利用輔導課與課餘時間進行，學生必須在3個月內讀完兩本課外書，最後完成書評。

過去，如果學生讀完書後不知道怎麼下筆，周家嵐會透過問答方式，引導學生把閱讀後的體會整理組織成文章。這套教學方式多年來運作順利，直到生成式AI進入學生的寫作過程，原本能從一份書評看見的閱讀、思考與組織歷程，開始可能被AI「代勞」。

大約兩年前，周家嵐陸續發現一些「異常漂亮」的作業。它們沒有明顯錯字，結構也很完整，讀起來甚至比學生平常的作品成熟許多。然而愈往下讀，愈有一種奇怪的感覺：這些書評往往客氣而周全地介紹一本書，卻沒有學生自己的閱讀感受、觀點與風格。

麻煩的是，老師很難直接對學生說：「這是AI寫的。」沒有證據，不能武斷指控，但若明知這份作業沒有達成原本設定的學習目的，又不能假裝沒看見。AI進入校園後，如何判斷學生究竟有沒有真正學習，成了教師們首先面對的棘手問題。

林佳樺也曾在學生作文中遇過類似的「漂亮空洞」，她讀到一位原本文筆就不錯的學生作品，第一眼看上去很美，細讀卻發現文章前後描寫互相矛盾，例如前面才寫晨光形成圓形光斑，後面又寫成不規則光斑。文章大量堆砌修辭與看似漂亮的語句，卻出現語意衝突與用詞不當；每一個句子單獨看似乎都很精緻，合在一起卻經不起推敲。

而這種「漂亮得令人不安」的文字，也一路延伸到了文學獎評審現場。

➤文學獎遇上AI：文學獎究竟在獎勵什麼？

近期擔任文學獎評審的林佳樺分享，現在的評審現場瀰漫著高度的「AI焦慮」。評審必須警覺作品是否帶有AI生成或協作的痕跡，同時不能只依靠某種模糊的「AI感」就否定一篇作品。假若一篇文章其實大量使用AI，評審沒有辨認出來，事後可能遭到輿論批評，但如果作品明明是作者親手寫成，只因為文字工整流暢就被懷疑使用AI，同樣可能傷害創作者。

如今AI介入創作也不是簡單的「有用／沒用」二分法。從修改錯字、蒐集田野資料、調整段落，到大量協作甚至全文生成，中間存在許多灰色地帶。如果一篇作品大量把思考、情感與文字生成交給AI，作者便可能逐漸從「創作者」變成「編輯者」的位置。文學獎究竟在獎勵什麼？林佳樺認為，文學獎真正獎勵的應該是創作者從模糊的靈感開始，打地基、反覆摸索，一點一滴把作品累積起來的過程，以及藏在作品背後那個「辛苦的靈魂」。

林佳樺引用作家凌性傑〈我的創作論〉文中談及歌手孫燕姿創作歷程的一段文字。孫燕姿形容創作「像是等待一首歌」，彷彿知道某個東西存在，卻仍必須等待它慢慢出現在對的位置。凌性傑將創作的意義放在這段等待之中：創作者經歷漫長時間，把那個「玄妙靈光的東西」逐漸安放到特定空間，而這段等待本身，就具有意義與價值。

林佳樺進一步把寫作比喻成「蓋房子」。一篇作品從完全散亂的狀態開始，先打地基，再慢慢蓋到二樓、三樓、四樓，最後呈現在讀者眼前的雖只是一棟完成的房子，但只有創作者知道，自己曾經如何從一片模糊中把它慢慢蓋起來。AI最擅長的是縮短「從無到有」的時間，但對創作者而言，那段被縮短的時間，正是創作本身。如同林佳樺觀察學校熱舞社學生放學後仍會留校反覆「雕舞」，假如科技可以直接替他們調整、合成出漂亮的動作，學生反而不見得願意接受，因為「他們就是要有那個自己練的過程」。

真正喜歡一件事情時，人未必會選擇最快的路。那些失敗、重來、肌肉痠痛，以及終於把一個動作做到位的瞬間，本來也就是熱愛的一部分。

➤把AI當教練，而不是幫你「長肌肉」

近年來，周家嵐在創作平台上的「AI煉金術：未來教學實驗室」專欄中，分享多種AI工具融入教學的實踐方式，也在實際課堂中引導學生學習如何使用、判斷與駕馭AI。在這個過程裡，她逐漸意識到，AI對學習真正的挑戰是「學習者的惰性」。

當學生已經努力了一段時間，卻還沒有得到答案，也許只要再多想一下、再多修改一次，能力就會在這個過程中慢慢長出來，但AI偏偏就是在這時，把答案直接送到眼前。「AI就是讓學生在那個『再辛苦一下』就可以成長的那一刻，把所有累積的東西都毀掉了。」

起初周家嵐也曾試著「防堵」，但現實很快讓她發現，老師可以控制教室裡的40、50分鐘，卻很難控制學生回家之後如何完成作業。於是她換了一種思考方式：「就像大禹治水，現在面對AI洪水，不如我們來疏通看看。」問題因此轉為：哪些地方可以讓AI進來？哪些地方必須刻意把AI關在門外？

周家嵐將AI帶進閱讀課，她設計了「三問一測」，讓學生在翻開經典之前，先詢問AI作品的「成書背景」、「專家解讀面向」以及「現代意義」：對2026年的高中生來說，重讀這本經典的意義在哪裡？例如：「這本書出版時為什麼會引起轟動？誰喜歡它？誰討厭它？」或者：「如果把這本書拍成電影，最重要的三個關鍵字會是什麼？」

最後，再把AI設定為「閱讀教練」。指令中特別要求AI「不要給我任何答案或觀點」，而要用「一次問一個問題」的方式引導，根據學生上一題的回答繼續追問，協助學生釐清自己最感興趣的主題，最後再總結出適合他的「閱讀行動代號」。

這套方法實驗了約4個月，並在普高、技高與閱讀班等5個班級實施。根據周家嵐的課堂調查，有86.44%的學生表示，這樣的方式能促使自己真正把紙本經典打開來讀。

原本大家擔心AI會讓學生不再閱讀，周家嵐反而試著把它設計成一個「閱讀入口」：AI不替學生把書讀完，而是先幫助他找到「我為什麼要讀這本書」。

周家嵐也把學習流程拆得更細，試著替AI畫出清楚界線。以「應考作文」為例，她把寫作拆成「構思」、「產出」、「優化」與「再優化」4個階段，其中「構思」、「產出」與「再優化」是AI禁區。

並非AI本身「不好」，而是這幾個階段正是學生鍛鍊蒐集材料、組織資訊、建立觀點與轉化文字能力的時候。就像重訓時，如果每一次都有人替你把重量舉起來，即使最後槓鈴真的推到了最高點，也不代表肌肉因此變強。

當學生已經自己完成初稿，就可以請「AI教練」登場。周家嵐要求AI不能直接丟出完整修改版本，而是一次提出一個問題，引導學生檢查文章：首段有沒有真正破題？舉例能不能支撐論點？第三段是否只是重複前面的故事，還是已經往更抽象的層次思考？

修改完成後，學生還要重新親手謄寫一次，而這套設計也改變了老師批改作文的方式。當作文真正交到老師手中時，許多錯字、語病與基本結構問題已經在前一輪被處理，老師能把有限的批改時間留給更重要的指導：「這個觀點還能不能再往前一步？」、「你真正想說的是什麼？」AI沒有取代老師，反而協助老師重新拆解、辨認：教學現場有哪些工作更值得老師們花時間去做。

➤第一個字寫下去之後，就不要再問AI

對身為散文創作者與國文教師的林佳樺而言，AI能不能介入創作，必須回到不同文類的本質來思考。她認為，新詩、小說本就容許想像與虛構，因此在真正動筆之前，創作者可以和AI討論、蒐集資料，甚至透過AI刺激新的問題與想像，但到了散文，林佳樺畫出的界線更加嚴格。

在她的創作觀裡，散文與讀者之間存在一項重要默契：作品所依據的核心生命經驗必須是真實的。

所謂「真實」，並不代表散文必須像攝影機一樣，100%還原每一個發生過的細節。林佳樺承認，人的記憶可能隨著時間失真，情感進入文字之後，也難免經過藝術性的轉化與放大。例如一個人究竟有多思念父親，這種情感本來就不存在可以客觀測量的刻度。

然而情感可以經過文學轉化，不代表構成生命故事的基本事實也能任意改寫。一個人真正經歷過哪些事情，以及構成自身生命背景的重要事實，都不應為了成就一篇「更好看的散文」而憑空創造。

也因此，林佳樺把寫散文的AI界線畫在「動筆」之前。「在寫作之前可以用AI協助做任何的田調、資料蒐集，但當你寫下第一個字的時候，就不要再用AI了。」資料可以事先準備、問題可以事先討論，但真正開始書寫之後，她希望學生回到自己的記憶、語言與感受。

散文最難被取代的，未必是修辭技巧，而是只有寫作者本人曾經活過的那段生命。林佳樺舉自己大學時在火鍋店打工的經驗為例，店裡的冰淇淋如果太軟，客人一挖就是很大一球，消耗速度很快，經理為了控制成本，便把冰櫃溫度調低，讓冰淇淋變硬、變得比較難挖。「冰淇淋很冰」誰都知道，但「火鍋店為什麼故意把冰淇淋冰得很硬很難挖」，卻是一個曾經在那間火鍋店工作過的人，才可能注意到的生活細節。這也是林佳樺認為寫作真正珍貴的地方。

閱讀量足夠，可以讓學生知道前人如何處理疾病、親情、死亡或成長，但真正讓一篇作品變成「你的」，是那些別人沒有經歷過、只有你知道的生活細節。當AI大量生成「孤獨的旅程」、「自我的探索」之類看似深刻的語句，林佳樺會繼續追問：到底怎麼孤獨？探索了什麼？發生在哪裡？當時你看到了什麼？抽象概念如果無法落回具體生命，文章便漂浮在空中，無法真正落地。

➤AI愈方便，老師愈要知道什麼時候「不准用」

AI的出現，也讓老師必須把「學習」拆得更細。學生什麼時候最容易卡住？什麼時候需要提示？什麼時候可以獲得協助？又在什麼時候，即使很痛苦，也必須讓他自己想？

當AI進入校園後，周家嵐反而更重視「物理隔離」。例如應考作文的構思與產出不能使用AI，閱讀心得建議手寫， 書評的正式產出也不讓AI代勞。因為這些過程本身，就是課程想鍛鍊學生的能力。當家裡、手機與網路世界隨時都有AI，一間經過教學設計、可以暫時把AI隔離在外的教室，反而可能成為少數能確定「這10分鐘就是你自己在想」的空間。

周家嵐也因此對AI使用年齡畫出更嚴格的界線。她主張，國中以下的一般基礎學習應避免使用生成式AI，因為當閱讀、文字、組織與判斷能力都還沒有穩固時，太強大的工具很容易直接取代原本需要練習的能力。

孩子要先具備多少能力，我們才願意把如此強大的工具交給他？林佳樺認為工具確實可以讓人走得更快，但使用工具所需要的判斷力、邏輯力，不會憑空出現。當學生自己的文字與知識基礎還不穩，便無法指出AI的錯處。AI提供一段漂亮的論述，你得先知道它的邏輯是否成立；AI提供一份歷史背景，你得知道哪些資訊值得再查證；AI修改了一個句子，你也得有能力判斷，修改後究竟更精準地表達了你的意思，或者只是更像某種標準答案。

只有當自己的文字基礎與知識量夠扎實，面對AI生成的內容時，才有能力扮演「把關者」，而不是被AI的漂亮修辭牽著走。

➤AI可以提出「共識」，但人要練習長出自己的判斷

AI當然也並非只是作弊工具。從個人寫作、修改文章到日常備課，林佳樺都會使用AI，只是她有一項重要原則：不是先問AI「我應該怎麼想」，而是自己先產生文字與觀點，再把AI當成一面鏡子，檢查自己原本沒有看見的盲點。

其中一種方法，是透過AI將文字「生成畫面」。林佳樺以自己撰寫的〈百年酒香——臺北建國啤酒廠參觀心得〉為例。她對初稿並不滿意，但沒有要求AI直接替她改寫，而是嘗試利用AI的影片生成功能，將自己的文章轉化成影像。林佳樺再反過來觀看AI根據文字生成的畫面，與自己記憶中真正走進建國啤酒廠時看到的景象相比。如果文字生成出來的畫面和記憶中的現場存在落差，是不是代表自己寫得還不夠具體？透過這個過程，AI提供她另一種觀看自己作品的方法，最後仍由自己決定文字要怎麼修改。

另一種方法，則是請AI推薦閱讀書單與文章。當截稿日期逼近、文章已經寫完，自己卻仍不滿意時，林佳樺會請AI推薦5篇類似主題的文章或相關書單，自己閱讀之後，再進一步尋找可能深化文章的方向。重點是，她把這個步驟放在「自己寫完初稿之後」，而不是動筆之前。

閱讀本來就會留下「影子」，如果一開始還沒有形成自己的文章，就先讓AI整理大量相關作品、觀點與書單，創作者可能還沒開始寫，就已經沿著別人的思路前進。林佳樺選擇先把自己的東西完整寫出來，遇到瓶頸之後，再利用AI打開更多參照座標。

從影片生成、文章評論到延伸書單，林佳樺分享的AI使用方式其實都指向同一項原則：AI可以幫忙照鏡子、提供刺激或打開新的參考方向，但在AI介入之前，創作者必須先有自己的文字、自己的問題與自己的判斷。

周家嵐則認為，當AI可以協助基礎修正、提供個別化的學習提示，師生反而能把更多珍貴的課堂時間留給另一類AI更難代替的問題：價值觀、倫理與道德判斷。許多真正困難的問題，本來就沒有一個輸入提示詞後便能得到的唯一正解。AI可以整理人們曾經如何回答「公平是什麼」，卻不能替一名學生完成他自己的價值判斷；可以列出支持與反對一項選擇的理由，卻不能取代一個人承擔選擇後果。

如果AI擅長從龐大的既有資料裡尋找模式，那麼教育真正要守住的，也許正是讓下一代不只學會接收「大多數人怎麼說」，還能理解自己為什麼同意、為什麼不同意，以及能不能為自己的判斷提出理由。

➤「當你沒有因為AI變聰明，就是該停的時候」

面對一項幾乎注定會繼續存在，而且只會愈來愈強大的AI科技，教育現場的討論必須更細膩的討論：什麼時候用？拿來做什麼？學生已經具備哪些能力？哪一段學習過程不能外包？使用完AI之後，學生有沒有更有能力自己完成判斷？

周家嵐給出了一個很直觀的判準：「當你發現自己沒有因為AI變得更聰明的時候，那就是該停的時候。」

這句話或許也重新定義了「AI負責寫作業，我們負責長智慧」這個問題。如果AI替學生把作業全部做完，學生卻沒有因此學會閱讀、組織、懷疑、查證與表達，那麼再漂亮的答案，都可能只是把學習過程掏空。但如果AI可以提出問題、指出盲點、提供另一種觀點，讓學生回頭檢查自己的想法，它又可能成為前所未有的個人學習助手。

當我們把AI當成新的知識導航工具，真正需要守住的，或許不是「所有事情都要自己做」，而是知道有哪些問題值得自己慢慢想，有哪些文字必須自己寫，又有哪些不完美的摸索，正是我們長出智慧的地方。●