AI判定學生在小組討論中不夠投入,可能只是沒收到他較小聲的發言。任教於愛沙尼亞塔林大學及奧地利克雷姆斯繼續教育大學的教授萊伊(Tobias Ley),今(22)日在黃昆輝教授教育基金會教育政策國際研討會指出,教師須能理解、質疑及修正AI判斷,塔林大學發展的「教師創新實驗室」,就是讓教師與研究人員共同設計教學、回到課堂驗證,培養何時使用、何時不用AI的專業判斷。
萊伊以合作學習的應用情境說明,AI可分析學生發言時間、辨識合作困難,再建議教師介入。但若漏收1名學生較小聲的發言,可能誤判組員參與不均;教師現場觀察後,卻可能發現合作良好,這時應能補充資訊、修正系統判讀。
他指出,小組學習遇到困難,可能涉及動機不足、部分成員主導、不理解任務或先備知識不足;辨識原因、決定如何協助,仍須教師專業,不能只看系統數據。
萊伊提出教師與AI協作的「混合智慧」,強調系統不應只顯示完成率、分數或落後風險,也要說明判斷依據。例如數學學習,應呈現學生須先理解哪些概念,以及為何推薦下一項任務,讓教師與自己對學生的了解相互比對。
他表示,只提供工具與短期介紹課程,就期待教師有效運用,往往難以奏效。「教師創新實驗室」通常以1學期或1學年為週期,教師、師培者與研究人員定期討論真實課堂問題,共同設計教案,實施後蒐集學生作品、課堂觀察及學習評量,再反思、調整。
這種模式不是只問學生喜不喜歡活動、科技看起來有沒有用,而是追問哪些學生受益、哪些遇到困難,以及學習發生什麼變化;教師也可比較AI解釋與學科標準,檢驗建議、找出模型失效情況,討論何時應推翻系統判斷。
萊伊強調,這是技術問題,也涉及教學與專業責任,教育AI的價值,在於支持教師判斷,並讓教師參與設計與驗證。

