以底層思考模式，喚醒 AI 時代的主動思考力
# EP 179 STEAM教育回顧-底層思考模式
生成式 AI 的飛速迭代，徹底顛覆了我們獲取資訊與解決問題的節奏。只要輸入一句提示詞，精緻的文案、代碼甚至研究分析便在幾秒鐘內唾手可得。然而，在教育現場中仍有近三成的學生在接觸 AI 工具時，習慣直接複製貼上，將強大的智慧引擎當成投幣式自動販賣機。
當獲取答案的成本趨近於零，學習者的大腦是否已悄然放棄深度探究？
慢 AI 的練習曲
諾貝爾經濟學獎得主 丹尼爾·康納曼 (Daniel Kahneman) 在對人類思考的研究中，描述了兩種思考模式：快速、自動且較不費力的 #系統一 常以直覺的方式產生反應；相對地，較緩慢、需要注意力與心智努力的 #系統二 通常在面對較複雜的問題時發揮作用，兩種模式也可能互相配合。
面對 AI 的即時產出，人類本能容易陷入不假思索的安逸路徑，直接複製貼上與交差了事。而透過刻意啟動高耗能的 #系統二 進行分析、懷疑、思辨、交叉驗證與邏輯校準，經由AI所生成的內容，才能真正轉化為個人的高階認知。
而要擺脫在AI時代容易養成的思維惰性，可以關注在於 #重塑 人機協作與互動的模式，例如導入AI的3T 角色框架：
導師角色(Tutor, 慢 AI)：不直接給予標準答案，而是以學習情境與相應的邊界，AI 化身為教育哲學家，以引導式提問方式，反覆刺激學習者進行歸納演繹與反思，進而推導出專屬解方。
學伴角色(Tutee)：將 AI 視為共同練習傳接球的同儕夥伴，可以採用同儕語言加以互動；由它提出考驗或反方論點，讓學習者在動態詰問與回饋中檢視論點破綻。
工具(Tool, 快 AI)：在目標高度明確、聚焦的任務與問題中，利用AI能迅速梳理數據與執行繁瑣流程的特點，有效率地提供解答。
學會從 #快AI 的單向索取解答，轉向 #慢 AI 的思考模式反覆切磋，是學習者能有效鍛鍊 #自我調控 與 #後設認知的首要功課。
反覆打磨 STEAM 精神的底層思考
回歸教育本質，STEAM教育中的五大學科領域範疇，其所承載的運作模式，是面對複雜世界不可或缺的 #底層思考：
教育目標的終極追求，是能夠點燃學習者心中的探究之火，引導他們以深思熟慮和全局思考的姿態，在科技浪潮中確立自身座標。
👉 點此收聽 EP 179 STEAM教育回顧-底層思考模式
關鍵字： #BrilliantEDU #bEDU #STEAM教育 #底層思考 #慢AI
留言