AI真正改變教育的地方，可能不是它會不會幫學生找到答案，而是它讓我們可以非常清楚地看見：一個答案究竟是怎麼被「理解」出來的。
我最近在五年級數學課做了一個很簡單的實驗。習作裡有一道很普通的題目：「積木數量不到50個，每8個分一堆，剛好可以分完，積木可能有多少個？」
過去，這題目就是要讓學生學會：遇到什麼樣的問題，可以用8的倍數來思考求解。可是，今天我換了一種方式，我不把題目一次交給AI，而是故意把它拆成四句，一次一句輸入。
第一句：「積木數量不到50個，」
AI回答：題目似乎還沒說完，請告訴我這些積木還有什麼條件。
第二句：「每8個分一堆，」
AI開始根據目前得到的資訊推論，列出8、16、24、32、40、48，並提醒目前還不知道是否有剩餘。
第三句：「剛好可以分完，」
AI重新整理條件，再次確認上述可能性。
第四句：「積木可能有多少個？」
AI才把前三句整合起來，正式回答有哪6種可能。
這堂數學課，學生當然在學「倍數」。但從AI的回應脈絡來看，其實還藏著另一件事情：當一個問題不是一開始就完整存在，那答案就會隨著資訊增加不斷改變。這可能才是AI進入教室後，值得教育重新思考的地方。畢竟，人生的問題，很少是條件一次全出現，又持續穩定不變的。
我們過去的教學，很習慣把「理解」想成單向的事情：老師理解了，然後把知識教給學生；學生理解了，再把答案寫出來。但AI出現後，學生第一次可以非常直接地看到「理解」過程如何發生。
我給你一句話，你目前知道多少？我再補一個條件，你的判斷有沒有改變？如果你的回答和我真正想問的事情不一樣，我要不要再說一次？你說得很完整，我是不是就可以假定你真的理解了？
這些看似只是溝通的問題，其實不只發生在人與AI之間。它們也是人與人之間最常發生、卻最少被正式教導的問題。
我們常以為溝通失敗，是因為對方沒有把話說清楚。但很多時候，重要的問題是雙方都把「確認彼此理解是否一致」的責任，默默交給了對方。「你應該知道哇！還用說嗎？」「你沒聽懂？那為什麼不問？」兩個人各自拿著自己理解的問題繼續往下談，直到最後才發現，根本從來沒有站在同一個問題上。
AI可能讓這個問題更加明顯。因為人如果沒有聽懂，常常會停下來問：「你剛剛是什麼意思？」AI卻可以在沒有完全理解你的情況下，仍然迅速產生一個看起來完整、流暢而且有說服力的答案。
所以AI時代有一個很重要的能力，不應該只是「會不會問AI」，而是能不能看出AI究竟理解了什麼，更要確認「我真正想問的」和「AI以為我在問的」，是不是同一件事情。
孩子真正需要學的，是如何表達自己的問題、如何觀察AI的回答、如何發現認知落差、如何重新說明、如何驗證，以及最後由自己做判斷。AI可以幫我們把一句話說得更漂亮，卻不能替我們決定：「這真的是我想問的嗎？」AI也可以給我們一個答案，卻不能替我們負責確認：「這個答案真的是我需要的嗎？」這個責任，仍然在人身上。
也因此，AI真正改變的，可能不是「老師要不要學會使用AI」，而是我們終於必須重新問一次：老師的職責究竟是什麼？
過去的老師身上，其實綁著很多不同工作：傳授知識、解釋概念、示範方法、設計練習、回答問題、批改作業、提供回饋、評量學生。在沒有AI的年代，這些工作集中在老師身上，是很自然的。但當AI可以迅速解釋概念、換一種說法、產生練習題、整理資料、陪學生反覆討論之後，原本綁在一起的工作，就可能被拆開了。
老師未必還需要親自回答每一個問題，但他仍然需要知道學生為什麼問這個問題；未必需要親自製作每一道練習題，但仍然需要判斷學生現在究竟需要什麼；也未必需要比AI更快找到答案，卻必須看出學生「答對了卻沒有真正理解」的時候。
教了二十多年書，到最近我才越來越強烈地感覺到，也許老師最重要的任務，從來就不只是把課本內容教完，而是幫助學生對這個世界的運作，建立一個「必要程度的理解」。
這個世界太大，不可能有人全部理解。教育也不可能把所有知識都教完。所謂「必要程度」，是讓一個人長大以後，面對一件事情時，至少有能力知道它大概為什麼會這樣、有哪些限制、誰在做決定、誰承擔成本，還有哪些事情其實可以再問下去。
數學讓孩子理解數量、關係與邏輯；自然科學讓他知道自然現象有可以觀察與驗證的規律；歷史讓他知道今天的世界不是憑空出現；公民讓他理解制度、權力與責任；語言讓他有能力理解別人，也讓別人有機會理解自己。這些看似不同的學科，最後都在做一件事：幫助一個人建立理解世界的能力。
而我越來越覺得這件事情重要，是因為我們身邊其實有很多人，活了一輩子，卻未必真正理解自己所處的世界。
他們知道公司怎麼升遷，知道學校怎麼考試，知道政府辦事很麻煩，知道市場價格會變，知道人情世故怎麼走。但「知道事情就是這樣」，不等於「理解為什麼會這樣」。很多時候，人只是活久了以後學會放棄抵抗。他知道世界如此，所以接受它，卻未必知道哪些事情是自然限制，哪些是資源限制，哪些是制度安排，哪些只是歷史形成的習慣；更不知道什麼東西其實可以改變，只是改變需要付出代價。
教育如果只是教孩子適應既有世界，當然可以很有效率。告訴他規則，教他過關，讓他不要犯錯。但如果教育真正要做的，是讓一個人對世界有必要程度的理解，那麼至少要保留兩個問題：為什麼？以及：一定要這樣嗎？
前一個問題讓人開始理解世界，後一個問題讓人知道自己並非只能服從世界。
而AI可能讓這件事情變得更加重要。因為AI會讓「取得答案」變得前所未有地容易，卻不保證人因此更理解世界。
一個孩子問：「為什麼房價這麼高？」AI可以在幾秒鐘內給他一篇完整分析。但真正的學習，也許不是看完就說「原來如此」，而是繼續追問：這裡哪些是事實，哪些是解釋？還有沒有不同的觀點？如果其中一個條件改變，答案還成立嗎？這個現象背後有哪些人的選擇，又有哪些人承擔了代價？AI是不是漏掉了某一種重要的觀點？
這時候，AI不只是答案機器，而是一個可以陪學生不斷追問世界的工具。老師也不必和AI競爭誰能更快給出答案，而是要陪學生判斷：什麼值得問、什麼值得懷疑、什麼需要自己想，什麼可以交給工具，以及什麼時候答案雖然漂亮，理解卻還沒有真正發生。
如果教育只是讓學生取得答案，那麼AI確實可能比老師有效率得多。但如果教育是幫助一個人對世界建立足以生活、判斷、溝通、合作與繼續學習的必要程度理解，那麼AI反而讓老師真正的工作更加清楚。
AI可以告訴我們答案。老師要做的，可能是幫助學生知道：這個答案究竟意味著什麼。而一個人真正長大，也許不是因為他終於學會接受這個世界，而是因為他終於有能力理解它，知道哪些事情只能接受，也知道哪些事情值得再問一句：
「為什麼？」
以及：
「一定要這樣嗎？」 （相關報導： 觀點投書：東吳拆除蔣公銅像下一波去「校園威權化」名單曝光 ｜ 更多文章 ）
＊作者為教育工作者
