八月底，MIT（麻省理工學院）丟出了一份重量級報告，標題很直白：AI 正在衝擊教學、學習與研究訓練。校長 Sally Kornbluth 的公開信直接把這個時刻定義為「轉捩點」（watershed moment）。
消息傳到台灣，師大國文系的須文蔚教授很快寫了一篇相當完整的導讀，把報告的八大原則、三大改革方向、四級課程政策整理得很清楚。銘傳建築系的褚瑞基教授則貼了一段讓人讀了很沉重的話：
「我已經『束手無策』了，於是，我就決定先離開。」
一份報告，兩種回應。一個是理性整理，一個是真實傷口。
我讀完之後，心裡浮現的卻是第三種感覺——「嗯，這些事我在課堂上早就看到了，但我的戰場長得不太一樣。」
我的教室沒有學期、沒有成績
先交代一下我站的位置，免得大家覺得我在蹭 MIT 的話題（好啦，某種程度上確實是……XD）。
我的部分工作範疇，算是一個獨立講師，並在各大專院校與職訓相關開課單位，進行一些短期工作坊和訓練課程——近期教授主題，主要是在 Vibe Coding、AI 素養，以及各種跟「怎麼在 AI 時代活下來」有關的東西。在職訓課程中的學員，大多是在職或轉職的成年人，有些是工程師想跟上新工具，有些是非技術背景但覺得不能再忽視 AI 了。
跟 MIT 的場景對照一下：
- MIT 有一整個學期，我的課可能就幾天，甚至只有幾個小時。
- MIT 的學生有 GPA 要顧，我的學員大多情況並沒有成績這回事。
- MIT 有宿舍、讀書會、Office Hours 這些社群結構，我的學員上完課就回去各自的職場了。
- MIT 的學生十八到二十二歲，我的學員很多比我小不了幾歲（有些甚至更資深）。
所以 MIT 報告裡很大一塊內容——成績制度怎麼改、學術誠信怎麼規範、住宿社群怎麼重建——對我來說是「理解但用不上」的參考。
但報告裡有一個概念，精準地命中了我在自己課堂上也持續觀察到的現象。
認知投降，不是只有大學生才會
MIT 報告引用了一個今年初在台灣也有不少報導的概念：認知投降（cognitive surrender）。簡單說，就是人在遇到需要動腦的時刻，第一反應不是自己想，而是直接丟給 AI，然後不加檢驗地接受結果。
原始研究來自華頓商學院，他們發現即使 AI 給的是明顯錯誤的答案，受試者還是有大約八成的機率直接買單。不是因為他們笨，而是因為 AI 的回答「看起來太有自信了」，自信到讓人懶得再動用自己的判斷。
MIT 擔心的是這件事發生在大學生身上——學生為了拿成績走捷徑，用 AI 交作業，久了以後喪失了自己解題和思考的能力。
但我在課堂上看到的版本不太一樣。
成人學員的認知投降，觸發機制不是「想拿 A」，而是這幾種情境：
「我年紀大了學不動了。」 這是我聽過最多的一句話。很多學員不是不想學，而是在 AI 展示出強大能力的那一刻，先對自己產生了懷疑。既然 AI 都能做了，我幹嘛還花時間學？這不是懶，這是一種對自己認知能力的不信任。
「反正上班也是用工具。」 職場的效率壓力讓很多人覺得，搞懂原理是「浪費時間」，會操作就好。這個邏輯在短期內看起來合理，但長期的代價是：你會操作，卻不知道自己在操作什麼。有一天工具換了，你就得從零開始。
「讓我先問一下 ChatGPT。」 這是最日常的場景。工作坊裡我經常看到，學員遇到一個問題，還沒花三十秒想，手就已經在打字問 AI 了。問完得到答案，覺得懂了。但如果你接著問他「為什麼是這個答案」，他答不出來——因為那個「懂了」其實是一種幻覺。
所以在成人學習的場景裡，認知投降不是學術誠信問題，而是一個認知自信的問題。放棄思考的人，往往不是因為懶，而是因為怕——怕自己跟不上、怕被淘汰、怕花了時間結果還是學不會。
而這個問題，MIT 的報告其實沒有直接處理到。
MIT 的解方為什麼搬不過來
MIT 提出的對策，幾乎都是制度層面的。改考試方式（口試、作品集）、每門課明確公布 AI 使用規範、設立常設委員會和 AI Fellows 團隊、提供校內的 AI 平台讓大家公平使用。在大學體制裡，這些是必要的——你有幾千個學生、幾百門課、一套運行了幾十年的評量系統，不從制度面下手就動不了。
但在大學以外的世界呢？
自學者、在職工作者、轉職者、來上短期課的人——沒有制度替你守門。沒有人規定你哪個任務不能用 AI，沒有教授替你設計「讓你在適當時機卡關」的作業，沒有同學讀書會自然形成，也沒有一個委員會在背後研究怎麼保護你的思考能力。
MIT 的學生至少還有一整個學校在煩惱怎麼幫他們擋住認知投降的風險。但社會上的大多數人，包括我的學員、也包括正在讀這篇文章的你，是完全暴露在這個風險裡的。
我觀察到，面對 AI，人們正在分化成幾種不同的狀態：有些人跟 AI 協作得越來越有效率、判斷力反而更強了；有些人逐漸把思考外包出去卻渾然不覺；更多的人則是在兩者之間搖擺，每天都在做「要不要偷懶」的微型決策。
這個分化不靠制度解決。它發生在每個人打開聊天視窗的那一秒鐘。
所以問題就變成了：如果沒有人幫你設計摩擦，你能不能自己製造？
認知摩擦不是懲罰，是學習的觸感
MIT 報告裡反覆出現兩個詞：認知摩擦（cognitive friction）和有意義的卡關（productive struggle）。白話說就是：學習過程裡那些讓你卡住、不舒服、想放棄的時刻，其實是你的大腦正在長出新能力的訊號。把這些摩擦拿掉，看起來很順暢，但你其實什麼都沒學到。
MIT 的建議是要「保護」這些摩擦——透過制度設計，確保學生不會太輕易地跳過思考的過程。
我在自己的課堂上做的事，方向一樣但操作不同。我不只是保護摩擦，我是刻意製造摩擦。
不過要先說清楚一件事：接下來分享的這些做法，不是因為 AI 出現了才開始用的。我在教網頁與程式技術的年代就這樣教了——用便利商店門框上的數字標示問大家「這個設計是做什麼用的？」，或者用排隊標線問「這有沒有符合社交安全距離的規範？」，讓學員先觀察、先思考，再帶入 UI/UX 的概念。教程式的時候也不會只教「正確的寫法」，而是刻意示範不同寫法之間的差異，讓學員自己判斷為什麼某種寫法會出問題。
AI 出現之後，這些老方法沒有變，變的是它們突然變得更加重要——因為以前學員碰壁是常態，查資料要花時間、寫程式要自己 debug、想不通就是想不通。現在呢？AI 在學員碰壁之前就先把牆拆了。所以以前自然存在的摩擦，現在得刻意製造。
以下是幾個具體的做法：
先卡再教
在工作坊的某些環節，我會刻意讓學員先用自己的方式嘗試，不給提示、不給範例。大部分人會卡住。卡住之後再介紹工具或方法，學員的吸收效果完全不同——因為他們的大腦已經「記住了問題的形狀」。
如果一開始就給答案，學員會覺得「喔，原來這樣做」，但那個「原來」是假的，是一種理解的幻覺。真正的「原來」，得先經過一段「到底怎麼辦」的掙扎。
（嗯，說起來有點像 RPG 裡那種「你得先被 Boss 打趴一次，才知道要帶什麼裝備回來」的設計……）
你問一個，我還你五個
在讓大家做專題的思考與規劃階段，我會跟學員開玩笑說：「歡迎大家有問題隨時提問，不過要有心理準備——你的一個提問，可能會換到五個提問。」
聽起來很機車對吧？但如果我直接回答你的問題，你得到的是一個答案；如果我用問題把你問回去，你得到的是一套思考的路徑。答案會過期，路徑不會。
在短期課程裡這樣做其實有點冒險——學員花了錢來上課，可能會期待老師「給答案」。但我的經驗是，只要在對的時機做（不是每個問題都反問，而是在關鍵的判斷點反問），學員離開之後真正帶走的，是判斷力，不只是操作步驟。操作步驟回去查就有，但判斷力只能在「被逼著自己想」的瞬間長出來。
故意示範「錯的」
這個習慣在 AI 出現之前就有了——教程式時我不會只秀正確寫法，而是刻意示範不同寫法的差異，讓學員自己看出「為什麼這樣寫會有問題」。
到了 Vibe Coding 工作坊，這個手法自然延伸成了：讓學員看到 AI 生成的程式碼出問題——跑不動、邏輯不對、或者看起來對但其實有隱藏的 bug——然後我們一起找出哪裡不對。
這個過程同時達成了兩件事：學員學會「怎麼用 AI」，同時也學會「怎麼不被 AI 騙」。而且因為是他們自己找出問題的，那個成就感是真的。
本質上，不管有沒有 AI，教學的核心從來沒變過：不是把正確答案塞給學員，而是讓學員自己長出判斷對錯的能力。 AI 沒有改變這個原則，只是讓我們更清楚地看見它有多重要。
關鍵訊息是：摩擦不是懲罰，是學習的觸感。就像你走在柏油路上能感覺到腳底的抓地力，少了那個摩擦，就像在冰面上走路——看起來很滑順，但你站不穩，也停不下來。
你不需要 MIT 的報告，但你需要三分鐘
MIT 花了五個月、動員了全校五個學院的師生，寫出這份報告。核心訊息其實很單純：AI 越來越會給答案，所以人更需要保持自己提問和思考的能力。
這個訊息，在大學裡需要靠制度改革來落實。但在大學以外——在你的工作桌前、你的通勤路上、你每天打開 ChatGPT 的那個瞬間——落實它的方式其實簡單到不可思議：
在 AI 給你答案之後，花三分鐘問自己：「如果沒有這個答案，我自己會怎麼想？」
不用真的想出完整答案。光是「嘗試自己想」這個動作本身，就是在製造認知摩擦。那三分鐘就是你的腦袋做伏地挺身的時間。
你不需要等學校改制度，不需要等公司訂政策，不需要等任何人替你設計一套「AI 使用規範」。你只需要在每次按下 Enter 之後，多給自己三分鐘。
MIT 花了五個月才產出的結論，而你只需要每天投資三分鐘。
算起來，是不是感覺賺到了！？
參考資訊：
- MIT AI and Education Report (2026/8/13)：
https://aiandeducation.mit.edu/report/ - MIT 校長公開信 (2026/8/25)：
https://orgchart.mit.edu/letters/ai-and-education-watershed-moment-mit
