20/11/2025
PBL × SEL x AI 的迭代式教學設計
—從原初理解到可調整的學習路徑
文：鄭婉琪｜臺北市羽白群學實驗教育機構
MIT Teaching Systems Lab 近期在《A Guide to AI in Schools》中提出一個重要觀點：AI 進入教育的最佳策略不是追求快速定案，而是把課堂視為一個持續的、小規模的教學實驗場域。
我想回應這樣的精神，也運用我長年在實驗教育現場解決問題的經驗與方法，提出一個同時對於個人引導、社會情緒學習(SEL)、方案學習（ PBL）皆能對應的方法。
方案學習或是問題解決學習都簡稱為PBL, 英文是Project-Based Learning／Problem-Based Learning）。這種學習方法背後的哲學與心理學理論，我的看法是，這接近經驗主義、建構主義以及實用主義。而不同於單純著重概念、以科層方式架構知識的主流方式。
在我的課堂裡，我是這樣設計一組能同時對應學生動機、思維特質、問題解決思考、方案學習的學習引導方法：
1. 理解學生的原初邏輯（pre-conception）
2. 進入深度對話、釐清概念間的關聯
3. 共同抽象化成清晰的語言或圖像結構
這三個步驟本質上就是 MIT 所說的：
小規模試驗（experiment） → 回到學生與教師的共同反思（reflect） → 調整教學設計（adjust）。
當AI 加進來時，做為一個老師，我可以用心智圖拆解方式，跟學生聚焦一些學習核心，可以將學生的提問，適當地由我先試驗調整，再把適合個別學生的方法，在他面前帶入。這些引出來的文字，因為正對應在我們師生談論的焦點，學生會更容易擷取資訊，並做出思考與反應。
我會針對學習的挑戰，由我示範合適的方法給學生。此時，AI 就像我們身邊的另一個討論者。
當學習是讓學生有能力增進感的時候，學生是喜歡學習的。一位老師可以幫助學生在他本來還接不上的知識概念接通時，可以看到學生滿足的神態。這可能對許多人來說有點玄奇，但其實也就是學習能對焦學生的思維、能對準他們思考的核心、鼓勵學生與肯定學生，這些基本的教學原理。
MIT 說得非常清楚——教育界現在缺乏的是「可看見的概念變化」。
一般老師在教學上，擔心學生用AI 來生成答案，學生真正「理解什麼」不會自動浮現。而我的運用，可以提出來跟大家交流的是：
我在羽白群學實驗教育的磨練中，可以把學生的思維抽象化，可以辨識學生的概念走向、錯誤對齊、推理邏輯。也因此我可以跟他們共享一個想要解決的事，共享一個真實情境，因此可以幫學生把他在過程中推導的抽象邏輯給抓出來，化為更精確的語言，並進一步跟知識連結。
把一些有挑戰的學習，扣緊學生內在尚未察覺的動機與成就目標，透過我的一段對話讓學生能啟動學習的意識，這過程也是重要。不過這又是另外一組技術，有機會再來談。
MIT Associate Professor Justin Reich is working to help k-12 educators by listening to and sharing their stories about AI in the classroom.
