人工智能時代學習須「有度之難」（黃岳永）
最近到美國哈佛大學一個課堂分享，一位在跨國企業做了多年管理的學員忽然說：「沒有人真正知道，在這個新時代，人將會如何學習。」全場馬上靜了下來。這句話不是對人工智能（AI）的否定，而是對「學習本質」更深層的不安。
生成式AI如今可以幫我們寫第一稿、做資料分析、整理重點，甚至主動提示「下一步可以怎樣做」。對忙碌的打工仔、學生、老師來說，當然是「快、靚、正」。但當每一步都有系統代勞，人還可以在哪裏學會判斷、承擔與堅持？
不少企業領袖用「直升機上山」做比喻：AI好像一部直升機，直接送你去山頂；目的地是到了，但你沒有真正走過山路。沒有親身攀爬，就不會鍛煉到肌力、練出方向感，也不會培訓對突發事故的處理能力。久而久之，組織裏到過山頂的人愈來愈多，識爬山的人卻愈來愈少。
在學校也一樣。學生交上來的作業，文字流暢、結構完整，但只要老師多問一句：「你如何想到這樣寫？」很多時就說不下去。作品像是「借來的」，而不是自己走出來的。
《哈佛商業評論》有文章認為，AI對學習最明顯的影響，是「加速」：學得更快，做得更快。但加速只關乎速度，成長關乎人成為怎樣的人。要知道「加速≠成長」，回想身邊任何一位真正有判斷力的專業人士，他們的經歷大多不是一帆風順，而是在反覆嘗試、受挫、修正與反思中逐步建立。那些緩慢、辛苦，甚至有點沮喪的過程，卻是塑造判斷力、韌性與責任感的基礎。
教育界這幾年常提「有生產力的掙扎」（Productive Struggle），指的是讓學生處理那些略高於其當前理解或技能水平的複雜任務。但在AI時代，系統設計的方向，多數是「愈順手愈好」。掙扎不再自動出現，反而要由教育者和領導者刻意設計出來。這裏，不妨用一個很中文的說法──「有度之難」（Design Struggle）。
「有度」，即有分寸、有拿捏，並非愈難愈光榮，也不是一味「放水」（私下通融）；而是將難度定在略高於學習者的能力水平，有選擇、有後果、也有反思的時間，同時AI可作適度支援與回饋。如果學校、家庭、企業願意認真經營「有度之難」，至少可以保存3種AI取代不了的能力：判斷力、主體性以及同理心。
創業教育中，學生往往要在資源有限、資料不完整下做決定，第一個版本多數不成功；但正是在反覆調整、反省行動的循環中，他們學會在壓力下保持清醒、與人合作、承擔後果。這些經驗，很難用一個完美的AI建議去替代。
對教育界和家長而言，真正的關鍵可能並非「要不要用AI」，而是「怎樣用」，並須守住一條界線：哪些步驟放心交給系統，哪些關鍵選擇一定要留給人自己思考、自己決定。只要學習仍然保持「經驗→反思→行動」這條基本路，人就仍然是擁有自己成長故事的主角，而不是AI戲裏的「路人甲」。
更多黃岳永文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
