AI 不會讓你變笨，但也不會把你變強：談護腦的 AI 學習法
昨天晚上，我其實是帶著一種很複雜的心情坐在螢幕前的。
說複雜，不是因為焦慮，而是因為我同時用兩種身份在聽這場分享。一個是做了十幾年內容教學、企業顧問的我，習慣性地在每一段話裡尋找結構、拆解框架、想著這個觀點可以怎麼轉化成我的讀者能用的東西？另一個，是一個也會在深夜滑手機、也會對 AI 的發展速度感到一絲不安的普通大人。
我想，線上的數百位夥伴，大概也是帶著類似的雙重心情吧。
Slido 上的問題一題一題跳出來，每一題都像一面小鏡子，照出我們這個時代的集體焦慮：孩子的注意力被偷走了怎麼辦？AI 會不會讓人變笨？語言還要不要學？工具那麼多，到底該選哪個？怎麼避免孩子只想拿現成答案？
這些問題，我太熟悉了。因為在我的課堂上、在企業培訓的現場、在「AI 好好用」的社團裡，我幾乎每個禮拜都會被問到類似的問題。只是，我突然意識到一件事——這些問題的答案，也許不在工具裡，而在一個更底層的地方。
我的好友，也是葳格國際學校總校長李海碩，昨晚真正在談的，不是 AI 工具的使用技巧，而是一個更根本的命題：在一個資訊唾手可得的年代，我們到底要怎麼重新定義「學習」？
這個問題，擊中了我。
一個不太討喜，但必須面對的真相
一開場，李海碩總校長就直接切進核心。他說，Slido 上票選第一名的問題不是該用哪個模型，而是注意力不足。但是，他馬上又補了一刀——在談注意力之前，有一件更根本的事情要先說清楚。
「如果你使用 AI 的方式是錯的，你愈用，很可能會變得愈笨。」
▲ AI 不會把你變強，也不會把你變笨——關鍵在於你怎麼用
他引用了一個研究結果：那些百分之百把任務交給 AI 的人，完成之後有非常高的比例想不起來自己剛剛做了什麼。原因不玄，甚至很樸素——你把答案拿走了，但你的大腦沒有出過力，所以什麼痕跡都沒留下。沒有記憶，沒有肌肉，沒有成長。
聽到這裡，我腦中浮現了一個很鮮明的畫面。
這幾年我在帶企業培訓的時候，常常看到一種現象：學員們很興奮地學會了用 ChatGPT 或 Claude 寫企劃、做簡報或回覆信件，產出品質確實提升了，速度也快了好幾倍。但當我追問「你覺得這份企劃的核心策略是什麼？為什麼你選擇這個切角？」的時候，很多人愣住了。
他們不是不聰明，而是在那個過程中，大腦沒有真正參與過。
▲ 用 AI 的方式，就像在健身房裡坐電動按摩椅
總校長用了一個比喻，我覺得精準到位：很多人現在用 AI 的方式，就像在健身房裡坐電動按摩椅，按完還跟朋友說「我今天練爆了」。你自我感覺良好，覺得全身舒暢，覺得自己很有效率，但是天曉得，你的身體並沒有變得更強壯！
這個比喻，讓我想到自己常在課堂上跟學員說的一句話：工具是拿來放大你的能力的，不是拿來取代你的思考的。如果你讓工具取代了思考，那你放大的不是能力，是依賴。
▲ 認知卸載與假精熟：兩個讓大腦悄悄萎縮的隱形殺手
接著，他提到了兩個更深層的後果。第一個是批判性思考的下降，尤其對十六歲以下的孩子衝擊最大——如果每次都直奔答案，大腦裡判斷答案品質的那條神經迴路，就永遠得不到鍛鍊。第二個是專業人士的去技能化：有 AI 的時候表現很好，一旦拔掉工具就整個掉下去。他拿飛行員過度依賴自動駕駛來類比，我覺得非常傳神。
「不是不能用，是不能把自己整個交出去。」
這句話聽起來溫和，但其實把責任丟回了我們每個人身上。AI 不是罪魁禍首，真正的問題在於我們選擇了偷懶的使用方式。
限制條件，反而是最穩的地基
接下來，總校長提到了一個讓我眼睛一亮的思考框架。他說他在密涅瓦大學（Minerva University）學到的一個習慣，就是在面對任何問題的時候，先找 Constraint，也就是限制條件。
很多人聽到「限制」會皺眉，覺得那是阻礙。但有趣的是，他的說法非常漂亮：在一個變動又不穩定的時代，如果你能找到真正穩定的限制條件，那個限制反而就是你的地基。
而在學習這件事上，最穩定的限制條件是什麼？
是腦科學。
「大腦跟肌肉一樣，用進廢退。你如果一直讓 AI 幫你把力氣扛走，你的大腦就像長期坐電梯的人，腿會愈來愈軟。」
這個比喻太好了，因為它把所有關於「AI 到底好不好」的爭論，都簡化成一個非常具體、非常可操作的判準：你用 AI 的過程中，大腦有沒有出力？
我在自己的教學現場也一直在強調類似的概念。我常跟學員說，寫文章的時候，不要一開始就把整個題目丟給 AI，讓它幫你從零生出一篇完稿。你要先想，哪怕只是在紙上寫三個關鍵字、畫一個粗糙的架構，都好。因為那個「先想」的動作，就是你的大腦在出力。有了那個出力的過程，後面不管 AI 怎麼幫你潤稿、補充、優化，那篇文章裡都有你自己的靈魂。
總校長在這裡引出了兩個關鍵概念，我覺得每個用 AI 的人都應該記住。
第一個叫 Cognitive Offloading（認知卸載）。就是你把原本應該由大腦完成的負荷，卸給 AI。短期很爽，長期會弱化。
第二個更可怕，叫假精熟。你以為你會了，因為 AI 幫你做出來了。你看著那個成品，真心覺得「我懂了」，所以你停止努力。但其實你不懂，你只是見過。
假精熟這件事，不只發生在孩子身上，大人更常中招。你寫了一份漂亮的企劃，做了一份專業的簡報，回了一封得體的信——但你真的知道為什麼這樣寫比較好嗎？下次沒有 AI 幫忙的時候，你還寫得出來嗎？
如果答案是「不確定」，那你不是變強了，你只是變成了一個更會按按鈕的人。
第零層：把注意力救回來
▲ 注意力不是第一層，是第零層——是 BASE
總校長接下來說了一句話，讓我覺得整場的架構瞬間清晰起來。他說：注意力不是第一層，是第零層。是 BASE。
你沒有注意力，後面講的什麼蘇格拉底法、間隔重複、提取練習，全都只是紙上談兵。
他把威脅注意力的敵人分成三個，我覺得可以稱之為「現代學習者的三重詛咒」：多巴胺失控（手機和短影音帶來的刺激成癮）、AI 的認知卸載（不用思考也能拿到結果）、以及假精熟（以為自己進步了其實沒有）。
這三個東西單獨來看，都已經很厲害了，合在一起更是形成了一個幾乎完美的陷阱：你又分心、又不動腦、又誤以為自己在進步。
身為一個長期在做內容產出的人，我對「注意力被偷走」這件事有非常切身的體會。寫文章需要深度專注，而深度專注需要一段不被打斷的時間。但現代生活的節奏，幾乎是設計來打斷你的。每一個通知、每一則推播、每一個紅點，都在跟你的專注力搶資源。
▲ 五個注意力救急策略：從呼吸法到環境設計
所以當總校長開始分享他的「救急策略」時，我聽得特別認真。
他提到的第一招是強制靜止：每天留十五到三十分鐘，什麼都不做，就是發呆。這聽起來很反直覺，但我理解他的邏輯——當你的神經系統已經被過度刺激到一個程度，你需要先把它拉回中性狀態，後面的一切才有可能。
第二招是 盒式呼吸（Box Breathing），也就是四四四四呼吸法：吸氣四秒、憋住四秒、吐氣四秒、再憋住四秒，循環。我很喜歡這個方法，因為它不是那種「你要有自制力」的道德勸說，而是直接用生理機制把你從亢奮狀態拉回來。
第三招是 HIIT（高強度間歇運動）：十到十五分鐘就好。如果你靜不下來，就用運動去重置大腦。他甚至貼心地提到了「No Jumping」版本，讓住公寓的人也能做。
第四招是環境設計，最典型的就是手機鎖箱。我特別認同這一點。我們太習慣「相信自制力」了，但自制力是會耗損的資源。用制度和環境來取代意志力，才是比較成熟的做法。我自己在寫長文的時候，也會刻意把手機放到另一個房間，不是因為我自制力差，而是我不想浪費意志力在要不要看手機這種事情上。
第五招是回到紙筆。他非常篤定地說，紙筆依然有效。我完全同意。紙筆的價值不是懷舊，不是浪漫，而是「慢」。慢下來，你才能真正看見自己在想什麼。在這個一切都在加速的世界裡，慢，反而是一種稀缺的能力。
我自己有一個習慣：在構思任何重要的文章或課程之前，我一定會先拿出筆記本，用手寫的方式把想法倒出來。那個過程很慢、很凌亂，但正是那個凌亂，讓我有機會看見想法之間的連結，看見我真正想說的是什麼。如果一開始就在鍵盤上打字，或是直接跟 AI 對話，我反而容易被工具的流暢帶著走，失去了自己的節奏。
護腦的 AI 學習法：一個漂亮的閉環
▲ 護腦三角：先人後機、蘇格拉底式引導、後設認知監控
當第零層穩住之後，總校長才開始談真正的核心問題：我們到底要怎麼用 AI，才能不傷害大腦，甚至讓大腦變得更強？
他給出了三個策略，我聽完之後覺得它們剛好形成一個非常漂亮的閉環。
第一個策略是「先人後機」。 你一定要先自己想過，再請 AI 協作。這不是口號，這是一條底線。
他特別點名了一個場景：讓 AI 先寫一整篇作文，再讓孩子「參考」。這是最糟的方式。因為孩子的大腦會被 AI 的敘事和表述先入為主地佔領，之後寫出來的東西，很難不受影響。比較好的做法是：先讓孩子用紙筆寫出自己的想法，哪怕很粗糙、很不完整都沒關係；然後拍照或貼給 AI，請 AI 扮演教練的角色，給建議、做修正、提供回饋。
這個原則放到大人身上一樣適用。我在帶寫作課的時候，最怕的就是學員直接把題目丟給 AI，拿到一篇完稿之後就覺得「任務完成」。那不是學習，那是外包。真正的學習，是你先掙扎過、先思考過，然後 AI 幫你看見你沒看到的盲點，幫你把粗糙的想法打磨得更精準。那個過程，才是有價值的。
第二個策略是「蘇格拉底式引導」。 他提到 Alpha School 用 AI 當蘇格拉底導師，不直接給答案，而是用一連串的問題，引導學習者自己思考、自己發現。
我覺得這個概念非常重要。因為大多數人使用 AI 的方式，就像使用自動販賣機——投幣、按鈕、拿走商品。但如果你把 AI 設定成「不准直接給我答案，只能問我問題，引導我自己找到答案」，整個學習的質感就完全不同了。你不是在買答案，你是在接受訓練。
我自己在備課的時候，有時候也會刻意用這種方式跟 AI 對話。比如我正在準備一堂關於內容策略的課程，我不會問「幫我列出十個內容策略的重點」，而是會說「假設你是一個對內容策略完全不懂的學生，你會問我哪些問題？」然後我嘗試回答那些問題。這個過程會逼我把自己以為很懂的東西，重新梳理一遍，往往能發現一些過去沒注意到的漏洞。
第三個策略是「後設認知監控」。 也就是隨時檢查自己：我現在到底有沒有在學？
真正的學習者，永遠在問自己這些問題：我剛剛那段在講什麼？這個段落跟前面怎麼連起來？我這個推論合理嗎？我是真的理解了，還是只是記住了表面的文字？
總校長說得很直白：智商不容易大幅提升，但後設認知可以訓練。而一個擁有良好後設認知能力的人，學什麼都會比別人快，因為他永遠知道自己卡在哪裡、哪裡需要補強。
這三個策略合在一起——先自己想、用 AI 引導、再自我監控——就像一個穩固的三角架。你站在上面，不但不會被 AI 弄笨，反而會被逼著變得更聰明。
把 AI 當學生，而不是當老師
▲ 把 AI 當學生，而不是當老師
整場分享中，有一句話我覺得是最具操作性的金句。總校長說：
「不要讓 AI 對你輸出，而是要你對 AI 輸出。」
意思是：與其讓 AI 扮演老師、你當學生被動接收，不如反過來——你當老師，把 AI 當學生，去教它。教完之後，讓 AI 反問你、測驗你、逼你把知識講清楚。
話說回來，這其實就是費曼技巧的 AI 升級版。費曼說過，如果你不能用簡單的語言把一件事解釋清楚，代表你還沒有真正理解它。現在有了 AI，你等於有了一個永遠不會不耐煩、隨時可以扮演學生的練習對象。
而這個方法最厲害的地方在於：你不需要靠意志力提醒自己要動腦。因為你一開始就把流程設計成「不動腦就過不了關」。你必須組織語言、必須釐清邏輯、必須回答反問——這些過程本身，就是深度學習。
我自己在寫書或寫專欄的時候，偶爾也會用類似的方法。我會把一個段落的草稿貼給 AI，然後說：「假設你完全不懂這個領域，讀完這段你有什麼疑問？」AI 提出的問題，常常會點出我的盲點：我以為讀者會懂的背景知識，其實需要多解釋一步；我以為很清楚的邏輯跳躍，其實中間少了一個環節。
這就是把 AI 當學生的威力。換句話說，你不是在消費 AI 的輸出，你是在用 AI 的回饋來精進自己的思考。
在資料上獲勝：AI 最能幫你的，是照見盲點
▲ 周哈里窗：AI 是你的鏡子，能照見你的盲點
總校長在講座的後半段，聊到了一個比較進階的概念，但我覺得對大人來說特別有價值。
他說，AI 競爭的關鍵不是算力、不是模型，而是資料。更精準地說，不是一般的資料，而是能產生「個人化洞見」的資料。
他借用了心理學上「周哈里窗」的概念來說明：每個人的自我認知可以分成四個象限——開放區（你知道、別人也知道的）、隱藏區（你知道但別人不知道的）、盲點區（你不知道但別人看得見的）、以及未知區（雙方都不知道的）。
而 AI 最能幫你的，恰恰是那個盲點區。
這個觀點讓我想了很久。因為大多數人把 AI 當成一個升級版的搜尋引擎——我問它問題，它給我答案。但搜尋引擎只能回答你「問得出來」的問題。而盲點區的本質就是：你不知道自己不知道什麼，所以你根本問不出那個問題。
AI 的厲害之處在於，如果你願意提供足夠的脈絡和材料，它可以像一面鏡子，映照出你慣性看不見的角度。它可以指出你文章裡的邏輯跳躍、你簡報裡的敘事盲點或是你計畫裡沒考慮到的風險。但前提是，你要願意「餵養」它足夠的素材，而且你要有雅量接受它所打造出來的東西。
總校長提出了兩個非常實用的策略。第一個是建立一個「認識你的 AI」：持續用同一個 AI，讓它累積你的脈絡、你的偏好、你的思考模式。第二個是建立你的「錨點知識」：用你最熟悉、最有感覺的東西，去掛勾新知識。
這個做法，我們都可以直接借用。試想，你每天在工作中處理的事情，也許不是你最熱愛的，但幾乎一定是你最熟悉的。用它作為錨點，去連結新的知識和技能，記憶會更牢、應用會更快。
意義感：AI 時代裡，最不能被自動化的東西
總校長在中段提到了提摩西・費里斯（Tim Ferriss）的 DISS 學習框架：Deconstruction（拆解技能）、Selection（找出關鍵的百分之二十）、Sequencing（安排學習順序）、Stakes（設計動機與後果）。
前三個大家可能都聽過，但他特別強調最重要的是第四個：Stakes——意義感。
我覺得這一點講到了現代人最深層的困境。我們不是沒有資源，不是沒有工具，不是沒有資訊。我們最缺的，是動機。AI 把「做得到」變得太容易了，反而讓「為什麼要做」變得更重要、也更模糊。
「人類一定要找到意義感，否則 AI 幫你做完了所有事，你也不知道下一步要走哪裡。」
這讓我想到我自己的經驗。我寫了十幾年的文章，有時候也會問自己：既然 AI 已經可以寫出通順的文章、做出漂亮的簡報、產出專業的分析報告，那我還寫什麼？我的價值在哪裡？
後來我想通了。AI 可以寫出正確的文章，但它寫不出「我的」文章。它可以組織資訊、梳理邏輯、潤飾文字，但它沒有我十五年的教學經驗、我在每個企業現場觀察到的真實困境、我和每個學員互動後累積的體感。那些東西，是我的意義感的來源，也是 AI 無法取代的核心。
所以每次有人問我「AI 會不會取代寫作者」，我的回答都是：AI 會取代那些只是在搬運知識的寫作者，但不會取代那些有自己的觀點、有自己的溫度、有自己的「為什麼要寫」的人。
你的意義感，就是你在 AI 時代裡最強的護城河。
我帶走的三件事
謝謝總校長帶來的這場精彩講座，也高興看到總校長的兩位公子的現身說法。雖然我單身、沒有小孩，但我真的很樂意向你推薦好友的線上課程《總校長的 AI 教育寶典｜掌握未來 30 年必備的聰明學習力！》。
昨晚聽完這場講座之後，我在筆記本上寫下了三個策略，算是我自己的行動藍圖。
第一，先救注意力，再談其他。 注意力是第零層，是一切的基礎。每天用呼吸法、運動、環境設計、紙筆書寫，把自己的神經系統拉回中性狀態。不要幻想靠意志力。
第二，把 AI 從代打變成教練。 用「先人後機」「蘇格拉底式引導」「後設認知監控」組成護腦三角。你真正要的是能力的成長，不是漂亮的成品。
第三，用 AI 做出屬於你自己的工具。 AI 最好的用法，是把你的問題系統化，做出可以反覆使用的工具。不是讓 AI 替你解決問題，而是讓 AI 幫你建立解決問題的系統。
寫在最後
其實，昨晚我在書桌前坐了很久。
螢幕已經暗了，但腦子裡還在轉。我想的不只是那些框架和策略，而是一個更大的問題：在這個 AI 已經追上我們的時代，我們到底要用什麼姿態往前走？
我想了很久，最後回到一個很簡單的結論。
AI 就像一個新的地形。你逃不了，就得學會在上面走路。而走路靠的不是更神的模型、更貴的工具訂閱，而是幾件很基本的事情：你能不能把注意力拿回來？你能不能在每次使用 AI 的時候都讓大腦出力？你能不能把學習變成一個可持續的能力系統？你能不能把生活中的困境變成工具，把混亂變成策略？
如果要我用一句話總結那晚帶給我的啟發，我會說：
「AI 不會把你變強，也不會把你變笨。它會把你變成什麼樣子，取決於你讓它替你做了什麼，以及你自己出了多少力。」
而那個出力的選擇，永遠在你手上。
延伸閱讀
- 當 AI 成為我的編輯：一位創作者如何用 AI 找回被擱置多年的內容計畫
- 淺談創作者經濟 feat. AnyoneLab 聯合創辦人刁思宇
- 打造個人品牌：善用內容行銷思維，經營你的部落格
- 動筆寫作前，請先擬定內容策略
