教練式對話:當孩子成為「最真實的人工智慧」
教練式對話:當孩子成為「最真實的人工智慧」 一、AI 與孩子的學習共通點 近年大家熟悉的 AI,大多透過「輸入→處理→輸出→回饋」不斷迭代而進步:給它清楚的任務與範例,模型就會在回饋中修正權重,下一次表現更好。孩子其實很像——清楚目標、可操作的步驟、即時而具體的回饋,會讓他們一步一步築起穩定的能力。差別是:孩子多了情緒、動機與自我價值感;問題若太抽象會不知從何下手,回饋若只剩批評會關上心門。所以,家長與老師最好的角色不是「判卷官」,而是「高品質的使用者」:用探索的心丟出好問題,幫孩子把注意力聚焦在能成功的一小步上,讓他主動生成答案,而不是被動等待答案。 二、從 AI 運作理解「好問題」長什麼樣 AI 想要輸出好內容,得先吃到清楚乾淨的輸入(Prompt);孩子也一樣。所謂「好問題」,至少滿足三件事: 可執行、可觀察、可語言化 。 可執行 :一聽就知道下一步能做什麼。例如:「這一行只調整『橫畫稍長、力量輕一點』,先寫三個試試。」而不是「寫好一點」。 可觀察 :做完馬上看得出差異。例如:「你覺得這一筆畫比範例字長了還是短了?長多少?」 可語言化 :孩子說得出自己怎麼改、為什麼改。例如:「我下一筆找對「大起點」,再寫慢一點,最後要停住再收筆。」 這三件事其實就是把孩子的大腦當成一個會學習的模型:用明確提示縮小搜尋空間,用可觀察指標建立內在標準,用口語描述把內在流程「外顯化」,久而久之,孩子就能把策略帶到新情境。 三、顧問式 vs 教練式:答案與提示的差別 顧問式指導像是「把答案放在孩子手上」;教練式引導則是「把手電筒放在孩子手上」。前者效率快,但學習常停在表層;後者步伐慢一點,卻會長出可遷移的判断與覺察。 對照看更清楚: 顧問式(Teacher as Answer): 「字寫太小,右邊不要留空白那麼大。」 「段落就照我給的三點規則寫。」 教練式(Teacher as Prompt): 「你看這個字,左邊和右邊誰比較重?差多少?要怎麼補回來?」 「如果這段只留一個重點,你會選哪一個?為什麼?」 教練式的核心不是少教,而是 把知識變成可發問的路標 。當孩子在問題裡練觀察、練判斷、練取捨,他就學會生成答案,而不是複製答案。這正是 AI 提示工程(Prompt Engineering)帶給教...