AI 教育設計中內嵌的摩擦
最近我寫了幾次關於摩擦（或無摩擦）教學法與學習的概念，特別是它和 AI 的關係。在 Rhetorics of the Digital Nonhumanities 的結尾，我用了一章討論教學設計，尤其是和 Rittel 與 Webber 所說的 wicked design problems（棘手設計問題）有關。多年來，EDUCAUSE 的 Horizon Report 都採用了這個概念。它辨識並整理出一系列問題，分成幾個類別：可解、困難，以及棘手。
如我在那一章所討論的，2014 到 2019 年間，「數位素養」被列為一個「可解的問題」。即使我們的社會已經被演算法、社群媒體和假新聞撕裂，這個分類不知怎地仍然維持不變。我不認為在這段期間它變得更容易解決了。正如我在那一章所主張的，EDUCAUSE 根本不知道「數位素養」過去／現在究竟是什麼，也不知道這樣的素養是否有助於人們在當代媒體生態中生活。只能說，結果並不順利。不過，正如我在那裡所說、而現在不再展開的，這些都是棘手設計問題。話雖如此，EDUCAUSE 作為教育科技公司與專業人士組成的集合體，會把設計理解成一種解決問題的方法，也是可以理解的。這就是他們做的事。
近幾十年來，教學設計已經把「設計思考」（design thinking）納入，作為達成其目標的方法論。設計思考影響了許多常見的商業實務，例如設計衝刺（design sprints）。因此，這種思維會導向一種想法，也就是把摩擦設計進學習體驗之中，作為回應 AI 學習看似無摩擦特質的一種解方，並不令人意外。
這個主題最近在我同事（也是院長）Jeff Grabill 的一集 podcast 訪談中被提起。這場訪談是在校園裡舉辦的一場教育科技會議之後進行的。當時會場裡似乎有某種共識，認為「好的老師會設計摩擦。而好的老師也會在學生跌倒時把他們扶起來，給他們一個反思的機會。」當然，問題在於，在 AI 的脈絡下，要如何「設計摩擦」。對 Grabill 來說，答案似乎是設計。如他所說，他認為「教育工作者真的很苦惱，不知道該在教育環境中的哪裡設計摩擦。」儘管如此，他也說，「對像我這樣的人來說，真正令人沮喪的是，如果你要這樣說的話，AI 摩擦問題的答案其實就在我們眼前。我們很早以前就知道這些答案了。我們只是必須讓教育工作者花時間和力氣去投入其中。」
這讓我想到 Horizon Report，以及它對已知問題的那種信心。和藝術家們一起工作，我可以告訴你，喜歡「設計思考」的人並不多。設計指向的更像是另一個充滿爭議的詞，而不是一套我們早就共同擁有的問題解決方法。
例如，我認為我的大學對學習有它自己的設計／企圖嗎？我確定有。在我待在這裡的約 15 年裡，學校在 STEM 基礎建設上投入了約 10 億美元，卻沒有在藝術與人文上花過一毛錢。我當然會把這稱為對學習有一套設計。它對 AI 的做法也差不多。當一個跨領域的 AI 與社會學系成立時，藝術與人文教師被排除在所有關於其成立的討論之外。而我的大學在這方面絕非特例。在我看來，AI 的挑戰根本不直接關乎學習。相反地，這些挑戰關係到大學如何把 AI 武器化，用來加速它們以 STEM 為中心的設計。這就是校園裡其中一種版本的「設計」。
如果說我們還有第二個設計挑戰，那就在於 AI 拆解了「學習設計」這個概念，尤其是它對成果的依賴。「學習成果」（learning outcomes）是一個專門術語，它不只追求一般意義上的可預測性，更走向可衡量性。學習成果是一種嘗試：為一門課可能帶來的學習經驗設計邊界。因此，它運作在一種形上學預設之上，假定這些事情是可知且可控的。作為「學習設計者」，我掌握這門學科。我掌握學生的起點，好讓我能掌握他們最後會抵達的成果。學生之間的差異可以被容納，但他們會抵達同一個目的地。我有權力透過分析學生的產出，判定他們學到了什麼。而我也能透過設計，確保這一切都可靠地發生。
舉例來說，Grabill 談到「工程化摩擦」（engineering friction）。我會說，許多工程領域（例如機械工程）字面上就是在工程化摩擦：哪裡需要摩擦、哪裡不需要，以及需要多少。工程，甚至簡單機械的重點，就是把摩擦轉化為功。因此這就提出了一個問題：我們需要「做功」才能學習嗎？不需要。但我們也許需要做功，才能把學習限制在成果之內。也就是說，當我們在工程化或設計摩擦時，我們其實不是在創造「摩擦」，而是在設計功。但當我們把某件事設計成「功」，就是把它設計成 AI 可以再製的東西。另一方面，如果我們真正談的是摩擦，那麼 AI 就無法再製它，因為 AI 只會運作，而摩擦作為摩擦本身並不運作。
AI 暴露了那套流程中的脆弱之處，但不是 AI 造成了它們。問題出在教學設計與學習科學之中。舉例來說，我們引進了「設計衝刺」（design sprints）的概念。設計衝刺的第一步（「理解」）要求辨識「成功指標」（也就是學習成果）。那麼，當設計衝刺本身就是以成果為基礎時，它要如何與學習成果產生關係？這是一種自我驗證的活動。這些活動會推向可預期的結果，而那些結果早已被制度脈絡過度決定。它們正是當代大學提供給教師的偽參與的絕佳例子。無論各個學科內部如何運作，學習科學與教學設計在制度中的運作，都是一種由管理機制主導、對學習潛能的預先封閉。
簡言之，與 Grabill 相反，我會主張 AI 揭露了教學設計與設計思考在智識上的脆弱。我不認為「解方」在工程裡。事實上，我一直主張，工程所謂的「解決問題」，其實是透過創造未來的問題來達成。從根本上說，我想在人文學科中，我們面對的是有限性的問題，但我並不尋求解決它。同樣地，我也不想解決 AI 改變人類經驗這個問題。我不認為這個問題會有某種設計上的解方。
而試圖把學習設計帶進 AI 為高等教育帶來的挑戰之中，必然會成為另一個衝突場域。在我看來，這代表的是另一種企圖：把某種錯置的階層式權威強加到學術生活之上。
- [分享到 X（在新視窗開啟）
X](https://profalexreid.com/2026/06/19/the-friction-embedded-in-ai-educational-designs/?share=twitter)
- [分享到 Facebook（在新視窗開啟）
Facebook](https://profalexreid.com/2026/06/19/the-friction-embedded-in-ai-educational-designs/?share=facebook)
〈AI 教育設計中內嵌的摩擦〉的一則回應
2026 年 7 月 1 日下午 12:26 […] Alex Reid 2026 年 7 月 1 日 2026 年 7 月 1 日 […] 讚 讚 回覆
留言 取消回覆
最新文章
- 2026 年 7 月 2 日
- 2026 年 6 月 30 日
- 2026 年 6 月 24 日
- 2026 年 6 月 19 日
- 2026 年 5 月 11 日
- 2026 年 4 月 24 日
- 2026 年 4 月 14 日
- 2026 年 4 月 2 日
- 2026 年 3 月 27 日