任務目標： 設計一個能在大學校園內引發共鳴的活動，招募更多跨領域學生加入「TFT 計畫」，解決教育不平等問題。
策略： 「讓 AI 當我的大腦。」
動作： 看到題目後，小凱一秒都沒有猶豫，直接開啟對話框：「請幫我寫一份針對大學生的 TFT 招募企劃，要包含活動名稱、目標、流程。」 過程： AI 給了一個「校園大使巡迴講座」。小凱覺得不錯，直接叫 AI 生成文案跟海報草圖。他覺得自己「學會了」如何做企劃。 認知摩擦： 零。 整個過程像是在輸送帶上接過包裝好的禮物。 隱憂： 他不知道為什麼是「講座」而不是「工作坊」？他對這份企劃沒有「體感」，一旦現場出了突發狀況（例如音響壞了），他完全無法應變。
策略： 「讓 AI 當我的夥伴，但我才是主導者。」
第一階段（自主思考）： 晨曦不急著問 AI。她先坐在桌前，拿出一張白紙，寫下她觀察到的校園現象：「為什麼我的同學不想去 TFT？1. 怕偏鄉生活、2. 怕履歷中斷、3. 覺得教學與自己專業無關。」 她先設定了一個方向：「我想破除『專業無關』這個迷思。」 第二階段（與 AI 互動）： 她帶著這份「初步地圖」去找 AI： 「AI，我觀察到理工科學生覺得去偏鄉教書會讓專業生鏽。我目前想了一個『跨域教學實驗室』的方向，你覺得這個點子對於工程系大四生有吸引力嗎？請針對『技能轉換』這一點給我挑戰性的建議。」 過程： AI 指出她的點子太過學術，建議結合「專案管理」。晨曦感到困難與糾結，她在思考如何把教育與專案管理融合。這個反覆辯證、修改草圖的過程，就是主動建構。 認知摩擦： 極高。 她在判斷 AI 的建議哪些可用、哪些不符合台灣校園現況。 結果： 她設計出「未來人才影響力工作坊」。她不只拿到一份企劃，還深刻理解了「教育」與「各產業技能」的連結。
AI 捷徑的誘惑：速成與深耕
為什麼「先想過」不一樣？
我們來對比這兩位學習者的「大腦迴路」：
小凱的學習像是「拍照」，拍下了美麗的風景卻從未真正走進去；而晨曦的學習像是「速寫」，雖然一開始畫得歪歪扭扭（感受到困難），但每一筆都讓她更理解景物的構造（主動建構）。
我不恨 AI，但我害怕一件事
當 AI 滲透教室，問題從來不是工具本身有多強大。
學習者繞過了思考，卻拿到了答案。
如果「拿到答案」不等於「學習發生」——
那學習，到底是什麼？
如何面對這個「AI 捷徑」的誘惑？
情境案例：做出一份提案簡報
（例如：TFT 校園影響力企劃案）
大學時的簡報準備方式
回顧過去，在 AI 普及之前，我們準備教學簡報通常會經歷這些過程：
資料蒐集與篩選
- 透過 Google 搜尋、學術資料庫或實體書籍文獻。
- 運用精確的「關鍵字」進行查找，獲取海量資訊。
- 花費大量時間去蕪存菁，篩選出真正有用的核心內容。
閱讀與整理思考
- 在實體筆記本上謄寫、整理重點。
- 將數位資料分門別類，輸入到個人筆記軟體中。
- 透過手寫或畫心智圖，將資訊內化並建立連結。
親手打造視覺內容
- 人工逐頁設計簡報，從版面配置到圖文搭配。
- 熟練使用 PPT、Google 簡報或 Keynote 等工具。
- （或利用 Canva 等設計平台進行美化與排版）當時並沒有！！
雜亂、淺薄、耗時
AI 知識工作流
AI 研究工具
AI 筆記系統
AI 敘事平台
AI 知識工作流｜案例在這
AI 研究工具
- 基礎研究： 利用生成式網頁搜尋以及專門的學習研究模式來快速搜集資料。
- 深入研究： 建議使用 Gemini 或 ChatGPT 等大型語言模型進行更深層次的知識挖掘與問答。
AI 筆記系統
- 匯入與理解： 將第一階段獲取的高影響力素材匯入系統，透過提問對話、心智圖、語音摘要或影片摘要來多維度理解內容。
- 核心工具： 推薦使用 NotebookLM 或 Notion 作為數位大腦。
- 人工參與： 特別提到需結合「塗鴉筆記」，透過動手記錄來輔助思考。
AI 敘事平台
- 多元化輸出內容： 包括文章、社群貼文、專業報告、簡報、影音內容、網站，甚至是應用程式。
- 真人實踐： 最終透過「教導他人」來實踐與固化學習。
專題情境：TFT 校園影響力企劃案