AI人才定位
學習資源

AI 來了，但學習的底層邏輯還在

讓我們從四個不同角度重新看清它的本質

學習本質 01

學習是改變，不是輸入

知識進了腦袋但沒改變你看世界的方式，不叫學習。

AI 可以在幾秒內給你資訊，但它無法替你「被改變」。真正的學習發生在一個非常具體的時刻：

你讀到某個觀點，然後你原本的理解被翻動了。

那種「啊，原來我之前想的是錯的」的感覺，才是神經層面真正在重組的訊號。沒有這個翻動，再多的資訊都只是過路客。

學習本質 01 策略

從「輸入」到「改變」的有效策略

如果學習是自我翻動與重組，那麼更有效的方式不是先問 AI 要答案，而是先自己思考，再讓 AI 幫你挑戰、連結與修正。以下三個策略，能讓改變真正發生：

主動質疑現有理解

先自己閱讀或思考，形成初步觀點後，再請 AI 挑戰你的假設或提出反例。問 AI：「我的理解有什麼漏洞？」而不是「答案是什麼？」

刻意連結與重組

請 AI 幫你找出新知識與其他領域的類比或連結，但由你來判斷哪些連結有意義、哪些沒有——這個判斷過程本身就是學習。

透過解釋來確認

先用自己的話解釋所學，再把你的解釋貼給 AI，請它指出哪裡不夠精確或有誤。讓 AI 當你的「挑錯夥伴」，而非代替你思考。

學習本質 02

學習是對話，不是接收

蘇格拉底式的學習，從來不是單向灌輸，而是在來回詰問中誕生的。有意思的是，AI 若用對了，反而可以成為絕佳的「對話與協思夥伴」。

✅ 有立場的對話

學習者先形成自己的觀點，再與 AI 辯論、挑戰、修正——這是思考的鍛鍊。

❌ 沒有立場的依賴

直接問 AI「答案是什麼」、「幫我寫」——沒有立場，只有依賴，思考從未啟動。

探索任務

教外星人知識

我正在自學關於｛自訂主題｝的知識。請你扮演一個缺乏同理心的外星人，而我必須向你解釋什麼是 ｛主題知識點｝。

我們來進行一場對話，請你盡量提出刁鑽的問題來挑戰我

條件：開啟 Gemini 的引導式學習模式

學習本質 02 策略

將 AI 融入「對話式學習」的策略

AI 不該是答案製造機，而應是你的高階對話夥伴。透過以下兩種策略，讓 AI 成為你深化學習的最佳催化劑：

策略一：善用 AI 的引導式學習

讓 AI 扮演你的「提問者」或「導師」。它會針對你的理解盲點提出問題、延伸思考，甚至設定挑戰，逐步深化你的學習。例如，請 AI 檢視你的報告，並提出五個最需要改進的問題。

策略二：設計「教學相長」的 AI 夥伴

想像 AI 是一個對學習內容一無所知的外星學生「Gem」。你的任務是把他教會。為了讓 Gem 聽懂，你會被迫整理思緒、簡化概念、找出類比，這個過程能極大化你對知識的重組與內化。

學習本質 03

學習是「卡住」的經驗

人在困惑、不確定、甚至有點挫折的時候，神經連結才真正在重組。這不是隱喻，而是認知科學有扎實研究支撐的事實。

AI 讓一切太順了，而這正是危機所在——認知科學稱之為「流暢度偏誤」（Fluency Illusion）：當我們輕鬆獲得答案，會誤以為自己已經理解。

學習本質 03 策略

將 AI 融入「卡住」經驗的策略

刻意製造和擁抱「卡住」的感覺，是將知識從「知道」轉化為「能用」的關鍵。AI 不應該消除這種摩擦，而應成為你跨越困境的引導者。以下是將 AI 融入「卡住」經驗的策略：

刻意製造「認知摩擦」

在嘗試理解新概念或解決問題時，先關掉 AI，自己動手思考和嘗試。當你感到困惑或遇上障礙時，這正是大腦開始建立新連結的訊號。

將 AI 作為「卡關診斷師」

當你真的「卡住」時，不要直接問 AI 答案。而是詳細描述你遇到的問題、你已嘗試過的方法，以及你目前的困惑點。請 AI 診斷你可能在哪裡出了錯，或提供下一步的思考方向。

利用 AI 共同「構思解決方案」

當 AI 提供了方向後，不要直接照抄。將 AI 的建議視為一個思考夥伴，與它進行多輪對話，共同探索不同的解決路徑，並評估其優劣。這個過程能深化你的理解與決策能力。

學習本質 04

學習是「能帶走的能力」

最終的檢驗從來不是成績單，而是一個更真實的問題：

離開課堂之後，你能做到什麼？能判斷什麼？能問出什麼問題？

AI 輔助之下的學習，必須在這個層次上仍然是學習者自己的——屬於他們的判斷力、屬於他們的提問能力、屬於他們獨立思考的框架。能力帶不走，學習就沒有真正發生。

學習本質 04 策略

一、自我導航策略

要確保學習能轉化為可遷移的「帶走能力」，核心在於發展「後設認知」——也就是「思考的思考」。AI 在這裡不應取代你的思考，而是成為你反思、挑戰和精煉能力的夥伴。以下三大策略，助你將後設認知融入學習：

建立「學習儀表板」

在開始接觸新領域前，刻意進行預先思考。問自己：「這跟我已知的什麼知識有關聯？」、「我預計會遇到什麼潛在困難？」透過預想，啟動大腦的連結與預警機制，使學習更有方向。

放聲思考 (Think Aloud)

嘗試向他人或 AI 詳細解釋你剛學到的邏輯與概念。如果你的解釋不夠清晰、流暢，這就表明該知識點尚未真正「打包」成可帶走的能力。利用 AI 模擬聽眾，逼迫自己組織思緒。

定期複盤（反思）

學習結束後，定期回顧反思。每週問自己三個核心問題：

  • 這次學習中，哪一個時刻讓我感到「原來如此」？
  • 我使用了什麼策略克服了難點？
  • 如果下次遇到類似問題，我會如何微調方法？
行動二

建立個人化的 AI 學習與實驗系統

知識管理不只是「把資料存起來」，而是建立一個讓知識用得到的系統。以 Notion AI 學習知識庫為例，重點不在於工具本身，而在於你如何設計一個讓自己持續成長的學習迴圈。

01

捕捉（Capture）

把你每天用 AI 完成的任務、遇到的問題、發現的技巧，隨手記錄下來。不求完整，求及時。

02

整理（Organize）

每週花 15 分鐘，把散落的筆記整理成「下次可以直接用」的格式：提示詞模板、工作流步驟、案例描述。

03

萃取（Distill）

把反覆出現的模式提煉成原則：「在這種情境下，用這個方法最有效」——這才是可轉移的知識。

04

表達（Express）

把學到的東西寫成文章、做成簡報、分享給他人——輸出是最好的學習方式，也是作品集的起點。

學習本質 04 策略

二、 動力策略：注入「玩心學習」元素

枯燥的背誦很難帶走，但「好玩的冒險」會刻在骨子裡。當學習過程具備主導權與探索感時，神經連結會更加牢固。

主導學習｜重獲選擇權

具體策略：決定自己的學習進度或呈現方式（例如：用圖文、影片或程式碼來做專案）。

為什麼有效：擁有選擇權與掌控感，責任感會轉化為強大的動能。

探索未知｜低風險實驗

具體策略：在模擬環境或小規模專案中嘗試錯誤，不怕失敗。每一次「失敗的嘗試」都是在累積偵錯經驗，這是教科書給不了的實戰能力。

為什麼有效：引發好奇心，建立韌性。

尋找喜樂｜成就感與歸屬感設計

具體策略：設計適度挑戰。獲得克服困難後的滿足、達成目標的喜悅，以及在團隊共創中的歸屬感。

為什麼有效：正向情感能強化理解與長期記憶。

案例：

與 AI 共學圖文小說創作

這不只是一堂課，而是一場關於主導感、探索感與喜樂感的學習實驗。學員不只是「使用 AI 生成圖文」，而是在與 AI 的協作中，發現自己的創作潛力，建立屬於自己的作品。

🎨 主導感

決定故事走向、角色設定與主題，AI 是協作夥伴，不是創作主體。

🔍 探索感

不斷嘗試不同的提示詞、風格與敘事方式，把「不確定」變成可探索的地圖。

😊 喜樂感

看到自己的故事被視覺化呈現，在過程中獲得能量，願意持續精進。

Gemini 筆記本｜學習計劃應用

有別於 ChatGTP 或 Cluade 的 Project 功能，是直接與 NotebookLM 雙向連動，就能做到：

  1. Gemini 這裡可以開筆記本，NotebookLM 那裡也會同步打開
  1. Gemini 在筆記本中的對話，NotebookLM 也能將聊天內容當作「資料來源」（所以你過往的 Gemini 聊天串也能用 筆記本來分門別類整理 ）
  1. 這樣你就能在 Gemini 做 NotebookLM 做不到的事：例如：根據資料來源創造互動網站、影片、歌曲等等。
  1. 順帶一提，就算沒有開筆記本，在 Gemini 的對話視窗中，也可以透過＋號上傳 NotebookLM 來詢問（適合偶爾用的情境）。

逐步指引

應用情境：一位學習者， 就能在 Gemini 開一本專題學習筆記， 然後上傳自己的簡介（人物誌）、主題知識、學習計劃， 然後就可以開始透過對話自學啦～～

🪄「請根據我的學習計劃，開始教我第一個知識點吧！」

學習本質 04 策略

三、遷移策略：情境與實踐

「能帶走」的關鍵在於脫離課本情境後，能力依然存在。這需要透過「深度處理」來達成。以下三大策略，助你將所學遷移應用於真實世界：

建立「技能道具包」

不要只是記錄筆記，要把知識轉化為「技能」或「道具」。例如，學會一個溝通技巧後，給它起一個酷炫的名字（如「非暴力溝通」），並想像在什麼情境下會「施展」或「裝備」它。

跨領域連結

嘗試將 A 領域的邏輯套用在 B 領域。例如，將生物的「演化理論」遷移到創新思考：變異對應多元發散、天擇對應市場驗證、環境壓力對應使用者痛點。

多元場域實踐應用

真正的能力，要在「不同地形」都能運作。以演講技能為例：面對線上大學生，注重互動節點；面對企業工作坊，強調案例與框架；每一次跨場域實踐，都是在修正你的技能組。

挑戰

今年我要和實習生一起製作 350 支影片的學習單，每個影片都有三個題組（約 >10題）

學習單範例：

AI 自動化｜Opal 打造你的微型 Apps

範例：影片學習單設計


工具會一直換，

但你會的「拆任務、串流程、做品管」會一直值錢。

這是組合技整合者最核心的競爭力宣言。當每個人都能用同樣的工具，你的差異在於：

拆任務

把一個模糊的大目標，拆解成 AI 可以執行的清晰小任務

串流程

讓每一步的輸出成為下一步的輸入，形成可重複使用的工作流

做品管

驗收每一步的輸出品質，確保最終成果真的達到目標

Cowork ：從對話到共創

這是一個關鍵的典範轉移。你不再是貼上一段文字並等候回覆，而是描述一項任務。Cowork 會自行擬定計畫、逐步執行，最後直接將完成的檔案交付到你的雲端硬碟中。

vocus

什麼是 Cowork？掌握 Claude Cowork：從對話到共創的進化

本文介紹 Claude Cowork 的核心功能、優勢與應用場景，強調其從「對話」轉向「委派」的典範轉移，並解析其三大功能支柱：計劃、執行、連接。同時，比較 Cowork 與標準對話模式的適用時機，並提供「Ideas」行動卡片的應用建議，協助教育工作者與創作者將想法快速轉化為行動成果。

從「對話」轉向「委派」

你可能早就習慣在聊天視窗裡使用 Claude：問個問題得到解答、貼上文件得到摘要。這種「即時回饋迴圈」非常有價值，也會持續存在。

但傳統對話模式意味著，繁瑣的中間步驟仍留在你的辦公桌這頭——你還是得在不同工具間搬運資訊、手動組裝產出。

驅動轉變的三大功能支柱