超越沒有依據的 AI 回答，看得見出處的 AI 家教方向

學生向 AI 提問、拿到流暢的回答再抄寫下來，這樣的畫面如今已很常見。問題在於，那個答案從何而來、是否切合今天的課堂，沒有人知道。AI 常常自信滿滿地說出似是而非卻錯誤的內容，而學生就照單全收。在未來教室裡，AI 危險的時刻不是它答錯的時候，而是沒有人能確認那個答案出處的時候。 無法查證的知識，與其說是學習，不如說更接近抄寫。

教室裡的 AI 需要的不是正確答案，而是依據

一般的聊天機器人和教室裡的 AI，目的並不相同。聊天機器人只要快速給出像樣的答案就夠了，但教室裡的 AI 還必須多具備兩件事。

• 範圍的一致：必須在今天所學的內容範圍內作答，學生才不會被與進度脫節的資訊帶走。
• 出處的透明：必須讓人看見答案從何而來，學生與老師才能查證那個答案並加以討論。

少了這兩者的 AI，再聰明，在教室裡也不過是快速散播未經查證傳聞的裝置。

未來教室的 AI 該具備的第一項美德不是聰明，而是敢於坦然攤開自身說法依據的誠實。

Flipsson AI 家教所展現的方向

把這個方向具體實作出來的，就是 Flipsson 的 AI 家教。Flipsson 是不必安裝、在網頁上直接使用的模組化課堂平台，其 AI 家教從一開始就以教室的這兩項條件為前提來設計。

核心在於回答的出發點。Flipsson 的 AI 家教以老師製作的那份課堂模組為依據作答，並一併顯示參考了哪個區塊的出處。 當學生問「這個概念為什麼會這樣？」，AI 不會去撈網路上某個來源不明的資訊，而是從今天用區塊編輯器堆疊起來的資料中找出答案，並指向作為依據的那個區塊。學生在看到答案的同時也看到「這個答案從何而來」，若有疑慮，就能回到原本的區塊親自確認。

當這個結構與課堂的流動咬合，力量就更大。老師把要教的內容做成模組，收進模組庫，並在直播課上與學生一起處理那些模組。AI 家教參考的範圍正是那些模組，因此AI 的答案絕不會超出老師所設計的課堂範圍。進度與 AI 各走各的情況就此消失。學生在直播中拋出的提問也會流向聊天與私訊，小組討論則在意見板與小組板上約 4 秒內同步，而這一切活動都堆疊在同一份模組之上。

就方向性而言，這樣的設計所啟示的事很明確。要在教室裡把 AI 用得更強大，關鍵不在於接上更聰明的模型，而在於讓學生與老師隨時都能追溯 AI 是根據什麼作答的。出處看得見，AI 的答案就不再是照抄的標準答案，而成為推敲與討論的起點。這正是作為培養批判性思考工具的 AI。

重點整理

未來教室的 AI 不該是快速給答案的機器，而該是願意攤開自身依據的誠實夥伴。以模組為依據作答並標示出處的 Flipsson AI 家教，展現了一個具體的方向：把答案的範圍綁在課堂之內，並讓學生得以查證與討論那個答案。Flipsson 無需登錄信用卡，最多 10 個班級可免費開始使用，歡迎在教室裡親自試試看得見出處的 AI。