PBL 專案主題，怎麼和 AI 一起收窄並打磨

專案式學習中最會漏掉時間的地方，意外地是選題階段。丟出「我們社區的環境問題」這種籠統的題目，學生會整整一週只在搜尋，抓不到方向。明明是四週的專案，卻常常整整用掉一週在決定題目。題目太大做不出深度，太小又沒有東西可探究。好的專案不是從好的題目開始，而是從好的問題開始。在把籠統題目收窄成可探究問題的過程中，AI 可以成為刺激學生思考的對打夥伴。不過從一開始就要警惕：如果連問題都由 AI 代為決定，專案的主人就從學生換成了 AI。

把大題目收窄成探究問題的步驟

別把選題完全交給學生自主，而要讓他們照下面的步驟一步步收窄。在每個步驟裡，AI 扮演的是反問的角色，不是給答案的角色。

1. 攤開感興趣的領域：讓學生從「環境」這個大塊裡，寫下自己被吸引的下位領域（垃圾、細懸浮微粒、水）。
2. 向 AI 索取問題：針對選定的領域，請 AI 給出「以這個主題，國中生能親自調查的五個問題」。此時不要照抄 AI 的答案，只讓學生從中挑出中意的一個。
3. 檢查可調查性：針對挑中的問題，讓學生自問「能不能親自蒐集資料、結論是不是不只有唯一一個」。
4. 打磨問題：把「為什麼會這樣」改成像「哪一邊更有效」這種帶有比較與驗證的形式。

探究問題如果搜尋一次就有答案，那不是專案，是作業。答案不容易出來，探究才會開始。

用 AI，但守住學生思考的機制

一旦導入 AI，學生把思考外包出去的風險就會一直跟著。用下面的機制取得平衡。

• AI 的產出是材料，決定的是學生：從 AI 給的問題清單裡挑選、並用一行寫下挑選理由，這兩件事一定要由學生自己做。
• 留下使用痕跡：讓學生在一個欄位裡記下「問了 AI 什麼、又改了什麼」。這份紀錄本身就是後設認知的訓練。
• 老師的確認關卡：題目定案之前，老師用五分鐘的面談檢查「這個問題撐得過四週嗎」。
• 避免各組重複：若有相似的問題撞在一起，就向其中一組提議換個角度，確保多樣性。

有了這些機制，AI 就不會代替學生思考，而是作為拓寬思考幅度的踏板運作。舉例來說，「減少垃圾」這種籠統的關心，經過與 AI 的一問一答，收窄成「要減少我們學校營養午餐的剩食，事前登記制和少量分餐哪一種更有效」這種可驗證的問題，那麼收窄的過程本身，就會成為撐過四週的動力。

重點整理

PBL 的第一顆扣子不是題目，而是探究問題，而這個問題不會從籠統的興趣裡一次就冒出來。AI 可以在攤開領域、丟出候選問題的階段刺激學生思考，但挑選、打磨與決定，必須留在學生手裡。建議第一個專案就完整撥出一節課只做選題，慢慢走過上面四個步驟。起始的問題夠紮實，之後的四週就不會動搖。