當 AI 給出離譜的答案時，教室該先追究的事

在某所國中的自然科學課上，學生問 AI 光合作用的原理，回來的卻是聽起來煞有其事、但與課本不同的說明。學生把那個答案原封不動抄進筆記，老師直到批改時才發現錯誤。學過整個網路的通用型 AI 不會告訴你資訊是從哪裡拿來的，因此答案對不對，學生和老師都沒辦法當場確認。方便的另一面，藏著失去出處的資訊流進教室的風險。不需要對 AI 懷著莫名的恐懼，但要把哪一種 AI 帶進教室，確實得好好追究。

信任的起點是「看不看得見依據」

負責任地運用 AI，第一個問題不是效能，而是可驗證性。答案對不對能不能當場確認，老師才敢安心把它帶進課堂。

• 依據的範圍：AI 是根據什麼來回答，必須清清楚楚。是整個網路，還是老師做的課堂教材，信任的性質完全不同。
• 出處的可見性：回答旁邊一起看得到依據，學生就不會照抄資訊，而會養成確認依據的習慣。
• 資料的邊界：學生輸入的提問與紀錄堆在哪裡、有沒有不散落地集中在一處管理，都要檢查。

好的 AI 不是給出聰明答案的 AI，而是連自己答案的依據也一起遞出來的 AI。

站在模組依據上回答的 AI 家教

把這個標準用結構本身實現出來的案例，是 Nallijaku 的 Flipsson。Flipsson 的 AI 家教不會去翻網路來回答，而是以老師用區塊編輯器做出的課堂模組為依據來回答。也就是說，學生拿到的答案落在那堂課處理過的內容範圍之內，而回答裡還會一併標示出處，說明取自哪一個模組。學生會自然而然學會說「根據這份教材的這個部分」，而不是「AI 說的」。

再加上 Flipsson 是不必安裝、直接在網頁上使用的模組化課堂平台，從備課、直播課到複習，資料都在同一個平台裡流動。學生的提問、繳交卡片與意見板的紀錄不會散到好幾個服務去，而是集中在老師儀表板一處，因此要掌握誰輸入了什麼、看得到哪裡，容易得多。學生管理與公告也在同一個畫面上完成，每換一次工具就漏一次資料的縫隙也跟著變少。看得見出處的 AI 與集中在一處的資料，可說是負責任運用的兩根支柱。

當然，這並不免除老師的檢視。模組本身若不正確，AI 也會跟著那個錯誤走，所以把教材做好依然是老師的責任。只是在依據與出處都看得見的結構裡，這份檢視會輕鬆許多。

重點整理

把 AI 帶進教室時該先追究的，不是華麗的功能，而是答案的依據看不看得見、資料有沒有集中在管得住的地方。站在模組依據上回答並標示出處的 AI 家教，會替學生養出查證的習慣；集中在同一個平台的資料，則減輕老師的管理負擔。Flipsson 不必登錄信用卡，最多 10 個班級可以免費開始。唯有站在值得信任的工具之上，負責任的運用才總算成為可能。