打造探究問題，讓 AI 提問而不是給答案

課堂上一問「有沒有人要發問」，教室就安靜下來。學生問不出問題，不是因為沒有好奇心，而是從來沒有學過怎麼做出一個好問題。十幾年來受的都是答對答案的訓練，做問題的那塊肌肉根本沒機會用。而在 AI 時代，提問變得更重要了。答案 AI 一瞬間就給得出來，學生的競爭力於是移到知道該問什麼的能力上。同樣用 AI，會丟出又窄又銳利問題的學生，和只會丟出籠統問題的學生，產出的東西有天壤之別。矛盾的是，要培養這份提問的能力，正好可以把 AI 從答題者換成提問教練。

把 AI 立為提問教練的做法

讓 AI 給答案，學生就只會抄下來；讓 AI 提問，學生才會動腦。

• 把問題丟回去：設定成學生一提問，AI 不要馬上回答，而是反問**「如果把這個問題再收窄一點，會變成什麼樣」**。
• 替問題分級：讓 AI 把學生做出的三個問題分成「查一下就結束的問題／要思考才答得出來的問題」呈現給學生看。
• 問題轉換練習：讓 AI 一起做出把封閉式問題改成開放式問題的範例，使學生熟悉轉換的模式。
• 串起問題鏈：由 AI 在旁邊刺激學生，從一個答案接到下一個問題的追問式思考。

愈是 AI 擅長給答案的時代，課堂該鍛鍊的就愈不是答案，而是提問的肌肉。

一節課的提問設計課

假設社會課要談「都市化」。以做出問題為核心的流程如下。

1. 問題爆發（5 分鐘）：看著主題，把浮現的問題以量取勝地傾倒出來。不論好壞。一開始沒有人動筆，但只要訂下「每人寫五個」的定量，卡住的學生也會先寫再說。
2. AI 分類（5 分鐘）：把倒出來的問題丟給 AI，請它分成封閉式與開放式問題。
3. 打磨問題（10 分鐘）：挑一個封閉式問題，在 AI 的指導下改造成可以探究的開放式問題。
4. 驗證問題（10 分鐘）：和同伴一起檢查打磨後的問題是否「有東西可查、答案並非只有唯一一個」。
5. 採用問題（5 分鐘）：選出最值得探究的一個問題，訂為小組的代表問題。

這堂課的產出不是答案，而是問題本身。只要學生做出來的問題，品質在最後比第一節時更好，那天的課就成功了。

重點整理

AI 時代的課堂設計，重心該從「怎麼把答案拿好」移到怎麼把問題做好。把 AI 立為提問教練而不是答題者，學生就會親自訓練分類問題、轉換問題、串接問題的思考。建議把下一堂課開場的五分鐘，從「找答案」換成「傾倒問題」。就算學生一開始覺得彆扭，只要經歷過自己的問題愈來愈銳利，教室就會開始變成會提問的教室。