感謝清大人社院院長與歷史所李卓穎教授的牽線，讓我9/19日有機會在國科會歷史學門主管會議當中介紹我們剛完成初步版本的人文社會AI助教，讀伴。(李老師即為我們的合作者，另有外文系楊以恩同學並電資學院學士班張又懿同學的參與)。以下是我演講逐字稿經Claude的摘要整理，希望能讓更多人社領域的老師了解，我們為何以及如何要打造人社AI助教。投影片在最後，而此處附上讀伴的簡要簡介網頁連結：https://blog.udn.com/dawweiwang/191743496。

不為速成摘要，只為陪伴思辨

——人社AI助教「讀伴」的設計理念與應用

一、人社領域的困境：被跳過的閱讀歷程

生成式AI普及之後，各領域都受到衝擊，人社領域的處境卻格外特殊。過去老師請學生讀一篇文章，整理重點或比較幾篇文章的異同，如今學生只要把文章丟進AI，幾秒內就能拿到摘要，甚至直接產出投影片、影片與示意圖。這些內容或許不夠深入，卻未必比許多學生自己的程度差。

但這顯然不是教育的目的。人社領域重視的從來不只是結果，更是抵達結果的過程。AI像一個黑箱，從輸入直接跳到輸出，中間人的參與極少，既看不見，也無法回溯。對只看答案是否正確的學科而言，這或許影響有限；人社領域的核心卻正在於那段無法被取代的閱讀與思辨歷程。

面對這種情況，人社領域的老師難道只能乾瞪眼、啞巴吃黃連？我認為未必。真正限制我們的，很可能是自己對AI的想像。

二、為什麼不能只靠老師個人

傳統的教育思維認為，老師要自己先懂，才能教學生。物理老師要先寫過論文，歷史老師要先讀過史料，照此推論，老師也應先學會AI，再教學生善用AI。邏輯上沒錯，實際上卻很難做到。

原因有幾個。第一，AI素養必須融入各個學科的細節，技術又發展得極快，很難跟上。第二，AI的介入會打亂既有的評量標準與課堂時間安排。第三，大學教師缺乏改變的動機：我們取得學位與教職，靠的是各自領域的研究，本來就與AI無關，大學教學也本有相當的自主空間。最根本的一點是，即使老師願意學，速度也比不上年輕學生。老師先學會再教，在結構上本身就是矛盾。

這並不表示老師什麼都不必做，而是說責任不該只落在教師個人身上。真正需要行動的是教育主管，包括系主任、教務處、校長乃至教育部，應該從組織與制度的層面提供資源與工具，而不是等待每位老師各自轉型。

三、AI助教：解決舊問題，創造新機會

我的主張是由學校建置合適的輔助工具，我簡稱為「AI助教」。

從需求面來看，少子化之下學生程度普遍下滑，不只理工科系，文科同樣有感。AI助教能提供二十四小時的個人化協助，針對個別差異給出建議，彌補大班教學人力的不足。從教育平權來看，免費與付費的商業AI功能差距不小，由學校統一提供系統，才不會讓經濟弱勢的學生落後。

更積極的意義在於，AI助教能打造新的學習環境，而且老師可以在後台看見學生在做什麼。這正是它與學生各自使用商業AI帳號的根本差異。

我常用考駕照來比喻。駕訓車的副駕駛座多一個煞車，教練坐在旁邊觀察學員，隨時提醒，必要時踩煞車。駕訓車和真實的車不一樣，卻是初學階段暫時而必要的工具。沒有人會把車鑰匙和說明書丟給新手，要他自己上路。我們現在的處境卻正是如此：AI已經唾手可得，老師只能在一旁喊「要小心」，卻完全不知道學生在做什麼，喊了也沒用。要能適時介入，前提是看得見，而這需要專門設計的工具，不能只依賴一般的商業AI。

四、研究與實作的支持

近期已有研究支持這個方向。賓州大學的一項研究比較了原始ChatGPT與GPT Tutor，後者的設計其實只多了一點：不直接給答案，而以蘇格拉底式的反問引導學生思考。僅僅如此，使用Tutor的學生與AI的互動次數增加，回答非平凡問題的次數也增加，整體成績隨之提升。這表示經過設計的AI助教至少能發揮「防弊」的作用。若設計得更好，應能超越防弊。

我們在理工領域已有三年的實作經驗。生成式AI問世約半年後，我們便推出了理工AI助教「小TAI」，這可能是全台最早的AI助教。我在普通物理課上鼓勵學生都去和它對話，並把講義放到後台，學生便常在課前用它預習。以前學生很少預習，因為自己看不懂；有了AI助教協助，預習才成為可能。題目也可以交給AI批改。

我們還設計了角色扮演的作業：學生要反過來「教」AI某個概念，至少十到二十輪。評分很寬鬆，交上來就給分，但學生在過程中會被AI不斷追問，發現自己其實沒有真懂。能提出問題和能把一個概念表達清楚，是兩個不同的層次。

數據也呈現了效果。在高度使用小TAI、且提問能表達自身想法的學生中，第二學期的班排名傾向上升，進步最多的是中段學生，因為前段學生的提升空間本來就有限；使用較少的對照組，排名則相對下滑。

五、AI助教的基本架構

從技術面看，AI助教多採用類似的架構，也就是所謂的駕馭工程（Harness Engineering）。它位於學生與大型語言模型之間，攔截學生的輸入，處理後才送往AI；AI的回應也經過處理，才呈現給學生。這樣做並不需要訓練模型，核心在於整體系統設計：透過隱藏的系統提示，讓AI不直接給答案，改用比喻或白話解釋，或進行角色扮演，藉此減少不當使用，引導學生進入深度思考。同時，整個互動過程都能留下紀錄，供老師觀察。

既然這套思路在理工領域可行，人社領域也應該有自己的AI助教。它的目的不在給出答案或摘要，而在陪伴歷程。這便是「讀伴」的由來。

六、讀伴的定位與三階段設計

讀伴不追求包山包海。文史哲社各有專業差異，卻共同重視經典文本的深度閱讀，因此我們從文本切入。田野、調查、訪談等其他需求，日後再逐步發展。整個系統分為三個階段。

階段一：隱藏的文本地圖。 學生上傳文本後，系統先在後台進行分析。分析架構由合作者李卓穎院長提供，採用美國歷史哲學家海登・懷特（Hayden White）在《元史學》中的四層框架，從修辭、情節、論證到意識形態逐層解讀。懷特引領了史學的語言學轉向，他的架構也可延伸至文學。在此之外，系統同時由文學、史學、哲學、社會學四個角度分別分析。四層框架確保閱讀的深度，跨域視角擴展思考的範圍。

關鍵在於，這些分析結果不會直接呈現給學生。它的功能是讓AI與學生對話時，有一個足夠可靠的內核可以依循，而不是仰賴大型語言模型原始的文字接龍能力。若搭配課程使用，老師可以在後台檢視這份分析，覺得不到位時也能自行修正補充。

階段二：三種對話人格與樹狀對話。 讀伴有三種對話人格。預設是「引導者」，它握有那張學生看不到的地圖，讓學生自己決定從哪個角度切入，再適時提示下一步可以思考的問題，把學生帶往更深處。引導者的提示詞超過兩百行，並不是一般人隨手就能寫出來的。「批判者」則在學生自認想法成熟時登場，從另一個學派或領域提出不同觀點，與學生辯論，讓學生發現原來還有他沒想過的看法。我們在設計中特別加了一條規則：不能跟學生吵架。「探索者」則在學生卡住時，提供另一個思考角度。

這是讀伴與一般AI最大的不同。一般AI會跟著使用者跑，談到一半說起家裡的事或感情問題，它也就跟過去了；讀伴則始終聚焦在文本上，不會被拉走。

但學生仍保有充分的自由。以恩同學提出一個重要的觀察：人的思考往往不是線性的，可能突然想到某一點，想就此延伸下去。一般AI的對話卻是一條直線。讀伴因此設計了樹狀的動態對話，學生可以隨時從任一處分支出去，最多三層；談完覺得有價值就保留，沒價值就刪除，也可以接回主幹。同一篇文本、同一張地圖，每位學生走進地圖的路徑卻各不相同。

階段三：筆記、查詢與收束。 對話中，學生可以隨時劃線加入筆記，所有歷程都會存檔，可回溯到文本的某一段落或某一次對話。系統另有簡要的查詢功能，例如想知道文中某人是誰，但它只提供事實，不延伸討論，目的是讓學生留在文本範圍內。

最後，系統會把這些材料整合成摘要。這份摘要與一般AI的文本摘要不同：它整理的不是文本本身，而是學生自己說過的話與他認為重要的內容，連尚未解開的線索也一併保留。學生據此寫出自己對文本的看法，報告便不再只有「AI味」，而是帶著他自己的關鍵思考。

七、教師後台：看見學習的過程

讀伴最適合搭配課堂使用。老師以邀請碼建立課程，上傳本週的閱讀文本，就能看到學生名單、每位學生的對話歷程，以及AI對文本的分析。以〈伯夷列傳〉為例，系統產生的分析地圖約有五六頁。

有人會問，這是否涉及隱私？我認為並不涉及。這是學習工具，不是談論個人私事的地方，老師了解學生的學習過程再正常不過。從小TAI的經驗來說，我很喜歡看學生怎麼和AI助教聊天。看到學生說「原來我懂了」，會由衷覺得欣慰；也能知道學生究竟卡在哪裡，而這些問題學生平常不會主動提出。學生也沒辦法在歷程上作假，最終報告即使經過修飾，老師也知道它是從哪裡來的。至於如何評分，則由各位老師自行決定。

我也建議一種用法：課後把學生的討論與AI的分析地圖並列展示，讓學生看看自己談了半天，與地圖相比還差多少。學生會因此意識到自己的理解有限，若願意，便會設法再往前走。

八、與通用AI的差異及適用範圍

通用AI效率很高，能提供近似標準答案的內容，這正是學生喜歡它的原因。但它的代價是學生沒有親身經歷，說得直白一點，學生根本沒有讀文章，是AI替他讀的。讀伴則要求學生自己讀。它會追問「你從文本的哪一句看出這個想法」，學生必須回到文本去找依據。一段對話往往來回上百次，結構呈樹狀，透明而且可以整理。學生的想法若過於發散，老師也看得見，可以提醒他收束回來。

讀伴最適合大學部中低年級與通識課程，用來建立閱讀經典的基礎。研究生的程度較高，有自己的專業判斷，未必是目前AI能完全掌握的。我們的主要對象，仍是正在打基礎的學生。我們也希望學生在過程中感受到，閱讀經典可以是有趣的事，而不是苦差事，因為一路上有人陪伴、提醒，也會在他走遠時把他拉回來。

九、結語：AI不只是回答引擎

我們認為，AI不該只被理解為回答問題的引擎，它也可以成為持續對話的教學夥伴，甚至是一個新的學習環境。這樣的系統不必由每位老師各自打造，那並不實際。比較可行的做法，是以學門為單位，例如歷史學門或人社學門，由幾位老師共同研究，再由學校或教育部投入不算多的經費，開發出好用的AI助教供大家共享。甚至不必只有一套，可以有兩三套不同理念的設計，讓老師比較選用。

在參與設計的過程中，老師可以把自己對歷史、對人文的關懷放進系統，AI就會配合。我們之所以把AI當成敵人，是因為覺得束手無策；事實上，透過AI coding讓AI替我們寫程式、做網頁，就能做出自己需要的工具。

讀伴目前開放免費公開測試（學生版），本學期也將在清大人社院與通識中心的部分課程試用，蒐集意見持續改進，同時開放校外種子教師申請。有興趣的老師歡迎填寫申請表，待人力許可，我們會主動聯繫，也許讀伴很快就能走進您的課堂。

讀伴的簡介與連結：https://blog.udn.com/dawweiwang/191743496

(此篇文章為現場錄音，由Claude整理摘要而成。為呈現風格的一致性，此處已先移除現場楊以恩同學的分享，並簡化內容。以下為投影片。)