支架式(scaffolding)智能導師：不直接給答案的 AI 才配進課室

星期二午膳後，小三常識科何老師在課室後排打開監察面板：一名學生把「為甚麼要節約用水」整段題目貼給 AI，三秒後螢幕出現完整答案。何老師按下暫停，走過去問：「你讀完這段，能用自己的話講一個家裏節水的例子嗎？」學生愣住——他學到的不是概念，是「貼題」。同一班另一位學生用的是支架式導師，AI 只回問：「題目要你解釋原因還是舉例？你想到哪一個？」

給學生用的 AI，首要設計不是答得多準，而是怎樣不直接代寫；支架式(scaffolding)導師把支援做成可調的台階，教師決定台階最高到哪一級，學生每一步仍要自己動腦。

---

秒答型 AI 在課室裏的代價

學生把題目貼上、完整答案彈出，他學到的是操作介面，不是學科內容。研究與課室觀察一致：即時獲得完整解答，會削弱記憶保留與遷移——因為認知負荷被外包，大腦沒有經過掙扎與修正。這不是禁止學生用科技，而是承認：沒有支架的 AI tutor，本質上是代寫工具。

支架式：收窄光圈，不是關燈

教學上的支架式(scaffolding)，像帶隊行山：嚮導不會背你上山，但會在分岔口指向下一塊路標、在陡段遞你一根登山杖、必要時示範怎樣踏穩第一步——其餘路段仍要你走。

Edor.ai 的支架式導師把支援分成三道可調門檻，由淺入深：

路標（澄清） — 重述題目要求，確認學生已掌握甚麼、卡在哪裏。不給答案，只幫他看見題目在問甚麼。

扶手（指向） — 指出下一步該用哪個概念或方法，不做完整運算、不代寫句子。像說「這題跟上週學的變量控制有關」，而不是直接寫實驗步驟。

示範一步（局部） — 只做一小段，留關鍵一步給學生完成。例如寫出算式的第一行，或給出段落開頭的詞彙框架，然後停住問「接下來你試試」。

只有教師在任務設定裏明確放寬時，才進入完整示範——通常限於溫習或檢討階段，而非評估前的首次練習。

好的支架不是少幫忙，而是幫在學生差一步就能自己完成的地方。

教師設定支援上限

每個「導師任務」應有支援上限：評估前練習可能只開到「扶手」，溫習週可開到「示範一步」甚至完整示範。上限由教師按班級、科目、階段決定，不是平台一刀切。

任務卡上寫清楚：題目範圍、截止時間、支援上限、是否允許查閱校本筆記。學生知道規則，較少反覆試探「能不能直接要答案」。

對話示例

小三常識：節約用水

學生：幫我寫「為甚麼要節約用水」的答案。

導師（路標）：這題要你說原因。你能先講一個你家裏會浪費水的情況嗎？

學生：沖涼洗好久了。

導師（扶手）：對，長時間沖涼會浪費水。題目還要你寫「為甚麼要節約」——除了浪費，還有甚麼後果？

學生：水費貴，還有水會用完？

導師（示範一步）：很好。你可以用「因為……所以我們要……」來寫第一句。因為沖涼時間太長會浪費食水，所以——你接下去？

學生交出的段落是自己的；導師每一句都是追問或局部框架。

中一科學：變量控制

學生：這個實驗哪個是控制變項？直接告訴我。

導師（路標）：題目給了三種變量：陽光、種子的種類、澆水的量。要找出「控制變量」，先想：科學家想測試的是哪一個因素？

學生：陽光吧。

導師（扶手）：如果科學家想測試陽光，其他兩個因素應該怎樣處理？

學生：要保持一樣……所以種子和澆水量要相同？

導師：對。那「控制變量」就是保持不變的那兩個。你能說出是哪兩個嗎？

教師端必要功能

即時監察 — 看見全班對話，可暫停個別學生（如何老師在開場所述），避免代寫在課堂蔓延。

標記與跟進 — 對需關注的對話加旗標，小息或放學後統一處理，而不是事後才從作業發現。

迷思概念歸納 — 平台整理全班常見卡點（例如「把無關變量當成控制變量」），供下一課針對講解，比逐份翻查對話更有效率。

安全底線

學生對話須經輸入守門（不當要求、個人資料）、學生模式系統提示與輸出審核；可疑內容遮蔽並標記予管理員。導師不得索取或輸出個人資料，亦不得協助規避評估誠信規定。

常見誤解

• 誤解：不給答案等於 AI 沒用，學生寧願用搜索引擎。 實情：搜索引擎也是秒答；支架式導師的價值在於按你教的進度追問，並留下可監察的對話紀錄，教師看見迷思在哪裏。

• 誤解：支援上限愈高愈好，學生才滿意。 實情：評估前練習開到完整示範，等於讓 AI 代寫；上限應隨教學階段調整，溫習可放寬，首次嘗試應收緊。

• 誤解：只要提示裏寫「不要給答案」就夠。 實情：通用模型預設仍是解答模式；需要平台層的支架式流程、支援分級與教師上限，單靠一句提示不可靠。

星期一可以做的三件事

1. 為下一個導師任務設定支援上限（例如只開到「扶手」），並在任務說明裏向學生解釋三道門檻各代表甚麼。
2. 上課時打開監察面板十分鐘，記下學生最常試探「直接要答案」的句式，下一課口頭提醒。
3. 檢視上週迷思概念報告，挑一個全班卡點在下一節課用五分鐘針對澄清——讓 AI 對話數據回饋教學，而不是只存檔。