此为历史版本和 IPFS 入口查阅区,回到作品页
鋼哥
IPFS 指纹 这是什么

作品指纹

📝📝:AI 識讀力,是拒絕粗糙答覆的能力|大一社會學助教的 114 學年觀察

鋼哥
·
·
所謂「AI 識讀力」,從來不是會不會用 AI、會不會寫 YAML 這種操作層面的技能,而是你願不願意拒絕 AI 給的第一版的拙劣初稿。

這學期的 TA 課程,我刻意培養大一的「AI 識讀力」。

然而,培養 AI 識讀力,並不是操作層面的提示詞(prompt)技巧。對我來說,是一個人願不願意拒絕 AI 給出的第一個粗糙甚至平庸的答案,願意持續追問、調教、質疑,直到逼出 AI 產出更複雜、更貼近真實的回應

這也是 114–2 學期強迫大一學生使用 AI 交作業的背後,我最想留給學生的一課。




圖像比文字誠實

為了讓學生用不同媒材展演自己,114 學年的上學期(114–1)我設計了一系列形式各異的作業:

  • 手寫

  • 打字

  • 人物海報

  • 商品簡報

  • 三分鐘口播

這些形式上的變項,其實是我在教學田野裡操作的自變數,目的是觀察學生在不同媒材限制下,會展現出怎樣的能力落差。

最有趣的發現出現在「人物海報」作業。我請學生介紹一位歷史上影響力被低估的思想家,海報形式不限。結果出乎意料:

當代學生的圖像審美能力,普遍優於他們的文字表達能力。

多數人能直覺掌握「滿版人物圖像強調主體感」這類設計邏輯,有的同學效果不輸《時代雜誌》或《Vanity Fair》的封面美學。

▲ 所有人物海報中我認為做得最好的一幅

但真正關鍵的對照組,是那些完全依賴 AI 生成、沒改沒修直接交件的海報,成品反而是全班最糟的。這個結果其實很誠實地看出,工具從來無法取代審美標準,只是直通懶惰的高速列車而已。

AI 能給出選項,但只有當學生心中已經有一套美感的判斷座標,他才有能力篩選、修正、拒絕 AI 給的平庸答案。沒有(品味)判斷力的人,連 AI 的好壞都分不出來。

圖像揭露了學生的強項,但聲音揭露了他們集體的弱項。

在三分鐘口播作業中,我設計了「物件筆記」這個核心練習。要求學生從身邊微小的物件出發(例如叉子與肉塊的關係、筷子與肉片的關係)去觀察社會互動。畢竟人文社會領域許多「大問題」,往往從最不起眼的日常物件開始萌芽。

收到的音檔中,大部分學生的表達缺乏抑揚頓挫,不會停頓,沒有個人的節奏與情感痕跡。我猜測可能是長期紙筆測驗教育留下的副作用。學生擅長讀寫(即使讀寫能力本身也在下滑),卻不擅長組織語言、與他人對話。

最諷刺的是,他們的聲音聽起來比 AI 更像機器人。這或許是一種人類與 AI 之間的「反向吸收」,我們在學習 AI 說話的方式之前,反而先失去了自己說話的方式。


讓學生質疑 AI 的答案

帶著上學期的觀察,下學期我把作業形式全面轉向 AI 協作,設計了以下任務:

  • 向 AI 提問

  • 請 AI 繪製四格漫畫

  • 用 YAML 語法設計 AI 簡報

  • 用 AI 製作議題資訊圖表上台分享

向文本追問的能力

第一項作業,是請學生讀完哈佛哲學系教授 Michael Sandel《成功的反思》(The Tyranny of Merit)第二至四章後,向 Gemini 提出一個自己最想追問作者的問題。

這個作業的核心不是要學生寫讀書心得,我的重點是練習「提問」甚至做到「質問」,這個在 AI 時代被低估的能力。與其不斷生產被動的閱讀報告,不如讓好奇心主動滾動,用問題定位自己對文本的理解深度。

31 份作業交回來後,學生的提問可以分成三個層次。

  • 【A 類】表面性提問,停留在常識層次,本質上把 AI 當成閱讀的替代品而非延伸;

  • 【B 類】反思性提問,懂得把文本概念扣連回自己的觀察、台灣社會脈絡或親身經驗

  • 【C 類】批判性提問,則是主動質疑作者預設、挑戰論證邏輯,甚至指出理論與現實的落差

全班接近十位學生達到 C 類,其中不乏有人指出,台灣的「才德至上」觀念其實有自己獨特的脈絡,不能直接硬將原書的美國論述框架套入台灣。

但統計數字背後,真正讓我著迷的,是幾位學生在對話裡的「轉折」。

有一位同學一開始就明確表態她不認同 Sandel,她相信成功終究是自己努力換來的,甚至要求 Gemini 舉例證明她的立場;但對話進行到後段,她卻主動承認:

「Sandel 心思細膩,他指出對失敗者說『你還不夠努力』可能造成的傷害,是我沒有想到的。」

這種立場上的鬆動,比任何「正確答案」都更接近批判性閱讀的真實樣貌。閱讀文本的價值不是要你被作者說服,閱讀過程中的知識碰撞才更加可貴。

▲ 來回的討論中,學生主動承認自己思考的漏洞

另一位同學則示範了更兇悍的論辯策略。她先全盤接受「才德制是一種暴政」的前提,再往前推一步反問,如果解方是「重新定義貢獻」,那會不會只是把人從生產工具換成道德工具?只要還在談貢獻,我們就還是被工具化。

這種以子之矛攻子之盾的提問,我認為早已超出「讀懂一本書」的範疇,進入「對文本展開辯論」的層次。也有同學把問題收得很小、卻問得極深。像是有同學問:

如果自己的天賦只是基因彩票抽中的幸運,又恰好生在一個重視這種幸運的社會,那憑什麼能用這種運氣換來的成就,理直氣壯地要求比別人更高的薪水與尊重?

這個問題沒有引用任何理論術語,卻精準命中了整本書最核心的道德焦慮。這些正是社會學該教給學生的能力。用問題折射出思考的方向,而不是用答案掩蓋思考的缺席

▲ 有同學把問題收得很小、卻問得極深

誰是父權體制的受害者

第二項作業更具實驗性。那一周的議題剛好提到女性主義與性別研究,我請學生用 Gemini 繪製四格漫畫,回答「誰才是父權體制下的受害者?」,但設下一個關鍵限制:

只能用視覺圖像呈現
不准加入任何文字說明

這個作業是延續著上學期的人物海報的觀察,Z 世代學生的圖像審美普遍優於文字審美,在漫畫上的表現應該也會不錯。不過,這次作業將視覺的門檻拉到最高,逼著學生必須反覆「調教」Gemini ,才能跳出陳腔濫調;相對地,調教次數越少、沉思越少的學生,作品就越平庸。

把 21 份作業攤開來一起看,結果非常驚人:

Gemini 在處理「父權體制下的受害者」的議題時,會反覆生成一組高度雷同的視覺語彙,清晰到學生自己都能歸納出 Gemini 對這個主題的「理解模板」。

鎖鏈與牢籠

這兩組是出現頻率最高的符號。至少九份作品用鎖鏈具象化「束縛」,齒輪緊隨其後象徵「體制機械」。這是一種非常表象(甚至膚淺)的視覺翻譯:

Gemini 把「壓迫」直接等同於「物理捆綁」。

隨之而來的是巨大的手,則是 AI 對「無形權力」最常見的擬人化方式,彷彿權力一定要長出一隻從天而降的手才能被畫出來。

▲ 鎖鏈與牢籠這兩組是出現頻率最高的符號

眼睛與監視符號、西裝革履的男性

在至少六位同學的作業中重複出現,幾乎成了「父權」的視覺代名詞。但這恰恰暴露了 AI 對父權的理解極其扁平,直接將其窄化成「年長白領男性」。

廚房、嬰兒、奶瓶、化妝鏡與眼淚,則是處理母職與外貌焦慮議題時近乎標配的固定組合,眼淚甚至成了所有「受害者」的標準表情。

在這片高度同質化的視覺海洋中,也有少數「異數」值得留意。

有同學讓 AI 畫出「命運之輪上嵌入家務符號」,被女性以雙手奮力推動,最後一格則是她掙脫岩石、走向破曉的光。在這批作品裡,幾乎是唯一明確給出「反抗結局」的畫面,而不只是停留在控訴。

▲ 有同學讓 AI 畫出「命運之輪上嵌入家務符號」,被女性以雙手奮力推動,最後一格則是她掙脫岩石、走向破曉的光。

另一位同學把鏡頭轉向男性自身。「肌肉巨大、頭戴王冠的男性」對照「跪地戴著鎖鏈的男性」,直接揭露陽剛規範同樣會壓迫男性,她也是這批作品中唯一融入原住民服飾的學生(左下),把族群維度也帶進了父權的討論。

▲ 這批作品中唯一融入原住民服飾的學生,把族群維度也帶進了父權的討論。

也有人讓「粉藍色的彩煙從性別符號中飄出」,具象化了性別氣質如何被建構,一旦煙霧(靈魂)注入個體後便開始被囚禁的人生(右上、左下),最後一格是父母把同樣的束縛傳遞給下一代,把父權從個人經驗拉高到世代循環的結構問題。

▲ 也有同學把父權從個人經驗拉高到世代循環的結構問題。

甚至有同學畫出「男性推著嬰兒車、卻被路人用異樣眼光打量」的場景(左下),有意思的是,男性在家卻仍可以藉著工作為由,將顧家、帶娃、煮飯外包給另一伴(右上)。提醒我們,父權不只把女性留在家庭裡,也同時把男性鎖在職場外

▲ 有同學呈現出父權不只把女性留在家庭裡,也同時把男性鎖在職場外。

《父權體制的受害者》整批作業的平均分數落在 80 分上下,大部分學生對議題已有基本掌握;但分數的落差,幾乎都對應到同一個變數;學生願不願意在提示詞裡放入更具體的情境,像是族群、世代、職業選擇、藝術表達,而不是乾脆放手讓 AI 自己決定畫面長什麼樣子。

這個結果讓我更確信 AI 根本不是中立的,用了 AI 也不會因此讓學生的分數立刻飆升。

Gemini 吐出來的符號「準確率」其實不低。鎖鏈確實能表現束縛,西裝男性確實能召喚父權聯想。問題在於,這些符號太容易被召喚出來,太快被選中,以至於 21 份作品幾乎像是同一個視覺模板的 21 種排列組合。

AI 沒有說錯話,但 AI 說的,是這個議題裡最不需要思考就能說出的那句話,了無新意。AI 不斷複製、放大父權體制本身的刻板印象,而學生透過比對彼此的作業,反而比讀十篇論文更直觀地「看見」了這個事實。

作為社會學的工匠,大一學生該被訓練的能力,正是辨識出這些被 AI 預先包裝好的「理解模板」,然後用自己的思考與經驗,鑿出屬於自己的見解,不是把 AI 生成的第一版圖像,當成這個議題的全部真相。


簡報裡的「宿主美學」

第三份作業,是請學生參考荷蘭政治學家 Cas Mudde 的著作《民粹主義:牛津非常短講》(Populism: A Very Short Introduction)後,用 YAML 語法寫一份 prompt,交給 NotebookLM 生成一份介紹民粹主義的簡報。

其中,色彩、字型、設計底線,三項規格都要學生自己決定。

13 份簡報攤開來看,結果比前兩場實驗更驚人,因為這次學生在文字描述階段,個體差異其實非常大。

有人標記「牛津深藍」,有人寫明「鐵鏽紅」,有人要求「沉穩胭脂紅」,每一份簡報附註的 prompt 讀起來都像是獨立、深思熟慮的設計決定。

但最終 AI 生成出來的視覺,卻幾乎全部收斂回同一個色域:

米白 + 深藍 + 暗紅,這套「學術三件套」出現在至少七份作品裡,無論學生原本寫的形容詞多麼不同。

▲ 典型的「學術三件套」:米白 + 深藍 + 暗紅

同樣的收斂也發生在版面邏輯上。

只要主題涉及「純潔人民 vs 腐敗菁英」這種二元對立,十三人裡至少有十人不約而同畫出左右對稱、雙色塊對切的構圖,差別只在分割線是直的、斜的還是鋸齒狀。

三欄式 icon 卡片、襯線字體標題配無襯線內文、人民等於剪影小人群、菁英等於希臘神廟圖示、投票等於打勾選票。

▲ 只要主題涉及「純潔人民 vs 腐敗菁英」這種二元對立,十三人裡至少有十人不約而同畫出左右對稱、雙色塊對切的構圖。

這些視覺慣性在不同學生的簡報裡幾乎可以互換。甚至有學生在 prompt 裡明令禁止出現「第一章」、「第二章」這種目錄式分章,但最後的成品依然乖乖生出「第一章:X」「第二章:Y」的標題頁。

可以看見 AI 對「報告該長什麼樣子」的預設,強過學生主動下達的指令。這個現象,意外地用 Mudde 自己的理論就能精準命名:

民粹主義是一種「薄意識形態」,必須依附在某個「宿主意識形態」(社會主義、保守主義、自由主義)身上才能完整運作。

而這十三份簡報示範的,正是 AI 也有自己的「宿主美學」。

不管每個學生在 prompt 裡寫了多麼具體、多麼個人化的色彩與字型描述,這些描述最終都只是依附在 AI 底層那套關於「嚴肅主題該有的樣子」的視覺先驗上,被悄悄拉回同一個中心。

學生以為自己在下指令,但其實是 AI 的美學偏見,借用了學生 prompt 裡的詞彙,完成了一次自我複製。

當然,還是有人示範了反抗的可能。

有人主動規劃每一章使用不同的視覺風格,理論概念章偏抽象圖解、全球案例章偏地圖比較、群眾動員章偏媒體氛圍照片,是 13 份作業裡唯一思考到「章節之間也該有視覺差異」的人。

我最喜歡的一位同學的成品,選擇放棄「學術簡報」的框架,把封面設計成戴著紅色墨鏡、端著奶昔的古典雕像,色調換成 Tiffany 藍、螢光粉、亮黃、青,在一片米白深藍的簡報海洋裡顯得極不協調。

▲ 只我最喜歡的一位同學的成品,把封面設計成戴著紅色墨鏡、手裡端著奶昔的古典雕像

但她的設計理念解釋了設計的理念:

雕像本身的中空,正好對應「薄意識形態」核心的空洞,墨鏡與奶昔這些流行配件,則是借用的「宿主」。

也有人完全放棄 AI 生成的向量圖示,改用真實的抗議現場紀實照片,搭配純黑底與紅色強調,做出接近紀錄片海報的視覺效果。

還有人是全班唯一把課堂理論延伸到台灣本土脈絡的人,選用木刻版畫與法國大革命意象,並在 prompt 裡額外寫了三條延伸建議。

▲ 全班唯一把課堂的民粹主義理論延伸到台灣本土脈絡的人

把這三份作業放在一起看:

圖像生成
文字對話
視覺設計

三種完全不同的 AI 使用情境,卻指向同一個結構:AI永遠會優先給出「統計上最常見」的答案,無論那是父權的視覺刻板印象、一本書最表層的論點摘要,還是嚴肅主題該有的學術配色。

AI 本質上就是一面鏡子,鏡子裡反射出來的,是整個訓練資料的平均值,加上使用者投入心力的平均值,再加上這三場實驗額外證明,一層難以被個人指令撼動的「宿主美學」。

使用者偷懶,鏡子就映出最平庸的倒影;使用者願意多問一句、多調教一次、多沉思一秒,鏡子才會被迫顯露出更複雜的東西。


軀殼與模板

回頭看 114 學年,走過一輪四季,最讓我著迷的,其實是兩個看似不相關的觀察彼此呼應的方式。

一邊是「意義不明」的學生軀殼,他們在場,卻沒有真正參與;另一邊是 AI 生成的「理解模板」,高效產出,卻沒有真正思考。兩者的共同病灶,都是學生缺乏自己判斷的座標系

學生不知道自己為什麼要在教室裡,於是把出席變成一種儀式性的、空洞的存在;AI 不知道父權體制真正的複雜性,於是把議題壓縮成鎖鏈、巨手、眼淚這幾個現成符號。兩者都是某種省力的預設值,前者省下了思考意義的力氣,後者省下了理解現實的力氣。

而我這學期試圖在做的事,某種程度上是同一件事:

不糾正學生的出席率,也不禁止 AI 出現在作業裡,刻意訓練大家拒絕接受第一個現成答案的能力;多提問一句、多調教一次、多沉思一秒。

十位能對 Sandel 提出批判性問題的學生,九份用鎖鏈畫出壓迫的作業裡那些「調教超過十次才跳出陳腔濫調」的少數人,其實示範的是同一種社會學的肌肉。

▲ 多提問一句、多調教一次、多沉思一秒,答案就會與眾不同。Photo by Artem Maltsev on Unsplash

至於班上始終「觸及不到的三分之一」,我不認為自己有資格,也不認為自己有能力去「改善」他們。這或許就是一整個世代正在發生的事:

當意義感的供給系統(無論是家庭、學校還是社會)出現了某種斷裂,有些人會主動去尋找替代的座標,有些人則暫時選擇,讓自己成為教室裡一具安靜的、等待被點名的軀殼。

我能做的,始終只是貼近地觀察、誠實地記錄,然後把這份觀察留給下一個願意接住的人。




AI 識讀力,是拒絕的能力

這也是我這學期最想透過這幾份作業教給大一學生的事:

所謂「AI 識讀力」,從來不是會不會用 AI、會不會寫 YAML 這種操作層面的技能,而是你願不願意拒絕 AI 給的第一版的拙劣初稿。

社會學原本就該訓練人辨識「現成的解釋框架」,並質疑這些框架是如何被生產出來的;以及,如何可能找到個體在社會框架下的定位,或是打破框架的可能。現在這個辨識的對象多了一個新成員:生成式 AI。

當 AI 畫出父權的受害者,畫出的根本不是父權,只是父權最常被講述的那個陳腔濫調;當 AI 摘要一本書,摘要出來的不是這本書,只是最容易被摘要的極致濃縮版本;當 AI 設計一份關於民粹主義的簡報,給出的也不是學生 prompt 裡那些用心描述的色彩與字型,只是這個工具自己依附的那套「宿主美學」

想想看,如果學生只滿足於 AI 的第一版輸出,那他們將永遠接近不了社會學,他們的成品就是這個時代最常見的刻板印象、最普及的文本摘要、最平庸的美感品味,三者的二手複製品

真正值得在課堂上慶祝的,從來不是那些畫出最精美海報、寫出最流暢 AI 簡報的學生,是那些願意對 AI 說「再畫一次」、對 Gemini 追問「那你還沒回答我」的人。他們示範的,其實是社會學最古老的技藝:

不接受任何一個敘事的第一個版本,直到自己親手拆開、確認過,才願意點頭。

CC BY-NC-ND 4.0 授权