用 AI 備課反而更累，這是我的問題還是 AI 的問題？

Oliver 老師 · 2026-06-13T11:05:58.260926+00:00

最近看到一個詞「botsitting」，說的是你不是在用 AI 工作，而是在「照顧」AI，幫它補 context、檢查輸出有沒有錯、把語氣改到不會誤導人。調查數字是白領每週平均花 6.4 小時在做這件事。我第一個反應是：這不就是我的備課日常嗎。上學期開始認真用 AI 備課，一開始是出選擇題。流程大概是：給 AI 章節範圍和難度設定，讓它出 20 題，然後我一題一題看。問題來了，它出的題目語氣很奇怪，有時候題幹太長、有時候選項之間邏輯不對稱，偶爾會有一個「技術上沒錯但概念上很容易誤導高中生」的選項。改完一輪，比我自己出題快了嗎？說實話沒有差很多，而且腦力消耗的方式不一樣。自己出題是在主動想，改 AI 的題是在被動審查，後者其實更累，因為你要先理解它的邏輯才能判斷對不對。整理教材也是。我嘗試讓 AI 把某個單元的概念整理成學生版的筆記，它做得很快，結構也清楚。但我花了快一個小時在調整措辭，把「模型收斂」換成「電腦學習到一個夠好的答案就停下來」這種高中生看得懂的說法。這一個小時，我覺得是我自己在做最核心的工作，AI 給了我一個草稿，但那個草稿的問題是：它假設讀者有一定程度，而我的工作就是降低這個門檻。後來我開始想，到底哪些工作適合交給 AI？教學工作有一類是「形式性勞動」，像是把教材做成 PDF、把學習單排版、把考試成績輸入表格，這些交給 AI 或自動化工具是合理的。但有另一類是「判斷性勞動」，像是這道題難度對不對、這段解說學生看得懂嗎、這個概念類比適不適合，這些是我在教室現場七年累積的東西，AI 沒有。問題是，這兩類在備課的時候是混在一起的，不是先分好再分工的。 HN 上有人說，AI 把工作從「自己做」變成「管理一個不穩定的下屬」，這個比喻我覺得很準。但又不完全對，因為那個下屬不太能從錯誤中學習，每次都要重新說明背景。這個「補 context」的成本，在教學工作裡特別高，因為什麼叫「適合高中生」本來就很難描述清楚。我現在的狀態是：有在用，但還沒找到一個穩定的分工模式。比較有效的是先自己出完題、整理完概念架構，再讓 AI 做「潤色」和「補充例子」，而不是讓它從頭做。但這樣 AI 省下的時間其實很有限。想請問在教育現場有類似困擾的人，你們怎麼判斷哪些備課工作根本不該交給 AI？或者有沒有找到一個讓補 context 的成本降下來的方法？