紐約和洛杉磯正在限制學生使用 AI。我們卻用它來揭露學校的缺失——並在六週內修補了兩年的學習漏洞。系列報導第一篇，共三篇。
在我和我丈夫之間，我們有三位父母是公立學校的老師。就連第四位，也曾短暫地在公立學校體系內工作過。我們對這個體系本身懷有極大的敬意。
我用過去式是有原因的。
十二年來，我們一直以為：我們以為只要身處一個好的學區，就能免受公共教育衰退的影響。
我的兒子（化名「小寶」）在小學時是個優秀的學生，但在適應中學時遇到了困難。我們決定開始參觀當地的私立學校，並震驚於它們遠遠領先公立學校的程度。私立學校要求三年級學生用草書寫作文，六年級教代數，而且從很小的時候就真正要求學生負起責任。
我們意識到，身為父母，我們正在辜負我們的孩子，我們手上有一個緊急狀況。我們送小寶去我父母那裡在家自學了大約六週，完成了他學期剩餘的課程，學習草書和句子圖解。然後我們送他去私立學校的全日制暑期學校，並希望這樣就足夠了。
在學年開始前一個月，他參加了入學測驗。他本該要升上七年級。
小寶沒有通過入學測驗。
他甚至沒有通過六年級的編班測驗，這實際上讓他落後了兩年。
這對整個家庭來說是一個打擊。小寶為此哭了很多次——畢竟他付出了這麼多努力，還犧牲了整個夏天，他卻沒有通過。
但這個故事有個快樂的結局。六週後，小寶通過了編班補考。
這就是我們如何利用 AI 來修補他在 Saxon 數學和文法上兩年學習不足的故事。
我們把一個截止日期變成了一個工程問題
小寶沒通過的科目是數學和文法。私立學校使用的是 Saxon 數學課程。我們有六週的時間再試一次。我們不能從頭開始使用一套課程。我們需要找出並識別缺失的先備知識和弱點，修補它們，並讓他在六週內通過測驗。
我下載了 Saxon 數學教科書。我讓 AI 設計了一份涵蓋六年級 Saxon 數學的全面診斷測驗。
小寶在最初的評估中得了 60 分中的 35 分。結構性的弱點被識別出來，包括長除法和小數乘法。測驗也顯示他從未被教過百分比、運算順序、幾何或統計學。還發現了一些可以改正的習慣：未能化簡比例和最終答案。
小寶的診斷結果。
文法需要不同的修補計畫。在那方面，差距更為關鍵：他不知道名詞和動詞的區別。（猶他州的公立學校為何以及如何發生這種情況，是第二篇的主題）。他學過句子圖解，所以他對英文結構有直觀的理解，但他需要學習它們正確的標籤。
小寶從未與聊天機器人互動過
小寶並沒有在電腦螢幕前度過這六週。他做的所有功課，都是在 AI 生成的紙本練習卷上完成的。
這個循環：
- 給小寶一份沒有提示或複習的診斷測驗。
- 找出每個錯誤背後的原因。
- 讓 AI 針對該問題生成一份簡短的紙本課程或測驗。
- 由家中的一位成人進行評分，並將結果分享給 AI。
- AI 判斷每個錯誤是來自於概念缺失、程序不穩，還是單純的失誤。
- 據此更改下一份練習卷。
- 稍後在沒有提示的情況下，並與後續教材混合，再次測試該技能。
AI 課程的運作方式。
不同的錯誤需要不同的練習。如果小寶不知道什麼是百分比，他需要指導。如果小寶理解百分比，但在計算稅金時減去而不是加上，他需要方向檢查。如果他在算術本身而非概念上犯錯，那麼重複講解概念只會浪費時間。
這種由 AI 客製化的方法，精準地針對小寶掌握 Saxon 數學所需的重點。
例如，小寶一開始完全不知道百分比。在他學會基本概念後，他很快就熟練地在分數、小數和百分比之間進行轉換。然後他的錯誤不再是計算錯誤，而是更多關於如何正確應用它們。因此，AI 做出判斷，將他的練習卷進化為強調應用題和現實生活情境。
在這六週的中間，他在一次檢查點測驗中得了 26 分中的 22 分，證明他在能宣稱完全掌握之前，仍然需要額外的反覆練習。
練習卷範例。
AI 能夠以父母可能無法做到的方式識別習慣。小寶在運算順序上得了 29 分中的 24 分，但每個錯誤都來自同一個習慣。當乘法或除法與加法或減法在同一行時，他會恢復嚴格的從左到右計算。一份客製化的練習卷只是要求他圈出正確的順序。他不需要做繁瑣的方程式來改正這個習慣。
個人化讓學習變得更有趣
在六週內掌握兩年的 Saxon 數學，對一個孩子來說是很大的工作量。小寶喜歡機器、科幻小說、橡膠鴨和桌遊，所以練習卷是根據他的興趣客製化的。
數學主線圍繞著《魔鬼終結者》。掌握每個主要概念，就能讓他晉升為下一個型號的終結者。
將練習卷遊戲化。
客製化也配合了他的思考風格。例如，將概念結構化為裝配線，幫助他更快掌握。小寶只有在通過一次無輔助的概念檢查後，才能「晉級」。
AI 改變了生產的經濟效益
一個家庭可能知道孩子需要更多百分比方面的練習。但產出正確的、能在最短時間內達到精熟的練習，則完全是另一回事。
只有一個已經徹底了解小寶的系統，才知道練習卷必須將百分比解釋為「每一百」，並能利用小寶已有的分數知識來加速他的掌握。而當系統檢測到小寶將折扣與售價混淆時，系統必須調整並在一夜之間快速修正這個錯誤。
AI 讓這種修正變得足夠便宜，可以在一夜之間完成。總共，我們在 6 週內產出了 60 份練習卷，總計 398 頁。
每當有新的證據出現，我們就能產出一份排版好的課程、一份新的解答，以及一份新的評估。沒有這種自動化，我們幾乎肯定會被困在提供標準的 Saxon 練習題中，而無法在如此短的時間內找到清晰的精熟路徑。
我們學到的事
AI 能夠進行足夠精細的診斷以採取行動。
像「落後」這樣廣泛的標籤很難補救。AI 有能力深入探究確切的弱點，並利用優勢（例如，精通分數）來建立通往全面精熟的最快路徑。
AI 能夠生成最小單位的有效課程。
在長達一年的學習概念過程中，反覆練習 Saxon 數學可能有用。但在六週內試圖通過入學測驗時，它們就沒那麼有用了。AI 能夠診斷出達到精熟所需的最小認知負荷。當一個壞習慣被識別出來時，小寶不需要反覆地進行繁瑣的計算來改正它。他只需要填空或畫圈。
AI 並未將人類排除在方程式之外。
家中的一位成人能夠判斷小寶是否在趕時間答題、是否拒絕閱讀指示，並且能夠透過一些提示來糾正。這些區別對於 AI 生成下一組課程，往往比實際分數更有用。
AI 可以用來獎勵進步並創造樂趣。
高度個人化的評分指南能夠在小寶跳過單元或未閱讀指示時獎勵（或懲罰）他。根據小寶的興趣將練習卷遊戲化，讓他能從中獲得樂趣，而不是覺得它們很乏味。
人類仍然是稀缺資源。
AI 降低了課程製作的成本。AI 不會列印練習卷、不會陪小寶坐著、不會執行時間表、不會批改作業，也不會說服一個疲憊的孩子再試一次。這是一次高強度的家庭介入。
最終結論
最終的結果，就像是一個圍繞著一個學生組織起來的小型課程工程團隊。AI 反覆地為一個學生重寫課程、評量、獎勵機制和總複習。
小寶仍然在紙上作業，從未使用螢幕。成人仍然保留判斷權。六週通過測驗是這個家庭的成果。
但仍然有一個問題：一個在良好公立學區的優秀學生，怎麼會在數學和文法上有這麼多漏洞？
第二篇將探討公立學校系統為何以及如何陷入這種狀態。
