※ 本文由 AI 根據影片內容整理，如有錯漏敬請指正。
📺 觀看完整影片：點解教人，反而令自己學得更好？心理學發現，未開口教都可能學得更多｜#學識開咪 EP82
---
自己讀書時明明覺得已經明白，一旦要向別人解釋，才發現原來有很多地方未搞清楚。本集《學識開咪》由 Hugo 與啟明主持，從兩人的教學經驗談起，再到古人「教學相長」的智慧與現代心理學研究，最後探討在 AI 普及的年代，我們會否失去「以教促學」的機會，抑或可以反過來透過教 AI 學得更多。
備課逼你學得更徹底
Hugo 在準備課程時發現，即使是自以為熟悉的題目，例如春秋戰國，一旦要教人，便會追問當時的人如何生活、某句說話應該怎樣理解，結果自己也學到很多。啟明亦有同感：自己溫習時，不喜歡的部分大可略過，最多只是考試扣一兩分；但要教一整科，所有最艱深的地方都必須弄清楚，因為無法預知學生會問甚麼。所以教過書的人常說：真的想學懂一科，就去試教一次。
這種經驗不限於課堂。啟明做工程師時，每當同事請他解釋自己的工作，才發現原來不太懂得說清楚；嘗試把複雜概念簡化成別人聽得明白的解釋，反而令自己融會貫通。家長教小朋友做功課亦然——以為小學數學很簡單，要解釋「為甚麼」時卻並不容易。
古人早已說過「教學相長」
Hugo 指出，我們常犯一個心理上的謬誤：覺得一件事簡單，便以為自己一定懂得教。古人講「教學相長」，並非只是「要學就要識教」這麼簡單，而是指出教學能令人發現自己的不足——「教然後知困」，知道自己卡在哪裡，才能自強，找方法突破。每一個學生都是一個困難，老師逐一擊破，自己也就不斷進步。
現代研究：單是「準備教人」已經學得更好
啟明分享了一項心理學研究：研究人員把大學生分成兩組，一組被告知要準備考試，另一組被告知要準備把同樣內容教給其他學生。最後第二組其實沒有真的教人，只是與第一組考同一個試，但成績卻比第一組更好。
為甚麼？啟明認為，準備教人帶來一種社交壓力——如果到時被問得啞口無言，便很尷尬，這種壓力推動人學得更仔細。研究還發現，「準備教人」的一組在構思研究問題方面表現特別突出：單純溫習偏向記憶內容，準備教人則要預先設想別人會怎樣挑戰自己，找出知識的漏洞——這正是做研究所需的能力，也是 AI 年代需要培養的能力。
Hugo 補充，教學的社交壓力並不對等：站在講台上，你被假定是權威，自然要準備得更多。
AI 年代：不要只把 AI 當作搜尋器
如果每個人都躲在家中，有甚麼不懂就問 AI，便會缺少「以教促學」這種學習方法。啟明提到另一項研究：很多人把 AI 當作知識來源，就像 Google 一樣；但其實可以倒過來，叫 AI 扮演學生，由自己去教它。現實中很難忽然找到幼稚園生、中學生和大學生讓自己試教，但 AI 可以扮演不同程度的學生向你發問，甚至讓幾個 AI 一起扮學生討論。
Hugo 認為，AI 的用法可分兩種：一種是讓 AI 向我們提問，今天的模型已能問出不錯的研究問題；更進一步，是讓 AI 先變成一張白紙，根據我們的講解再發問，甚至模仿「不知道自己不懂甚麼」的學生。
教 AI 做事，反過來發現自己的規律
啟明分享了過去一個月教 AI 剪片的經驗。以往的 AI 太笨，教了也是白費氣力；現在 AI 進步到值得花時間去教。過程中，AI 會反問一些他從未想過的問題，甚至觀察他過去剪的十集，歸納出他自己也說不出的剪片規律。原來被視為「只可意會」的人類經驗，透過教 AI，也可以整理成規則。Hugo 亦有類似體會：寫作時很多判斷只是語感，AI 的觀察往往提供了另一個角度。
啟明指出，由圍棋、編程到數學，AI 一再從數據中找到人類以為無法寫成規則的規律；今天的棋手看着 AI 下棋學習，反而開拓了新方法。
人與人之間的教學仍然無可取代
不過，如果 AI 可以教我們，我們又可以教 AI，人與人之間的教學還有必要嗎？Hugo 認為，人有不同經歷與性格，在教學探索中慢慢認識一個人的故事，是 AI 給不到的溫度。啟明則認為 AI 長遠或許能扮演不同角色，但我們始終活在一個由人主宰、我們珍惜的人的世界：AI 不怕重複、不會嫌我們煩，真人卻會不耐煩、會生氣，這些都是必須面對的真實處境。AI 是輔助，最終仍要回到真人。
結語
教學從來不容易，但在教人的過程中，老師自己也在學習，而且可能比獨自學習更有效。在 AI 年代，老師是否仍需要存在、教人還有沒有意義，是每個老師都要思考的問題；而幫助一個學生、與學生建立連繫的那份感覺，或許正是繼續教學的理由。
你又有沒有試過，在教人的時候才發現自己原來未真正明白？下次學習新知識時，不妨試試先準備把它教給別人——或者教給一個 AI。
學識會員