如何用 AI 溫習：5 個有效方法

引言

AI 可以幫助溫習，但前提是使用方法正確。以下五種方法都有確實的研究支持：

1. 提取練習：以自我測驗代替重讀教材
2. 分散練習：把溫習分散在幾天進行，而不是臨急抱佛腳
3. 自我解釋：在閱讀別人的解釋之前，先用自己的話解釋概念
4. 交錯練習：在同一節溫習中混合不同類型的題目，而不是一次只做一種題型
5. 元認知檢討：檢查自己在沒有協助的情況下能做到甚麼，而不只是專注於感覺熟悉的內容

只要使用得當，AI 就能成功執行這五種方法，把聊天機械人變成溫習夥伴，而不只是回應問題的機器。如果沒有正確地把 AI 用作溫習輔助工具，它就會變成讓人迅速產生「已準備好」錯覺的捷徑。

大多數學生尚未把 AI 當作溫習練習夥伴。不過，57% 的美國大學生每週至少一次在課業中使用 AI，約五分之一更是每天使用（Gallup/Lumina Foundation，2026）。

在英國，95% 的大學本科生現在都以某種形式使用 AI，兩年前這個比例僅為 66%（HEPI, 2026）。隨著 AI 的使用日益普遍，大家都著重於如何正確使用 AI，確保它真正有幫助。

真正重要的檢驗，貫穿以下每一種方法。關閉聊天視窗後，學生應能在沒有協助的情況下提取、解釋和應用所學內容。

是的，當 AI 能製造提取、回饋、間隔與反思的機會時，它確實有助溫習。它可以大幅提升練習表現，但把 AI 當作獲取答案捷徑的學生，在其後不借助 AI 的測驗中，得分可能比從未使用 AI 的同儕更低。使用方法比工具本身更重要。

用 AI 溫習的五個步驟

1. 先要題目，再要答案。把 AI 變成互動測驗工具，而不是摘要工具。
2. 安排重複練習。分開多次溫習，而不是一次過把所有內容塞進腦袋。
3. 自行複述概念。在閱讀 AI 提供的答案和觀點之前，先自己寫出解釋。
4. 混合不同題型。把各類題目打亂練習，而不是分組集中只做一類；詞彙除外。
5. 在不使用 AI 的情況下檢查表現。這是唯一能真正告訴你使用 AI 溫習是否有效的測試。

AI 能幫助我們建立練習環境，但學習始終發生在學生的腦海中。

放大

研究對使用 AI 溫習的真正發現

最有力的證據來自 2025 年刊於《美國國家科學院院刊》（PNAS）的一項隨機實地實驗（Bastani et al.），對象是約 1,000 名高中數學學生，涵蓋四節練習課。三種條件必須放在一起解讀才有意義，不能只看單一數字：

範圍說明：這是一項針對高中數學的研究。確切的百分比不應套用於其他科目或年齡層，但其背後的規律（設計決定結果）同樣見於其他相關研究。

兩種使用條件之間的差距說明了一切。可無限制使用 AI 的學生起初有所進步，但工具被移除後便落後於人。原因很可能是他們把推理外判了出去，而不是親自練習。

另一組學生使用的版本不提供完整答案，而是給予提示，他們的進步幅度多出一倍以上，因為這個工具的設計迫使他們親自動腦。

另一項綜合了 35 項研究、共 4,193 名參與者的回顧研究發現，平均而言，使用 AI 溫習的學生比沒有使用的學生學得較多，幅度屬中等。不過，結果會因科目、使用 AI 的時間長短及使用方式而有所不同（Zhu，2026）。

這與 PNAS 的研究結果一致：AI 輔助溫習本身並非必然有益或有害，關鍵在於它的設計是促使學生提取記憶，還是讓他們走捷徑。

重點是：真正重要的是學生如何與 AI 一起溫習，而不是他們有沒有使用 AI。

方法 1：讓 AI 考考你（提取練習）

是甚麼：以測驗代替重讀或總結教材。

為何有效：練習測驗在不同年齡和能力的學生中均被評為「高效用」（Dunlosky 等人，2013）。回憶測驗要求學生從零開始得出答案，比起答案已擺在學生眼前的辨認測驗（例如多項選擇題），更能提升記憶保留（Rowland，2014）。

工作流程：

• 為 AI 設定具體的課程範圍（課程大綱、筆記、章節範圍）
• 每次只要求一道自由作答題，而不是一整份測驗
• 先作答，再索取提示
• 要求 AI 指出第一個出錯的步驟，而不是直接改寫答案
• 一兩天後，重新測試所有答錯的內容

可直接複製使用的查詢：

「請根據 [我的筆記／課程大綱]，每次問我一條關於 [特定主題] 的開放式問題。不要給我看答案。我作答後，只告訴我推理在哪裡出錯。除非我要求，否則不要給我完整的正確答案。」

⚠️ 常見錯誤：要求 AI 製作一份已顯示答案的完整測驗，然後把問題和答案兩欄一併閱讀。這樣感覺像在溫習，但其實跳過了令這個技巧奏效的提取步驟。

✅ 獨立檢查：關閉聊天視窗。在不打開任何資料的情況下，憑記憶回答三條之前答錯的問題。

方法 2：分散時間溫習（分散練習）

這是甚麼：把溫習分散在幾天內進行，而不是一次過長時間地臨急抱佛腳。

為何有效：分散練習的效果一直優於臨急抱佛腳，而且距離考試日期越遠，每次溫習之間的理想間隔就越長。世上並沒有一套通用的時間表（Cepeda et al., 2006），因此下表只是起步框架，而非固定公式。

一星期間隔溫習計劃：

可直接複製的查詢：

「請根據 [我的筆記]，為 [主題] 制定一個 7 天的間隔溫習計劃。第 1 天：基準測驗。第 2 天：把我答錯的題目換個說法重新測試。第 4 天：混合新舊題目。第 7 天：限時綜合測驗。」

⚠️ 常見錯誤：在考試前一晚長時間臨急抱佛腳，卻從不測試延遲回憶。分散溫習正是為了加強這方面的能力。

✅ 獨立檢查：在第 7 天完成 AI 的綜合測驗後，憑記憶回答三條第 1 天的題目。不用 AI，也不看筆記。

方法 3：用自己的話解釋（自我解釋）

是甚麼：在閱讀別人對某個概念的解釋之前，先自行解釋該概念。

為何有效：一項涵蓋 64 項研究的綜述發現，當學生被引導用自己的話解釋概念時，學習成效更好。在大部分研究中，引導提示由老師撰寫，而研究人員指出，電腦生成的提示仍需更多研究（Bisra et al., 2018）。現在 AI 已能勝任這項工作，前提是學生要在 AI 解釋之前先自行解釋概念。

工作流程：

• AI 提供一個概念，但不附任何解釋
• 先自行解釋，再看 AI 的版本
• AI 將解釋標示為正確、不完整或混亂
• AI 針對具體的不足之處提出一個追問
• 不照抄 AI 的用語，重新寫出解釋

可直接複製的查詢：

「請給我一個 [主題] 的概念名稱，不要附上解釋。我會用自己的話向你解釋。請告訴我，我的解釋是正確、不完整還是混亂，並就最薄弱的部分追問一個問題。」

⚠️ 常見錯誤：在自己嘗試解釋之前，就先要求 AI 簡化概念。

✅ 獨立檢查：用兩分鐘出聲把內容講解一遍，不看筆記，也不開著聊天視窗。如果無法親口講出來，考試時也一樣應付不來。

這正是「練習環境，而非答案機器」最重要的地方。AI 應該找出解釋中的漏洞，而不是代為提供一個你從未親自建構的解釋。

方法 4：在有幫助時混合題型（交錯練習）

是甚麼：在同一次溫習中打亂不同題型的次序，而不是按類別集中練習。例如，學生應該交替做代數和幾何題，而不是先完成所有代數題。

為何有效：混合不同題型練習，比一次只練習一種題型能讓學生學得較多，幅度屬中等。這個好處在數學上略小，但在詞彙和字詞學習上則相反：學生一次只練習一個類別的效果更好（Brunmair & Richter，2019）。換言之，用 AI 溫習時，混合練習適合作為解難類科目的預設做法，卻不適合閃卡式的記憶背誦。

工作流程：

• AI 混合不同題型，且不標示每題所屬的類別
• 解題前先辨識題型，從而決定解題方法
• 回饋會將解題方法的選擇與最終答案是否正確分開評估

可直接複製的查詢：

「給我一組來自[這些主題]的混合題目，以隨機次序排列，並且不要告訴我每題屬於哪個主題。每次我作答後，請分別告訴我所用的方法是否正確，以及最終答案是否正確。」

⚠️ 常見錯誤：將交錯練習用於詞彙表或閃卡式的事實記憶，而這類內容的研究證據其實支持分類集中、間隔進行的溫習。

✅ 獨立檢查：完成一節混合練習後，說出哪一種題型做得最慢，以及原因。

方法 5：追蹤成效（元認知）

是甚麼：在閱讀或聽過講解後，分辨哪些是真正掌握的知識，哪些只是感覺熟悉。

為何有效：當學生被要求停下來檢查自己的理解時，他們會更主動掌控自己的溫習，學到的也更多。如果回饋針對他們的具體錯誤，效果會更顯著（Guo，2022）。

感覺輕鬆的溫習可能會讓你誤以為自己學到的比實際多（Bjork & Bjork，2020）；而當 AI 給出一個當下看來清楚易明的解釋時，這些資訊就會讓人感覺已經學會了。

問自己三個問題：

• 不借助 AI，我能解釋甚麼？
• 我重複犯了哪個錯誤？
• 明天應該重新測驗哪些內容？

可直接複製的查詢：

「請檢討我上一次和你一起溫習的情況。根據我答錯和猶豫的地方，告訴我：我似乎真正理解了甚麼、重複犯了哪個錯誤，以及明天應該重新測驗哪些內容？」

⚠️ 常見誤區：把「AI 解釋時聽起來很明白」當作已經學會的證明。理解得順暢，不等於記得牢固。

注意：這並不代表為了增加難度而刻意把一切變難。只有在已具備背景知識的情況下，額外的難度才有幫助。

記憶之前先查證：驗證

在把 AI 所說的任何內容放上閃卡之前，請先進行三項檢查：

• 可追溯性。能否打開原始來源？
• 一致性。是否有另一個獨立來源給出相同的說法？
• 時效性。這類事實會否隨時間改變？資料有沒有可能已經過時？

課程教材（課本、講課內容、課程大綱）才是主要來源，而不是 AI 對它們的總結。先確認 AI 所引用的段落確實存在於它所說的位置，再交叉核對，然後才儲存更正後的版本。

⚠️ 常見錯誤：在核實 AI 生成閃卡上的事實之前，就開始反覆背誦。

如想深入了解如何辨識有問題的 AI 輸出，請參閱[如何辨識 AI 幻覺]。

按溫習需要選擇工具

與其為工具排名，不如按任務選擇合適的工具：

在研究和解釋方面，AI 個人助理可以幫上忙。如需在開始使用上述任何方法前整理資料來源，可參考整理學習資料的指南，當中有詳細步驟。

查閱課程政策

各校規定不一，即使在同一科目中，不同作業的規定也常有分別。42% 的美國學生表示學校不鼓勵使用 AI，11% 表示學校完全禁止，35% 表示學校在設限下鼓勵使用，7% 表示學校鼓勵自由使用（Gallup/Lumina，2026）。如有疑問，請在提交任何經 AI 處理的內容前先詢問老師。

總結

不妨把 AI 想像成電動單車，而不是機械人吸塵機。騎電動單車時，騎手仍然要踩踏、控制方向，並保持全神貫注。AI 只是把你付出的努力放大。

無論採用哪種方法，檢驗標準都不會改變，這是好事。關閉 AI 之後，學生能否獨立提取、解釋或應用所學內容？這才是關鍵問題。

常見問題

使用 AI 溫習真的有助學習嗎？
有。一項涵蓋 35 項研究的綜合分析發現，AI 帶來中度正面效果（g = 0.670）（Zhu，2026）。但在一項實地實驗中，可無限制使用 AI 的學生，在其後不借助 AI 的測驗中，得分比從未使用 AI 的同儕低 17%（Bastani 等人，2025）。使用方法比能否使用 AI 更重要。

使用 AI 溫習算是作弊嗎？
這取決於課程政策。用 AI 生成的題目溫習屬於練習，並非提交的功課。42% 的美國學生表示學校不鼓勵使用 AI，11% 表示學校禁止使用（Gallup/Lumina，2026）。請先查閱課程大綱。

與其要求 AI 總結，應該要求它做甚麼？
自由作答測驗（提取練習）、自我解釋檢查（用自己的話解釋），或間隔溫習計劃（分散練習）。這三種方法都需要你自己得出答案，而不只是閱讀別人提供的答案。