為何教學在 AI 時代仍難被自動化：人類判斷、非模組化工作與委派限制
arXiv - Computers and SocietySonghee Han
本文指出教學的解釋性、關係性與專業判斷使其難以被 AI 自動化，AI 只能作為支持工具，無法取代人類的判斷與關係責任。
AI 幫你先抓重點
AI 重點 1
AI 只能作為輔助工具，無法取代教師的判斷與關係責任。
滑鼠懸停看 AI 判斷理由
此觀點提醒教育者不要將 AI 視為替代教師的方案，而是將其定位為資訊獲取與輔助決策的工具，從而避免過度依賴並維持教學的專業性與人際互動。
AI 重點 2
教學的非模組化特性意味著 AI 無法完整模擬教學過程的動態語境。
滑鼠懸停看 AI 判斷理由
了解這一限制能幫助實務工作者設計 AI 介入時聚焦於可拆分的支援功能，而非企圖完全自動化整個教學流程，避免失效與資源浪費。
核心研究發現
- 1
AI 雖能支援有限的教學功能，但無法自動化需要解釋性與關係性的任務。
- 2
教學任務的價值來自於學習者、情境與關係的持續語境詮釋，非可拆分模組。
- 3
人類的認知、行為、動機與社會互動構成教學與學習，無法被完整規範、預測或模型化。
對教育工作者的啟發
對於教師與課程設計者而言，應將 AI 視為資訊檢索與資料整理的輔助工具，而非教學決策的替代者。建議在課程設計中保留教師的判斷空間，利用 AI 產生教材草稿、即時回饋或多元學習資源，並透過教師的情境詮釋與學生互動來調整教學策略。教育科技開發者則可聚焦於設計能協助教師快速檢索、組織與呈現資訊的介面，同時提供教師監督與評估的功能，避免將 AI 角色誤解為自動化教學者。政策制定者應鼓勵教師專業發展，強調人際關係與判斷力的培養，並制定 AI 介入的倫理與責任框架。
原始文獻資訊
- 英文標題：
- Why teaching resists automation in an AI-inundated era: Human judgment, non-modular work, and the limits of delegation
- 作者：
- Songhee Han
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。