「學習」的本質到底是什麼？
學習其實很單純：人從「不知道」走向「知道」，再從「知道」走向「能做到」。
但真正更關鍵的一步，是一個人還願不願意繼續往前走。
當 AI 已經可以幫我們找資料、整理重點、解釋概念，甚至一步一步教你解題時，這個問題變得更尖銳了。
如果很多「學習」都可以交給 AI，那人還需要學什麼？孩子又該學什麼？
前陣子我到《親師關鍵字》節目受訪，和親子天下總編輯陳雅慧聊到這個問題。聊到最後，我反而更在意的不是「學什麼」，而是「還想不想學」。
學習的起點，常常不是準備好才開始
我自己的學習經驗，很少是「準備好了才開始」。
剛開始寫部落格時，我只是想分享閱讀的感動。寫著寫著才發現標題不夠吸引人、結構不夠清楚、表達不夠精準，於是回頭去學寫作。
錄製 Podcast 也是一樣。先錄了第一集，才發現聲音節奏、內容鋪陳、表達方式都有問題，然後才開始補課、請教、修正。
這種順序其實跟我們熟悉的教育邏輯很不一樣。
先做，再說。
以往，我們習慣讓孩子先把基礎打好、先把課本念完、先把考試考好，再去做真正想做的事。
但現實世界裡，很多人的學習順序剛好相反。
心裡先有一件「想完成」的事，才會知道自己「缺什麼」。
又因為缺，所以更願意學；因為用得上，所以才學得進去。
對我而言，學習的動力往往不是從課本長出來，反而是從「我想把這件事做好」長出來的。
孩子缺的，往往不是能力，是火苗
雅慧提到，很多爸媽常會問：「孩子沒有學習動機，怎麼辦？」
這個問題我很有感。
我小時候，其實很排斥歷史和地理，因為那時候的學習幾乎等於背誦。我不知道那些年代、地名到底跟我有什麼關係。
但英文完全相反。
我喜歡麥可傑克森，喜歡聽英文歌、看英文影片、玩電腦遊戲。聽不懂歌詞就查字典，看不懂遊戲劇情就想辦法弄懂。
那時候我根本不是在「學英文」，我只是想知道我喜歡的東西「在說什麼」。
後來我才慢慢理解，動機的核心其實很簡單：自主感。
什麼是自主感？就是：「這是我想做的，而且對我很有意義。」
這種感覺一旦成立，學習就會自己開始運轉。
反過來，如果一件事長期被感覺成「別人要我做的」，即使短期靠壓力撐住，一旦外在壓力消失，行動也很容易跟著消失。
就像升學制度，往往大家一上了大專院校就是放飛玩四年，因為是體制逼著大家不得不升學，往往不是發自內心想要這麼做。
一旦壓力消失了，行動自然也跟著消失。
所以我現在反而覺得，大人最重要的角色，不是幫孩子規劃一條完美的學習路線，而是去看見他在哪裡會發光發亮。
喜歡籃球，也許可以從球員故事開始接觸英文；喜歡遊戲，也許遊戲背後的設計、故事，就是學習的入口。
基礎知識固然重要，但更長遠的資產，是那個「我還想知道更多」的念頭。
只要那個火苗還在，孩子未來遇到真正想做的事，就會自己找方法學。
AI 越強，人越需要思考自己要去哪裡
你可能又問：「既然 AI 什麼都能做，為什麼人反而更需要學習？」
我最近讀 James Carse 的《有限與無限的遊戲》，裡面有一句話讓我停了很久：
「訓練，在未來重複一個已經完成的過去。教育，將未完成的過去延續到未來。」
這句話其實很殘酷，也很清楚。
訓練，是把已經知道的事情做熟；教育，則是把人帶向還沒有答案的地方。
回頭看我自己，有一段時間其實太執著於「訓練」自己。
我很努力學各種內容製作技巧：剪輯、寫作、節奏、框架、流程優化，希望把事情做得更有效率、更標準化。
但現在回頭看，我也慢慢意識到一件事：我有時候忽略了「教育」自己。
也就是讓自己成為一個更開放、更有好奇心、內在更豐富的人。
如果只專注在技術，我會變得更熟練；但如果願意往更深一點走，我會變得更能提問，也更能理解世界。
AI 很擅長處理「已經有答案的問題」。只要規則清楚、輸入明確，它往往比人更快、更穩。
但真正留給人的空間，是那些沒有標準答案的問題：「我要往哪裡走？什麼值得我投入？我在乎什麼？我願意和誰一起完成什麼？」
這些問題，沒有任何一個 AI 大語言模型可以替我決定。
所以我現在更傾向把「訓練」交給工具，把「教育」留給自己。
AI 給我知識，但我還是想跟人學
很多人又會問：「既然 AI 幾秒鐘就能整理一本書，為什麼還要閱讀？」
我後來的答案很簡單：因為我想靠近的是「人」。
一本書的價值，不只是資訊，而是背後那個人，也就是作者。
「作者為什麼相信這件事？他失敗過什麼？他怎麼改變想法？他看世界的角度從哪裡來？」
AI 可以整理十本書的重點，但我在閱讀時真正想理解的，是一個人如何走到那些重點。
所以我愈來愈確定，我們其實一直都在跟人學習。
老師、作者、父母、主管，都是如此。
而這件事的核心，其實很脆弱，也很真實。因為我們都不是全知全能的人。
有時候承認「我不知道」，反而讓關係更靠近。
當一個主管願意說「這個我也還在想」，當一個父母願意說「我們一起查查看」，當一個老師願意說「這題我也想想看」，學習就不再只是單向輸出，反而變成了一起探索。
晚輩從前輩身上看見的，就不只是答案，而是一種面對未知的方式。
做課程的過程，其實也是重新學習
最近我在製作《AI 瓦基第二大腦》這堂線上課程，也有很深的體會。
表面上，我是在整理自己過去的經驗，把 PACE 行動思考地圖、專案包、AI 協作流程系統化。
但實際上，每一步都在逼我重新思考：「這個方法真正重要的是什麼？哪些只是我的習慣？怎麼講才讓別人真的用得上？」
為了教別人，我反而得重新學習一次。
把複雜的東西拆開，把模糊的經驗變清楚，再放回真實情境裡反覆驗證。
這讓我更確定一件事：與其說學習是一種累積，倒不如說學習是一種持續重組。
工具會一直變，今天是 ChatGPT、是龍蝦、是 Agent，明天又會蹦出新的名字。
但真正重要的，是你還願不願意問問題，還願不願意往前走。
如果有一天 AI 真的什麼都會了，我們希望孩子留下來的，可能不再是一份證明自己學過多少東西的成績單。
而是當他走進一個陌生世界時，心裡還會浮現一句話：
「這好像很有意思，我想要學學看。」
您可能也會有興趣的其他文章
- 《AI 瓦基第二大腦》值得上嗎？我打造這堂課的初衷與糾結
- 《AI 瓦基第二大腦》在教什麼？你會學到什麼？（含折扣碼）
- AI 越來越快，為什麼慢下來反而是更理性的選擇？
- AI 會讓人變笨嗎？關鍵在你讓它處理什麼、留給自己什麼
- 跟 AI 聊心事傷感情？精神科醫師鄧惠文教我用 AI 認識自己
你喜歡這篇文章嗎？
我幫助忙碌的現代人提煉好書精華。透過 Email 收到每週兩封電子報：最新的讀書心得、好書金句、能激發思考的問題，直達你的信箱。
加入超過 10 萬位
愛閱讀的訂閱者
瓦基
INFJ、《情境智慧》作者、書評部落格《閱讀前哨站》和說書頻道《下一本讀什麼？》創辦人、《卡片盒筆記實戰課》和《化輸入為輸出》課程講師，時常分享讀書心得，喜歡將書中所學加以活用，實踐在職場與生活中。
