一句話重點
面對學生用生成式 AI 寫作，禁用既不切實際也錯失教育機會。研究發現， 懂得善用 AI 的多語學生，不會照單全收 AI 的產出， 而是調動自己完整的語言資源、批判性地評估與改寫。 教師真正該做的，是引導學生發展成「批判性的學術寫作者」—— 讓 AI 成為對話與思辨的對象，而非代筆的工具。
研究發現了什麼
Ou 等人（2025）在 JEAP 追蹤 10 位多語博士生（7 位在瑞典讀 STEM、3 位在香港讀社會科學） 使用 ChatGPT 寫作的歷程，分析他們的文稿、與 AI 的對話紀錄與訪談。研究發現這些學生 「策略性地把自己完整的語言資源與 AI 產出的文字並用」，展現三種實踐：
- 雙語中介（bilingual mediation）：在母語與英語、自己的想法與 AI 文字之間來回協商。
- 多模態組合（multimodal composition）：結合多種資源來表達與建構意義。
- 批判性改寫（critical adaptation）：不盲從 AI 建議，而是逐一評估、為己所用。
研究特別點出：學生「不會單純照著 AI 的建議走，而是批判性地評估它們」。 在這個與 AI 互動的空間裡，原本對自己英語沒把握的學生，逐漸「轉換位置」（transposition）， 發展出批判性的學術寫作者身份——透過跨語言實踐與 AI 協商，重新取得對文本的主導權與學科聲音。
本研究為 10 人的小樣本質性研究，呈現的是「成熟使用者怎麼用得好」的圖像， 而非所有學生的普遍行為。它的價值在於指出一個明確的教學目標： 把學生從「被動接受 AI」帶向「批判性地與 AI 協作」。 （下一篇會談一個重要的反面警訊：語言能力較弱的學生反而容易用 AI取代學習。）
教師可以怎麼做
與其在「禁用 vs 放任」之間二選一，不如教學生「怎麼用得有判斷力」：
明訂「可以怎麼用、不能怎麼用」
與其全面禁止，不如劃出清楚界線：可用 AI 腦力激盪、檢查文法、找替代說法； 不可整段照貼、不可讓 AI 代替自己的論證。把規則寫進課程說明。
要求學生「評估」AI 的產出，而非接受
出作業時要求附一段反思：你採用了 AI 的哪些建議、拒絕了哪些、為什麼？ 這把使用 AI 的過程本身變成可評量的批判思考練習。
示範「與 AI 協商」的歷程
在課堂上現場示範：把 AI 的初稿投影出來，逐句質疑「這符合我們學科的慣例嗎？這真的是我想說的嗎？」 讓學生看見專家是怎麼批判性地改寫，而非照單全收。
鼓勵「先用母語想清楚」再與 AI 協作
呼應跨語言實踐：請學生先用母語把論點理清，再用 AI 協助轉換為學術英語， 最後親自把關。這保護了思考的主導權，避免淪為 AI 的傳聲筒。
把焦點放在「學科聲音」
提醒學生：AI 給的是通用語言，但你的報告需要的是你這個領域的聲音與立場。 評分時看重的是論證與學科判斷，而這正是 AI 無法代替的部分。
搭配 Uedu 工具
Uedu 的設計哲學正是「人機共學」——AI 是學習夥伴，不是取代者。 引導學生把 AI 助教當成可以追問、可以反駁的對話對象： 「我不同意這個寫法，有沒有更符合我們領域的版本？」這正是研究中成熟使用者的核心姿態。
用共編文件讓學生在自己的稿子上標註「哪裡用了 AI、為什麼這樣改」。 過程透明化後，你能清楚看見學生是批判性地協作，還是被動地貼上。
給全班同一段 AI 生成的學科文字，請每人找出三個「不夠好、需要改」之處 並說明理由（用詞不夠專業？論證跳躍？不符學科慣例？）。 比較大家的批判，立刻能看出誰已具備批判性的學科判斷力。
教師常見疑慮
「開放用 AI，學生會不會就不自己寫了？」
風險真實存在，下一篇會專門談。但研究給的方向很清楚：決定成敗的是「怎麼用」而非「用不用」。
把評量重心從「文字漂不漂亮」移到「論證與學科判斷」，並要求學生交代與 AI 協作的過程，
就能把 AI 從「代筆捷徑」轉為「批判思考的練習場」。