目錄
我是台灣留學考試教學者中，第一批研究 AI 終端應用、導入 AI 在課程中、倡導學生使用 AI 的人。在兩年多前，大家對 AI 還是一下子「AI 很快就會取代人類」、一下子「AI 這麼爛，不屑用啦」。但我從當時到現在的想法始終一致。
每週一封，只挑跟你工作有關的 AI 動態。免費訂閱電子報 →
不是 AI 取代老師，是會用的取代不會用的
三十年前網路科技剛出現的時候，也有很多人認為電腦會取代人類。事實是：會用電腦的人，取代了不會用電腦的人。五年前 AlphaGo 橫空出世，也有人認為棋士自此滅亡。到現在，所有頂尖棋士都用 AI 輔助訓練，反而讓圍棋的競爭水準更上層樓。
生成式 AI 的潮流不可擋，它終將普及，成為下一代的原生技能。這是不能被改變的。能被改變的，是我們要如何與之合作，共同創造出更大的價值。
從職業倦怠到滿血復活
幾年前，我還是一個教書匠。每天跟學生的講解就是無意識的復讀，對教學差點就沒了熱情，淪陷在「拿時間換錢」的教學生涯陷阱中。
AI 的出現改變了一切。我最沒有料想到的一件事是——我的職業熱情重新被點燃了。本來 know-how 已經僵固，但 AI 出現之後，我又看到了新的靈感跟新的挑戰。就像圍棋遇到 AlphaGo，幾千年歷史的圍棋界進入了發展平緩的時代，各種定石套路都已經固定。但 AI 的出現使得人們跳脫過去的束縛，新的棋士用 AI 強化技能，造就了新一波蓬勃發展。
14 年了，本來有一度快喪失熱情，但是 AI 的出現讓我滿血復活了。
不要想著全自動，要想著怎麼協作
很多老師第一個問題是：AI 能不能全自動幫我教學？
我的回答是：你問錯方向了。
一般人想的是「AI 能不能什麼事都不用我做」。我想的是「AI 要怎樣協助我分析？能不能找出我不足的地方？」
全自動化意味著要「取代教學者」，但你的教學經驗價值不該由 AI 來取代。AI 腔那種很多 emoji、語氣非常正向但冰冷、沒有溫度的一條條條列，學生看得出來的。如果你產出的文章都是 AI 腔，拿來跟學生互動，怎麼可以期待會有好成果？
正確的方式是：讓 AI 做它擅長的（7/24 答疑、即時回饋、知識檢索），你做你擅長的（深度指導、情緒支持、經驗判斷）。
建立你的 AI 分身
每個老師都應該要有自己的一個 AI 分身。方法比你想的簡單：
- 收集所有教學檔案——影片、文章、課程建議，全部塞到一個資料夾。
- 用 Gemini API 寫腳本，自動把所有教學資料文字化，按內容做初步分類。
- 確定分類沒問題後，開始蒸餾，把冗言贅字去掉，只留教學精華。我自己 80 萬字、350 多個檔案，蒸餾完剩 12 萬字、50 幾個檔案。
- 回來比對原文，確保蒸餾過程沒有遺漏重要的教學重點。
一個晚上彙整十幾年的教學精華，成本不到 100 台幣。
做出來的 AI 分身可以幕後幫助課程迭代與指導學生，幕前分擔課後輔導答疑。最重要的是，這個分身的產出不是 AI 的幻覺，而是完全基於老師的經驗跟知識的延伸。
15-20 USD 一天，值不值得？
我問過其他老師：如果有一個工具可以完全複製你的思路，幫所有學生 7/24 解答問題，一天要花 15-20 USD 養它，你願意嗎？
很多老師看到帳單就嚇昏了。但算一筆帳：一個老師一天花多少時間在回答重複的基礎問題？如果這些時間能省下來，拿去做更有價值的深度教學指導，15-20 USD 其實很便宜。
而且你得到的不只是效率。老師可以後台追蹤學生日常跟 AI 的對話，從學生的問題快速掌握學習狀況。以前要等到面談才知道學生卡在哪裡，現在每天都能看到。
向老師推廣 AI 需要滴水穿石
我也有一位同事教托福寫作，我幫他設計了基於 RAG 知識庫的 AI 助教。他很驚訝：他只給了我一個樣本（一小時的教學影片），竟然可以直接複製他的教學思路，代替他回答學生大部分的問題。
但推廣的過程不容易。向老師推廣 AI 需要滴水穿石，慢慢打通。很多老師對技術有天然的抗拒，或者覺得「我教了這麼多年，為什麼要改」。
我拿出的是我自己身為老師跟 AI 協作的成功例子。我不是在賣產品，而是希望更多教學者能夠融洽地與 AI 共處。更重要的是，我希望讓老師擺脫單純的「拿時間換錢」的生涯困境，從重複的事物上解放。人生還有很多事情值得追尋。
開源比藏私更有創造力
我幾乎把所有原本付費才能買到的課程內容放上 YouTube 跟個人網站了。意外的是，來找我的學生並沒有變少，反而變多了。
另一個意外是，開源比死守讓我變得更有創造力。願意給出去的人是永遠不怕被抄襲的。對手只能抄到你的昨天，抄不到你的今天，更遠遠追不上你的明天。
所以我也把 Teaching Copilot 開源了。這是我第一個以老師為核心使用者設計的作品，歡迎同業試用。
我做過與正在做的教學嘗試
想分享給同為教育界使用 AI 的朋友，我做過或正在做的 AI 結合教學嘗試：
- 把過去 10 年我的教學影片轉成逐字稿，跟我的講義、網路上分享的教學文章一起，精鍊成我的專屬教學體系知識庫。
- 把這個知識庫接進大模型做 RAG，一開始是作為我的幕後軍師顧問，方便我迭代講義、回答問題時打稿，後來直接讓他面向學生，輔助學生日常檢討對齊老師我本人的思路。
- 關於非知識向，而是諮詢向的個人備考規劃，我也在 Agent 的幫忙下，根據整理出模板跟規劃資料庫，再加上過去幾個月我親自糾正模型打出的初稿，現在規劃資料庫已經可以一出手就對齊我原本 95% 的規劃，只剩 5% 我需要精修。
- 把過去幾百份同學的成績單做數據統計分析，逆向演算法，找出考高分更容易的路徑，包括時間控制跟配題策略。
然後最近在做的事情：
- 用 Colab 搭配我過去教學的大量資料微調兩個開源小模型，一個是 TTS 模型，讓他能夠產出我的聲音，另一個則是 LLM，讓他能夠用我的語氣跟風格，接上 RAG 扮演我回答同學的問題。
這兩個綁在一起，再加上串流互動語音模型未來半年肯定會有飛速發展，預計完整的 Dustin 老師分身就能夠出爐了。
我們要研究的不只是 AI 能做什麼
AI 能做到的事情已經太多了。任何你想到的事情都可以去問它一下，很多時候會達到超乎預期的解答。我們現在要研究的是「人與人交流的價值」——什麼才是我們應該握在手上的核心任務。
如果你錯把這個任務放給 AI，就會降低你自己的獨特性跟競爭力。所有的文章、分享都該親手寫。不用 AI 插畫，頂多用 AI 幫忙調整文章順序、整理大批數據。因為你要的是親自接觸到學生。
我不只是一位教學者，更是教育產品的架構設計師。我希望更多教育者能夠跟我一起，往這個願景前進。
與此同時，身為老師的你走到哪裡了呢？是還是對 AI 抱持負面、貶低態度，還是其實有興趣卻不知如何下手、裹足不前？
我的建議是：低痛、低成本，邊做邊學。