← 報告總覽 相關 wiki →

《勇敢新語》讀書報告

Brave New Words: How AI Will Revolutionize Education (and Why That's a Good Thing) 薩爾曼·可汗（Sal Khan）著

一、這是一本由「最早看到火光的人」寫的書

2022 年夏天，當世界上絕大多數人還沒聽過「生成式 AI」這個詞、ChatGPT 還要四個月才會問世、GPT-4 還要七個月才會公開時，可汗學院（Khan Academy）創辦人薩爾曼·可汗收到了 OpenAI 總裁 Greg Brockman 與執行長 Sam Altman 的一封電郵，邀他見面談合作。在那場示範裡，他親眼看著 GPT-4 不只答對了一道從美國大學委員會（College Board）官網直接抓下來的 AP 生物選擇題，還能解釋它為什麼選 C、為什麼其他選項是錯的，甚至「再寫十題原創的 AP 等級題目」。

可汗的反應書裡寫得很誠實：「我私下開始起雞皮疙瘩。」他原本是個懷疑論者——他在書中坦言，當時他「並沒有強烈觀點認為某些較新世代生成式 AI 會立即適用於我們的使命」，覺得這技術「似乎還沒真正掌握知識，也缺乏執行邏輯或演繹推理或可靠產出合法事實的能力」。但那場示範改變了一切。他對 Greg 和 Sam 說的那句話，後來成了整本書的縮影：「這改變一切。」

這就是《勇敢新語》最特別的地方：它不是一本旁觀者的評論，而是一個身處震央的人的第一手紀錄。可汗不只是「知道」AI 要來教育界，他是極少數在世人之前就拿到 GPT-4、用了一整個週末「種在電腦前十小時」把玩它、然後召集三十多位工程師與教育者辦了一場他戲稱為「hack-AI-thon」的內部黑客松、最後在 GPT-4 公開發布的同一天（2023 年 3 月 15 日）就推出了 AI 家教產品 Khanmigo 的人。書名「Brave New Words」一語雙關——既呼應赫胥黎的《美麗新世界》（Brave New World），也指向作者反覆強調的核心態度：「受過教育之勇敢」（educated bravery）。

書名副標題那句「以及為什麼這是好事」並非廢話。整本書的姿態就是一場辯護——對抗 2023 年初席捲全美校園的恐慌與禁令。它要回答的根本問題是：當一個能替學生寫完整篇論文的工具突然降臨，我們究竟該把它當成「一代作弊者的溫床」，還是「人類史上第一次有機會給每個孩子一位專屬家教」的契機？

二、貫穿全書的兩條主軸：兩標準差問題 + 受過教育之勇敢

要理解可汗的整個論證，得先抓住兩個概念。

「兩標準差問題」——這本書真正的引擎

書中最關鍵、被反覆援引的學術根據，是 1984 年芝加哥大學教育心理學家班傑明·布魯姆（Benjamin Bloom）提出的「兩標準差問題」（the two-sigma problem）。布魯姆的研究發現：在「精熟學習」（mastery learning）的脈絡下，一個學生若能與一位好家教一對一合作，學習成效會比傳統三十人班級的學生高出整整兩個標準差——換句話說，能把一個排在第 50 百分位的學生，提升到大約第 96 百分位。

可汗特別強調，布魯姆稱之為「問題」而非「奇蹟」，原因很現實：既有教育系統根本無法為每個學生規模化地提供這種一對一家教。給地球上每位學生配一位隨叫隨到的真人家教，成本高到不可能。於是這種「兩標準差」的學習紅利，數百年來只有請得起家教的中產與富裕家庭享受得到。可汗在書中尖銳地指出：「這是亞歷山大大帝與他老師亞里斯多德所擁有的」——一對一教學是數千年來最佳的學習方式，而十八世紀大眾公共教育之所以走向三十人一班、固定步調、講課加週期評量的標準化模式，純粹是因為當時無力給每個人一位家教。

這個模式的代價，可汗用一連串數據呈現：美國多數高中畢業生連大學等級數學都進不去、需要上不算學分的補救課程；「四分之三的畢業高中生在寫作上也缺乏基本熟練」；根據 2020 年 Gallup 對美國教育部資料的分析，「54% 在十六到七十四歲間的美國人閱讀低於六年級水準」。固定步調的根本弊病在於：一個三十人的班級，即便很大一部分學生尚未真正精通某個概念，常常仍會繼續推進到下一個概念，於是學習缺口一路累積。

可汗的整個職業生涯——從 2004 年用即時通訊輔導表妹 Nadia 數學、寫一個練習網站、把它取名 Khan Academy，到今天以五十多種語言服務全球逾 1.5 億名學習者——都是在用科技逼近這個「兩標準差」的理想。而生成式 AI，在他眼中，是這塊拼圖裡「可能真正模擬真實家教的聖杯」。OpenAI 總裁 Brockman 的話更直接：新一代大型語言模型「有潛力成為我們史上對教育最大的益處」。

「受過教育之勇敢」——這本書真正的態度

如果說「兩標準差問題」是引擎，那「受過教育之勇敢」就是方向盤。可汗在導論結尾正式提出這個詞，定義它為：「一種來自承認當面對技術突進時我們所有人都面對之理性恐懼，並進而自我告知該挑戰與其呈現潛力的勇氣。」

關鍵字是「受過教育」。可汗不是在鼓吹盲目樂觀，他自己就列了一長串黑暗情境：學生靠 AI 作弊、AI 產生事實錯誤（幻覺）、訓練資料裡的偏見、對孩子的資料蒐集、技術潛在的成癮性、把人從工作與目的感中錯位、被壞行為者拿去詐騙與洗腦。他承認「這些都是合理的恐懼」。但他的核心信念是那句他一直在說的話：「重要的不是技術是好是壞，而是你如何使用它。」整本書的結構，其實就是「先承認一個恐懼，再展示一個設計上的解法」的反覆循環。

三、第一部：AI 家教是怎麼長出來的

開卷第一章〈丟掉瓶子〉直接面對 2023 年的禁令潮：洛杉磯聯合學區率先封禁 ChatGPT，西雅圖、紐約市、費爾法克斯郡、阿拉巴馬蒙哥馬利郡接連跟進；《Inside Higher Ed》的評論把 ChatGPT 比作「一種新型瘟疫」，說老師會「發現自己的教室對 GPT 呈陽性」。可汗以一位父親兼教育者的身分說「我理解這份不信任」，但他的回應是書名隱喻：「精靈已從瓶中出來。是時候丟掉瓶子，連同我們對生成式 AI 的恐懼一起。」他引用那句網路迷因——「你不會被 AI 取代，但你可能被使用 AI 的人取代」——主張最成功的學生會是「學會在道德上且有生產力地使用 AI 的人」，他們的「好奇心肌肉不會萎縮，反而會被強化」。

第二章〈如何把每件事教給每個人〉是技術上的轉折點。可汗團隊發現一個關鍵事實：對「當家教」這個用例來說，AI 會答題並不夠，必須「反轉互動」——讓 AI 像好家教那樣以引導性問題推著學生前進，而不是直接給答案。而 GPT-4 之所以能做到 GPT-3.5 做不到的事，靠的是一個叫「可引導性」（steerability）的特性：只要用一句簡單提示——「你會是個蘇格拉底家教。我會是你的學生。別給我答案。」——它就能穩定地扮演角色。產品名稱 Khanmigo 是西班牙語 conmigo（「與我同行」）的雙關，恰好點出它的定位：不是替你做，而是陪你做。

第三章〈AI 家教的崛起〉把「兩標準差」的理論落地成具體的對話實例。書中展示一個學生問多項式（次數與首項係數），Khanmigo 不給答案，而是拆解引導；學生答錯時它回「接近，但還不對！……我們一起再試一次」。最精彩的是「個人化」的展示：當學生不耐煩地問「我為什麼該在乎這個？」，Khanmigo 反問「你在乎什麼？」，得知學生愛足球後，就用足球教練建模進球數的多項式重新出題；幾天後做歷史的聯邦主義專案時，它居然記得這位學生愛足球，改用足球聯盟的治理來解釋聯邦主義。這就是它與 ChatGPT 最大的差別——它有記憶，會記錄學生偏好（喜歡正式還是口語、長答還是短答、被什麼激勵），而且這些記錄透明、可編輯、可向家長與教師回報。

書中還用一個記者測試槍枝管制／第二修正案的實例，展示 Khanmigo 的蘇格拉底中立：可汗扮演反對第二修正案的學生，Khanmigo 既不反駁也不附和，只反問「你覺得開國元勛當初為什麼納入第二修正案？」，持續推學生深思——可汗說，這是「以一種比平均教室顯示遠少偏見、實際鼓勵學生思考的方式」運作。

四、第二部：為「人文學科」辯護——寫作、閱讀、創造力、歷史

這一部回應了恐慌最集中的領域：如果 AI 能寫文章，人文教育還有意義嗎？

〈為什麼學生要寫作〉用弗曼大學教授 Darren Hick 抓到 AI 代寫報告的真實故事開場——那份報告「乾淨。太乾淨了」，卻自信地把幻覺出來的錯誤資訊當事實。但可汗的轉折很關鍵：與其徒勞地當「學術警長」去裁決，不如回頭問「我們為什麼首先要有寫作作業」。他的答案是：寫作的本質是溝通，要求結構化思考與語言流暢度；若目標是練這些，可以改用課堂內有監考的寫作；若目標是評量研究或調查報導的能力，那「ChatGPT 無法做最重要的部分——進行實驗或採訪人或觀察事件」。他引華頓商學院副教授 Ethan Mollick 那句定調的話：「你在跟 AI 一起寫作，但它不是在替你寫」；Mollick 甚至要全班用 AI 寫出最佳文章，結果第二語言學生與弱勢背景學生的品質明顯提升。Khanmigo 的「中間路徑」設計在此登場：它幫學生想《大亨小傳》該寫哪些主題、批評草稿、強化論點，但「不替學生做工作，反而與他們並肩工作」；更關鍵的防作弊機制是——它會向老師回報協作過程，例如「我們在這份報告上工作約四小時……Sal 做了多數的寫作。我只幫他整理文法……我會建議 Sal 得 B+」。

〈閱讀理解的未來〉開頭那個畫面極具標誌性：印度九年級生 Saanvi 為《大亨小傳》作業卡關，竟「要求和 Jay Gatsby 本人說話」，AI 扮演 Gatsby 解釋綠光象徵「我對過去的渴望以及我與此生摯愛 Daisy 重聚的希望」——而當 Saanvi 不好意思地道歉佔用太多時間，Gatsby 誠實回道「我不是真的 Jay Gatsby，我只是個人工智慧模擬」。這種「讓文學活過來」的能力，可汗認為能突破傳統閱讀理解只能靠選擇題評量的局限。

〈AI 與創造力〉是全書思辨密度最高的一章。它以導演柯波拉 1970 年代末用 Kurzweil 閱讀機把小說對白自動轉成劇本格式的故事開場（當時編劇工會抗議「你不能讓機器寫你的劇本！」），點出今日的焦慮其實四十年前就響過警報。可汗援引語言學家喬姆斯基在《紐約時報》的批評——人類心智「尋求的不是在資料點之間推論粗糙相關性，而是創造解釋」——但他既同意（承認 AI 沒有感知覺）也反駁（主張人腦大量創造活動其實是潛意識的，機制上與大型語言模型「可怕地相似」）。他甚至反問：「如果愛因斯坦沒先讀過洛倫茲與無數其他物理學家的工作，他會做出狹義相對論的跳躍嗎？」核心主張是：「最佳想法不會來自 AI 為我們創造，而會來自 AI 在創造並與我們一起即興時。」產品上對應的是「Yes, and...」即興寫作活動——AI 起頭、學生接一句、AI 再接一句，共建故事。柯波拉的話為這章收尾，也是全書最浪漫的句子之一：「與其在五百年內有一位莫札特……我們現在有可能有一千個莫札特、一千個愛因斯坦、一千個達文西。」

〈與歷史對話〉延伸了「讓死的活過來」的概念。學生可以與林布蘭、華盛頓、克麗奧佩脫拉對話。但這章最珍貴的是它的誠實：可汗呈現了《華盛頓郵報》記者「採訪」AI 版哈莉特·塔布曼的批評——當記者拋出一句常被誤歸於塔布曼的名言，AI 只說「那句話常被歸於我」卻未釐清缺乏歷史紀錄，可汗評為「不是直接幻覺，但確實顯示了該技術的一些當前限制」。他也說明了一個重要的護欄設計：模擬人物「應該只在原來人物會有脈絡的議題上互動」——所以 AI 塔布曼不會對現代的「賠償」一詞發言。可汗的態度是「不能讓完美成為良善的敵人」：多數孩子不會去讀厚重傳記，模擬若能激發他們想深入，就是健康的。

五、第三部：賦能下一代——科學、數學、課程取得，與「最重要的學科」

〈用科學研究科學〉展示 AI 能區分真科學與偽科學（它能陳述全球暖化的證據，也能呈現懷疑論者的說法並逐一指出未獲科學界支持），也坦白局限——要它給來源連結時它會「編造」，所以 Khanmigo 透過「不允許它給未在幕後明確提供的連結」來防幻覺。可汗對它的教學法評價是：「這是世界級的教學法。」

〈1 + 1 = 縮小數學落差〉揭示了一個重要的技術細節：團隊在 GPT-4 之上加了數學校正層，加上謹慎提示與人工驗證的內容，造出「世界第一個高品質的 AI 家教」。它的診斷機制很巧妙——當學生算錯，AI 會在幕後「思考」自己會怎麼解，但不直接揭露，而是說「嗯，我得到的與你有點不同，你能解釋你的推理嗎？」藉此找出學生的數學落差與盲點。可汗也兩度強調 Khanmigo「不是，且永遠不會是」人類老師的替代品。

〈取得學生原本接觸不到的課程〉端出令人不安的數據：約 50% 美國高中不提供微積分、40% 不提供物理；在黑人與拉丁裔註冊率高的高中，62% 不提供微積分。AI 家教加上完整的課程體系（scope and sequence），能讓學生在沒有開課的學校裡也修得到這些課；2023 年加州理工學院甚至宣布完成可汗學院相關課程符合其入學要求。這章還點出家教「最被忽視卻最重要的角色」——動機與問責。基於回饋（平台只對主動求助的學生有效，但多數學生不會主動求助），團隊讓 Khanmigo 能在使用者許可下主動聯繫，做輕度問責：「你說想在月底前完成代數 2 第三單元，但這週都沒做功課，為什麼不點這裡？」

〈最重要該掌握的學科領域〉的標題是個謎語，答案出乎意料。在與超過三萬名師生的試行中，可汗發現「最大的收穫根本不是領域特定的」——而是自信。印第安納州霍巴特學區的督學 Peggy Buffington 說：「學生成就必須從在他們內心建立自信開始」，學生向 AI 提問遠比在課堂舉手較不害怕，因為與 AI 對話「消除了潛在公開羞愧或焦慮的陰影」。另一位主任 Tim Krieg 提出「AI 打破指定」（AI breaks down designations）的理論——它讓學生看見學科界線不再重要，「學習是非線性的；它是連續的」。

六、第四部：合作、心理健康、與家庭

這一部是全書情感濃度最高、也最能化解「AI 讓人更孤立」這一恐懼的部分。

〈強化合作學習〉的核心反直覺主張是：深思熟慮地使用科技，反而能增加人際互動。傳統數學課把講課步調設在「中間」，導致學生不是迷失就是無聊；可汗學院的課堂模式則把學習挪到學生自學、釋放老師去做一對一或小組介入。Schoolhouse.world（可汗大流行期間創立的免費志工家教平台，用審核過的「近同儕」學生家教，每月觸及約一萬名學生）是這個理念的延伸。AI 更能主動促進對話——分組、破冰、協調專案，書中以三年級科學課做紙飛機學空氣動力學的例子展示 AI 如何分配任務、協調、給回饋。

〈AI 遇上學生心理健康輔導〉從 1960 年代 MIT 的 ELIZA 講起——Weizenbaum 本想證明人機溝通有多人為，卻驚訝發現人們情感依附它，他的秘書甚至要他離開房間好與 AI「私下真正對話」。可汗鋪陳危機數據：自 2010 年起美國學齡兒童心理健康危機上升 40%；衛生局局長 Vivek Murthy 稱之「孤獨流行病」，描述人們覺得「如果我明天消失，沒人會在乎」。團隊與賓州大學心理學家 Angela Duckworth（《恆毅力》作者）合作，把輕量級的「心態介入」做進 AI——例如引導學生注意到手機讓自己分心、決定收起來，AI 回應「有大量研究顯示你把手機放得越遠，你的 GPA 越高」。可汗在此提出一個有趣的新詞：「人工同理者」（artificial empath, AE）——AI 沒有感知能力、不能真正同理，但能「模擬同理心」到與訓練有素的治療師難以區分，可在凌晨三點或 SAT 前驚恐時提供可及的支持。他謹慎聲明這不主張取代真正的治療師。

〈家長在 AI 教育中的位置〉與〈增加家長與孩子之間的連結點〉這兩章，是身為四個孩子父親的可汗最私人的書寫。他的關鍵洞見是：有個「非父母的第三方」其實有價值——他輔導表妹 Nadia 時的優勢之一就是他不是她的父母，能建立融洽關係而不落入親子間「你覺得被評斷、最終說不想跟父母做功課」的火爆動態。AI 同樣能扮演這個角色，還能當「父母教養教練」（建議如何處理孩子與老師的衝突、如何給父母自己減壓）。但他在第二十章做了一件「激進的事」作為平衡——看完孩子用 AI 做完功課後，他登出電腦，把全家裝上車開一小時去海灘和六個月大的小狗玩。他的結論定義了 AI 在家庭裡的恰當位置：生成式 AI「既不是父母責任的放棄，也不只是看著孩子的工具」，而是「放大意圖的工具」——它聚焦並加速學習時間，從而釋放時間，讓父母與孩子能在「構成全方位人的所有其他事物」上連結。

七、第五部：保護孩子——偏見、資料、透明度、守護天使

這一部最能體現可汗一貫的論證手法：不問「AI 是否完美無瑕」，而問「相對於既有的人類流程，AI 更好還是更糟」。

〈交付事實〉處理偏見與假訊息。可汗認為「完全無偏見」這個標準「甚至可能無法定義」，真正該比較的對象是 LLM 之前的世界——社群媒體十年來用 AI 餵食觸發情緒的內容、SEO 產業操弄搜尋結果、政府用偽造資料講敘事（他舉東京灣事件與伊拉克「大規模毀滅性武器」為例）。他主張 AI 的關鍵優勢在於「可以以人類招募者與入學官員常常不能的方式被審計與問責」。書中以 Khanmigo 拒絕為「地球是平的」站反方、堅持「地球是扁球體……這是科學上確立的事實」的對話，展示大型模型的強健護欄。

〈資料蒐集呢？〉提出多層具體做法：基礎模型應避免對任何個資（特別是兒童資料）進行訓練；微調模型時也避免用個資；Khanmigo 雖儲存對話與「記憶」，但「不會用該資料訓練底層模型」，且強調透明與「編輯或重設這些輸入的選項」。可汗坦言真正的資料危險依然存在，但「這些危險是我們在生成式 AI 出現之前就面對的相同那些」。

〈AI 與透明度的禮物〉是這部的核心——AI 家教帶給家庭「曾經難以想像的透明度」。書中展示 Khanmigo 向家長報告女兒「過去這週花了 54 分鐘」精進代數，並具體指出她「把斜率算反了」。但這章難得地提出了反向警示：可汗引巴納德學院的兒童心理學研究指出，過度監控有缺點——若孩子擔心家長會看到互動，可能根本不投入某些主題；關鍵在於「找到監控與尊重孩子隱私和獨立性之間的平衡」。

〈AI 作為「守護天使」〉設想 AI 成為孩子上網時的瀏覽器外掛——把新聞重述到孩子的年級水準、省略不適當細節、用蘇格拉底方式引導，並把成癮性的網路「根據我們需求而非公司需求過濾」。書中的範例既溫柔又略帶寒意：AI 會提醒「你已經在 Instagram 上看你前女友的婚禮照片一段時間了。這讓你感覺如何？」

八、第六部：AI 時代的教師——不是被取代，而是被「超載」

這一部是對教師最有力的安慰，也是可汗與部分悲觀預言者正面交鋒之處。

〈AI 將如何超載教師與教學〉直接反駁教育家 Anthony Seldon 爵士 2017 年的預言——「到 2027 年，老師將是 AI 而非人類」。可汗說他「完全不同意」，並提出全書最鏗鏘的一句主張：「在大型語言模型世界中，沒有比教學更安全的工作了。」他翻轉了 Seldon 的說法——不是老師變成 AI 的助教，而是「AI 就是教學助理」。他援引滑鼠發明者 Doug Engelbart 的「增強」（augmentation）概念：人類會用科技增強能力，「就像曳引機增強農夫的工作」。Ethan Mollick 提出老師需做的三項調整：對學生期望更多、把 AI 整合為「學生的隊友」、以及翻轉課堂（「當我有像 ChatGPT 這樣的工具時，講課就沒那麼合理了」）。

〈AI 助教的破曉〉用數據鋪陳教師的危機：老師有最高的職業倦怠率之一、美國面臨約三十萬名教師赤字、平均老師每週工作 54 小時但「只有 49% 的時間用於與學生互動」。可汗的核心比喻是：想像學區突然有錢為每位老師配三位聰明助理（做教案、評分、寫報告、激盪、支援學生）——社會請不起人類助理，但 AI 提供了等同物。最生動的案例是課程設計：老師輸入「為教二戰創建九年級課程計畫」，幾秒產出六堂課計畫；當地球隊剛贏世界大賽、學生滿腦子棒球，老師輸入「你能讓這課程計畫與棒球相關嗎？」，Khanmigo 立刻把二戰課程融入棒球史（戰時的軍事棒球聯盟、Ted Williams 與 Joe DiMaggio 從軍，甚至用棒球棒隊與手套隊互課關稅來類比貿易保護主義引發的衝突）。可汗的金句總結：AI「不是來搶老師的風頭；它是來幫老師搶風頭的」，是「值得信賴的副駕駛」。他也誠實指出，AI 不會自行解決教師薪資與招募等議題。

〈幫忙打造替代教育模式〉談 AI 如何賦能自學（美國約三百萬父母在家自學且持續上升）與其他替代教育，關鍵在於 Schoolhouse.world 的「精通成績單」已被芝加哥大學、MIT、加州理工等十多所大學考慮採認。

〈修正大學作弊〉揭露作弊文化的嚴重程度：2023 年明德學院調查顯示近三分之二學生承認違反榮譽守則；史丹佛因此在 2023–2024 學年逆轉政策、重新允許教授進考場監考。可汗強調「作弊遠早於 ChatGPT」（《紐約時報》2019 年就報導過代寫論文產業），並警告「今天低誠信的大學生是明天商業與政府中低誠信的領導者」。解方還是透明化：Khanmigo 讓教授決定 AI 提供多少支援，並產出對比鮮明的報告——誠信案例「Sal 和我總共花了大約五小時在這論文上」，作弊案例「我們在這論文上一起工作了五分鐘。多數時候，論文似乎只是在別處預先寫好然後貼進來」。他用籃球罰球類比即時回饋的價值：若幾週才知道是否進籃，幾乎無法進步。

九、第七、八部：全球教室、評量與招生

〈全球教室〉是可汗最有家族情感的一章——他的父母離開了孟加拉資源匱乏的教育系統，而他創辦可汗學院後才驚覺全球不平等的規模：在許多地區「女孩永遠不踏入教室的可能性是男孩的兩倍」；2004 年聯合國教科文組織研究顯示印度 25% 的老師缺席學校。他強調科技要變革「必須是公平的，不能增加貧富差距」。最動人的案例是 Sola——住在阿富汗塔利班心臟地帶、被禁止上學的少女，靠網路用可汗學院從預代數自學到微積分，如今成為塔夫茨大學的量子運算研究者。

〈教育中 AI 的經濟學〉攤開成本：美國各州每生年花費從 1 萬到 4 萬美元不等，印度公立學校僅 500–1,200 美元。疫情惡化了一切——底特律達年級水準的六年級生從 6% 降到 3%，教室能力範圍從三個年級擴大到六個年級。對比之下，「疫情期間每週只用可汗學院 30–60 分鐘的教室不僅避免下滑，還比疫情前標準好 20%–40%，且免費」。Khanmigo 每位使用者每月運算成本估計 5–15 美元，但可汗預期未來五到十年內可能下降十倍甚至百倍。

〈K-12 評量的未來〉為標準化測驗辯護，反對「把嬰兒與洗澡水一起倒掉」。他提倡「持續評量」——學生學習時平台在幕後以標準化方式評量，每週收集的資訊量相當於傳統一年一兩次的測驗，學生甚至不覺得是在考試。一項超過三十萬名學生的研究顯示，「以每週 30 分鐘以上推薦劑量投入的學生超出成長預期 26% 到 38%」。AI 的角色是擴展「可衡量的東西」——讓溝通、創意、好奇心這些過去被認為不可衡量的能力變得可評量。

〈大學招生的 AI〉指出生成式 AI「只是把聚光燈打在他們早就知道的不公平上」。他舉 Varsity Blues 醜聞與每小時 400 美元的入學教練為例，主張 AI 對買不起教練的人更可及，反而能縮小貧富差距。最尖銳的是他引 2018 年最高法院案件揭露的偏見：哈佛在「個人」評分上一致給亞裔申請者較低的分數——而 AI 的力量正在於「可以被審計」，能用同資格不同人口統計的申請者測試並公布結果。

十、第九部：工作、孩子的未來，與一封給人類的信

最後一部把鏡頭從教室拉到整個社會。

〈AI 世界中的就業〉以 IBM 2023 年宣布暫停約 30% 可由 AI 完成的後台招聘開場，預示中後台、非客戶面對的工作將消失。可汗用親身經歷反駁悲觀論：2000 年代初他曾以為軟體外包到印度會顛覆程式工作，「我錯了」——智慧手機與網路興起反而讓工程師薪水上漲。戲劇性的反例是 Chegg：這家近三百萬客戶的教育科技公司，2023 年 5 月承認難敵 OpenAI，股票暴跌近 50%。Mollick 的判斷是：AI「將以不同方式影響每個產業、每個人、每個工作」，連屋頂工都說「我們現在可以用 AI 幫助做所有提案」。可汗的結論：「成功的策略不會是抵抗而是適應。」

〈如何讓孩子在 AI 未來職場中茁壯〉提出最實用的育兒建議。Mollick 的金句是：你必須成為「半人馬」——「不是半人半馬，你必須是半人半大型語言模型。」比爾·蓋茨告訴可汗，未來是「員工加上 AI，一起工作」。準備孩子的三步驟：(1)「讓開」——相信人天生有創意與創業精神，別讓工業革命設計的教育系統壓抑它；(2) 打好又深又廣的基礎——「三 R」（讀、寫、算）比以往更重要，再加上歷史、藝術、科學、法律、財務；(3) 培養強的溝通、協作、同理心技能。華頓的對照研究顯示 AI 在高功率白領分析任務上帶來 30%–80% 的表現改善。

〈為求職者與雇主牽線〉回到可汗 1999 年的一個預言——人人都有 AI 代理在網路上代表自己。他坦承「多數方面我的預測沒有實現」，但現在生成式 AI「讓我的預測看起來保守」。他設想每位求職者都有一個「從你還是學生時就與你在一起」的 AI 工作代理，像「超強生命教練」，能「字面上讀外面每一個職位發布」，為缺乏正確經驗但有潛力的人找到那願意給機會的雇主。

全書收尾的長章〈我們所處之處與它將帶我們去處〉是最個人的。可汗回顧自己 1994 年在 MIT 師從 AI 實驗室主任 Patrick Winston、修 Marvin Minsky 課程，卻因當時正值「AI 寒冬」尾聲而對 AI 失望轉行的往事；也坦露單親家庭、父親早逝、母親在便利商店當收銀員、自己 MIT 畢業負債三萬美元的背景。他解釋為何把可汗學院設為非營利：一是因為教育與醫療「市場力量的結果不總與我們的價值對齊」；二是受艾西莫夫《基地》系列啟發——他希望可汗學院成為網際網路時代的「Hari Seldon 基金會」，提升人類使「當前時刻會感覺像黑暗時代」。

但他也誠實面對 AI 的黑暗面：假新聞與捏造影片、比《1984》老大哥更嚴密的監視（「老大哥不僅會看，還會有理解」）、冒充家人的詐騙、操弄選舉。他對「放慢創新」這個訴求的回應很現實：「精靈已從瓶中出來，壞行為者不會因為我們想要他們放慢而放慢」——對策不是放慢，而是「確保偏好自由與賦權人類的人，有比站在混亂與專制一邊的人更好的 AI」。

他的願景是「反轉勞動金字塔」：用同一套 AI 技術在未來幾十年提升大部分人類的技能，避免財富集中於少數頂尖、走向反烏托邦。他以《星艦迷航記》為喻——古典經濟學基於稀缺性，但 AI 有潛力創造一個低稀缺、高豐盛的社會，讓人人成為探險者、研究者、藝術家。全書最後一句意象鮮明：「AI 海嘯已從岸邊抽回，現在正向我們衝來」，而他選擇「用雙腳跳入，同時採取適當預防措施」。

十一、評價：這本書的力量與盲點

它最大的價值，是把抽象的「AI + 教育」辯論落實成具體、可檢驗的產品設計。可汗不是在空談「AI 可以個人化學習」，他展示了 Khanmigo 如何「不給答案、只問引導性問題」、如何用足球教學生多項式、如何向老師回報協作時數來防作弊、如何讓歷史人物自報「我只是個 AI 模擬」。這種「先承認恐懼、再展示設計上的解法」的反覆節奏，讓全書的樂觀顯得有根據，而非天真。

它的論證核心——「不要拿 AI 跟完美比，要跟既有的人類流程比」——是一個強而有力、也誠實的框架。當他說人類招募者、入學官員、標準化測驗本來就充滿偏見，而 AI 至少「可以被審計」時，這是個很難反駁的觀點。

但它也有可預期的盲點。 第一，這本質上是一本由產品創辦人寫的書，Khanmigo 幾乎在每章都是英雄，書中的對話實例都是精心挑選的成功案例，少有真實課堂裡的失敗、學生鑽漏洞、或老師抵制的紀錄。第二，可汗對「AI 模擬同理心」（人工同理者）的樂觀，與失控的螢幕焦慮等批評之間，存在沒有被充分處理的張力——他自己也承認 AI 沒有感知、無法真正同理，但又主張它能在心理健康上提供可及支持，這個界線書中畫得不夠清楚。第三，全書寫於 2023–2024 年技術快速變動之際，許多「正在建造」「即將實現」的承諾，讀者需要保留它們仍是願景而非已驗證成果的清醒。

即便如此，作為一本第一手、由震央人物寫下的「AI 將如何改造教育」的導覽，《勇敢新語》仍是這個主題裡最值得讀的入門書之一。它的書名最終是一個邀請：不是要你無條件擁抱 AI，而是要你「受過教育地勇敢」——先認清恐懼、再學會使用，然後決定要不要跳進那道正在湧來的浪。

本書關鍵觀念清單