當一位高中數學老師，第一次打開 ChatGPT
他沒有複製貼上，而是跟 AI 共同設計了一堂課——然後一位學生不再問「數學跟我有什麼關係」。這是 2026 年最值得每位老師讀一遍的 AI 教學真實案例。
## 先認識｜這位老師是誰？
Al Rabanera，加州 Fullerton 市 La Vista 高中數學老師，**2025-26 年度 Teach Plus Leading Edge Educator Fellow**——這是美國頗具份量的全國性教育者獎學金，專門表彰能夠帶動教學現場改變的第一線老師。
他在 2026 年 3 月 25 日寫下這篇文章時，談的不是 AI 技術，而是一位老師如何因為 AI，重新找回自己的專業判斷。
---
當全球大學區還在為 AI 制定規範、當 Google 宣布要訓練全球 600 萬名老師使用 AI 工具的同時——真實的課堂裡，老師們已經在做關於 AI 的即時決定。Al Rabanera 是其中一位。他沒有等學區的指引、沒有等核可的教材，而是自己打開了 ChatGPT。然後，他發現他失去的不是 AI 該不該用——而是，他自己作為老師「設計學習」的能動性，早就被磨光了。
---
## 故事的起點：一個沒辦法迴避的問題
故事的起點不是 AI——是一個學生問了一句話。
一位叫 Samantha 的學生，在課堂上問了 Al Rabanera 一個許多老師都聽過、卻最不知道怎麼回答的問題：
> 老師，我們以後到底什麼時候會用到數學？
> — Samantha，Al Rabanera 老師的學生
Al Rabanera 老老實實寫下他當時的感受——「這個問題一直繞在我心裡。順從文化（compliance culture）訓練我用閃躲取代正視。但這次我沒辦法迴避，因為我自己也知道，我正在教的這一堂課，根本沒打到學生。」
課本上的例子，不反映學生的生活，不反映他們關心的議題。他想做的事情很簡單，但學區的標準化教材從沒給過他空間——他想讓學生看見自己社區裡正在發生什麼，用批判的眼光看教材，在學習裡看見自己。
---
## 他怎麼用 AI——五個關鍵步驟
這是整個故事最重要的部分。Al Rabanera 在文章裡完整描述了他「跟 AI 一起設計一堂課」的具體流程——這不是技術操作，是一種教學方法的示範：
### 步驟一：清楚說出「我想設計什麼」，而不是問 AI 怎麼辦
他打開 ChatGPT 之後，沒有問「給我一個數學課」，而是把自己想做的事打字打出來——「我想設計一堂課：建立在地脈絡上、聚焦真實議題、要求學生批判思考而不是被動順從。」
這個前提下得很重要。他不是丟一個模糊的問題給 AI，他先把自己的教學意圖講清楚——AI 才能幫上忙。
### 步驟二：要 AI 給的不是答案，是「結構、角度、引導問題」
ChatGPT 回了什麼？他寫的原文是——「ChatGPT 給我可能的課程結構（lesson plan structures）、主題切入角度（thematic angles）、引導問題的方向（guiding questions）。」
注意：不是「給我答案」，是「給我選項、給我框架」。AI 提供材料，他做選擇。
### 步驟三：最關鍵的一步——他沒有複製貼上
這是整篇文章最有份量的一句話：
> I didn't copy and paste its suggestions; I evaluated, revised and shaped them.
> 我沒有複製貼上 AI 的建議——我評估、修改、塑形，把它們變成反映我學生和我專業判斷的東西。
> — Al Rabanera
他用了一個關鍵的詞——「co-designed」（共同設計）。不是「AI 幫我設計」，也不是「我用 AI」，而是「我跟 AI 一起設計」。這個視角的差別，決定了 AI 最終是工具，還是替代品。
### 步驟四：他主動質疑、推翻、要求 AI 再修改
他寫：「我選擇連結學生聲音和當下世界的想法。我質疑（questioned）AI 生成的東西、推翻（pushed back）不合適的建議、修改（revised）草稿、要求它重新迭代（asked it to iterate）。」
這四個動詞——質疑、推翻、修改、要求迭代——就是「人在迴圈裡」最真實的樣子。人不是被動接受 AI，人在每一步都主導。
### 步驟五：他親自示範整個流程給學生看
設計出來的最終成品，是一個海報專題——「學生探索『數學如何幫他們理解身邊的世界』，透過分析自己社區裡正在發生的時事。」
但他沒有直接叫學生做。他先自己做一次給學生看：「我自己挑了一篇新聞，解釋為什麼這篇吸引我，展示數學如何幫我們更深理解這篇報導。我們一起找出故事裡的數字、資料、模式，把它們連到真正的數學概念，然後談——為什麼這些數學重要、它怎麼形塑我們的生活。」
---
## Samantha 的海報：一篇真正關於她生活的新聞
Samantha——那位一開始問「數學跟我有什麼關係」的學生——是第一個完成海報的人。
她選的新聞，刊在地方獨立媒體 Voice of OC——標題是〈Fullerton 市如何避免預計三年內 2,000 萬美元的預算赤字？〉。她的城市領導人正在考慮增稅，而這會讓住在這裡變得更不可負擔。
她的數學分析做了三件事——
- 檢視一個潛在 2% 的稅率調整
- 在圖表上畫出長期趨勢
- 質疑為什麼低收入居民會比其他人受影響更大
Al Rabanera 在文章裡寫了一句很關鍵的話：「對 Samantha 來說，數學不抽象——任何稅或費的調整，都直接影響她的家人和身邊的人。」
這就是這堂課的真正成果——數學從一個學生迴避的科目，變成一個她拿來理解自己生活的工具。
---
## 整篇文章最深的兩個觀察
Al Rabanera 在文章後段，寫下兩個觀察——這兩段話的份量，值得每位老師讀幾遍：
> 那次和 AI 一起的經驗，讓我看見：我這些年的能動性早已休眠，被多年的「順從」所掩埋。
> — Al Rabanera
他寫下的第二段話，可能是這整篇文章最有份量的句子——
> 這個時刻不是關於科技。是關於——老師願不願意重新拿回「學習設計者」的角色，還是繼續等別人告訴他下一步該做什麼。老師不需要被允許才能領導；他們需要的，是記得「自己怎麼領導」。
> — Al Rabanera
然後文章用一句很短的話收尾：
> Samantha 沒有再問過，數學跟她有什麼關係。她已經知道了。
> — Al Rabanera，文章最後一句
---
## 為什麼這個故事值得記住
把這篇文章放在 2026 年全球 AI 教育的整體脈絡裡，有三個值得記住的點：
**第一，它示範了「co-design」（共同設計）的真實樣子。** 過去談 AI 進教室，常常陷入「要用」vs「不用」的二元對立。Al Rabanera 的故事提供了第三條路——讓 AI 提供材料，但讓老師做選擇。AI 不取代他的專業判斷，反而幫他找回它。
**第二，它揭示了一個比 AI 更深的問題：老師的「能動性」（agency）。** 他寫——「AI 沒有創造這個問題，AI 只是揭露了它。」許多老師早已在「順從文化」下，把自己變成「執行學區決定的人」、「跟著教材走的人」。AI 之所以讓他不舒服，不是因為 AI 太強，是因為它逼他面對自己已經多久沒有真正「設計學習」了。
**第三，它和今年其他國際趨勢完美對齊。** 新加坡 AICET 的口號是「Teaching With, Not By, AI」（與 AI 一起教，不是被 AI 教）；國際文憑組織（IBO）五大原則的第二條是「教育者的能動性：由能力引導，以責任為根基」。Al Rabanera 的個人故事，正好是這些全球性原則的第一手實踐版本。
---
## 給每一位在現場的老師
這個故事最動人的地方，不是 AI 多厲害，也不是 Samantha 學會了什麼數學公式——是一位老師，在 AI 面前，選擇了重新成為一位「設計者」。
Al Rabanera 沒有等學區告訴他怎麼用 AI、沒有等核可的教材、沒有等別人示範。他打開了 ChatGPT，把自己的教學意圖打出來，然後跟 AI 一起設計、修改、推翻、迭代。
**老師不需要被允許才能領導，他們需要的是——記得自己怎麼領導。**
對台灣每一位在補教與教學現場的老師來說，這個故事是一份提醒——AI 進教室，不是要取代你，是要幫你找回那些被磨光的東西。你的判斷、你的設計、你的「下次該怎麼教」——這些一直都在，只是有時候，需要一個工具來逼自己重新拿回來。
而當你拿回來的時候，你的學生會跟 Samantha 一樣——不再問「老師，我們以後到底什麼時候會用到這個」。
---
**資料來源：** CalMatters Commentary，2026 年 3 月 25 日，Al Rabanera 著，授權：Creative Commons CC BY-NC-ND 4.0
Al Rabanera，加州 Fullerton 市 La Vista 高中數學老師，**2025-26 年度 Teach Plus Leading Edge Educator Fellow**——這是美國頗具份量的全國性教育者獎學金，專門表彰能夠帶動教學現場改變的第一線老師。
他在 2026 年 3 月 25 日寫下這篇文章時，談的不是 AI 技術，而是一位老師如何因為 AI，重新找回自己的專業判斷。
---
當全球大學區還在為 AI 制定規範、當 Google 宣布要訓練全球 600 萬名老師使用 AI 工具的同時——真實的課堂裡，老師們已經在做關於 AI 的即時決定。Al Rabanera 是其中一位。他沒有等學區的指引、沒有等核可的教材，而是自己打開了 ChatGPT。然後，他發現他失去的不是 AI 該不該用——而是，他自己作為老師「設計學習」的能動性，早就被磨光了。
---
## 故事的起點：一個沒辦法迴避的問題
故事的起點不是 AI——是一個學生問了一句話。
一位叫 Samantha 的學生，在課堂上問了 Al Rabanera 一個許多老師都聽過、卻最不知道怎麼回答的問題：
> 老師，我們以後到底什麼時候會用到數學？
> — Samantha，Al Rabanera 老師的學生
Al Rabanera 老老實實寫下他當時的感受——「這個問題一直繞在我心裡。順從文化（compliance culture）訓練我用閃躲取代正視。但這次我沒辦法迴避，因為我自己也知道，我正在教的這一堂課，根本沒打到學生。」
課本上的例子，不反映學生的生活，不反映他們關心的議題。他想做的事情很簡單，但學區的標準化教材從沒給過他空間——他想讓學生看見自己社區裡正在發生什麼，用批判的眼光看教材，在學習裡看見自己。
---
## 他怎麼用 AI——五個關鍵步驟
這是整個故事最重要的部分。Al Rabanera 在文章裡完整描述了他「跟 AI 一起設計一堂課」的具體流程——這不是技術操作，是一種教學方法的示範：
### 步驟一：清楚說出「我想設計什麼」，而不是問 AI 怎麼辦
他打開 ChatGPT 之後，沒有問「給我一個數學課」，而是把自己想做的事打字打出來——「我想設計一堂課：建立在地脈絡上、聚焦真實議題、要求學生批判思考而不是被動順從。」
這個前提下得很重要。他不是丟一個模糊的問題給 AI，他先把自己的教學意圖講清楚——AI 才能幫上忙。
### 步驟二：要 AI 給的不是答案，是「結構、角度、引導問題」
ChatGPT 回了什麼？他寫的原文是——「ChatGPT 給我可能的課程結構（lesson plan structures）、主題切入角度（thematic angles）、引導問題的方向（guiding questions）。」
注意：不是「給我答案」，是「給我選項、給我框架」。AI 提供材料，他做選擇。
### 步驟三：最關鍵的一步——他沒有複製貼上
這是整篇文章最有份量的一句話：
> I didn't copy and paste its suggestions; I evaluated, revised and shaped them.
> 我沒有複製貼上 AI 的建議——我評估、修改、塑形，把它們變成反映我學生和我專業判斷的東西。
> — Al Rabanera
他用了一個關鍵的詞——「co-designed」（共同設計）。不是「AI 幫我設計」，也不是「我用 AI」，而是「我跟 AI 一起設計」。這個視角的差別，決定了 AI 最終是工具，還是替代品。
### 步驟四：他主動質疑、推翻、要求 AI 再修改
他寫：「我選擇連結學生聲音和當下世界的想法。我質疑（questioned）AI 生成的東西、推翻（pushed back）不合適的建議、修改（revised）草稿、要求它重新迭代（asked it to iterate）。」
這四個動詞——質疑、推翻、修改、要求迭代——就是「人在迴圈裡」最真實的樣子。人不是被動接受 AI，人在每一步都主導。
### 步驟五：他親自示範整個流程給學生看
設計出來的最終成品，是一個海報專題——「學生探索『數學如何幫他們理解身邊的世界』，透過分析自己社區裡正在發生的時事。」
但他沒有直接叫學生做。他先自己做一次給學生看：「我自己挑了一篇新聞，解釋為什麼這篇吸引我，展示數學如何幫我們更深理解這篇報導。我們一起找出故事裡的數字、資料、模式，把它們連到真正的數學概念，然後談——為什麼這些數學重要、它怎麼形塑我們的生活。」
---
## Samantha 的海報：一篇真正關於她生活的新聞
Samantha——那位一開始問「數學跟我有什麼關係」的學生——是第一個完成海報的人。
她選的新聞，刊在地方獨立媒體 Voice of OC——標題是〈Fullerton 市如何避免預計三年內 2,000 萬美元的預算赤字？〉。她的城市領導人正在考慮增稅，而這會讓住在這裡變得更不可負擔。
她的數學分析做了三件事——
- 檢視一個潛在 2% 的稅率調整
- 在圖表上畫出長期趨勢
- 質疑為什麼低收入居民會比其他人受影響更大
Al Rabanera 在文章裡寫了一句很關鍵的話：「對 Samantha 來說，數學不抽象——任何稅或費的調整，都直接影響她的家人和身邊的人。」
這就是這堂課的真正成果——數學從一個學生迴避的科目，變成一個她拿來理解自己生活的工具。
---
## 整篇文章最深的兩個觀察
Al Rabanera 在文章後段，寫下兩個觀察——這兩段話的份量，值得每位老師讀幾遍：
> 那次和 AI 一起的經驗，讓我看見：我這些年的能動性早已休眠，被多年的「順從」所掩埋。
> — Al Rabanera
他寫下的第二段話，可能是這整篇文章最有份量的句子——
> 這個時刻不是關於科技。是關於——老師願不願意重新拿回「學習設計者」的角色，還是繼續等別人告訴他下一步該做什麼。老師不需要被允許才能領導；他們需要的，是記得「自己怎麼領導」。
> — Al Rabanera
然後文章用一句很短的話收尾：
> Samantha 沒有再問過，數學跟她有什麼關係。她已經知道了。
> — Al Rabanera，文章最後一句
---
## 為什麼這個故事值得記住
把這篇文章放在 2026 年全球 AI 教育的整體脈絡裡，有三個值得記住的點：
**第一，它示範了「co-design」（共同設計）的真實樣子。** 過去談 AI 進教室，常常陷入「要用」vs「不用」的二元對立。Al Rabanera 的故事提供了第三條路——讓 AI 提供材料，但讓老師做選擇。AI 不取代他的專業判斷，反而幫他找回它。
**第二，它揭示了一個比 AI 更深的問題：老師的「能動性」（agency）。** 他寫——「AI 沒有創造這個問題，AI 只是揭露了它。」許多老師早已在「順從文化」下，把自己變成「執行學區決定的人」、「跟著教材走的人」。AI 之所以讓他不舒服，不是因為 AI 太強，是因為它逼他面對自己已經多久沒有真正「設計學習」了。
**第三，它和今年其他國際趨勢完美對齊。** 新加坡 AICET 的口號是「Teaching With, Not By, AI」（與 AI 一起教，不是被 AI 教）；國際文憑組織（IBO）五大原則的第二條是「教育者的能動性：由能力引導，以責任為根基」。Al Rabanera 的個人故事，正好是這些全球性原則的第一手實踐版本。
---
## 給每一位在現場的老師
這個故事最動人的地方，不是 AI 多厲害，也不是 Samantha 學會了什麼數學公式——是一位老師，在 AI 面前，選擇了重新成為一位「設計者」。
Al Rabanera 沒有等學區告訴他怎麼用 AI、沒有等核可的教材、沒有等別人示範。他打開了 ChatGPT，把自己的教學意圖打出來，然後跟 AI 一起設計、修改、推翻、迭代。
**老師不需要被允許才能領導，他們需要的是——記得自己怎麼領導。**
對台灣每一位在補教與教學現場的老師來說，這個故事是一份提醒——AI 進教室，不是要取代你，是要幫你找回那些被磨光的東西。你的判斷、你的設計、你的「下次該怎麼教」——這些一直都在，只是有時候，需要一個工具來逼自己重新拿回來。
而當你拿回來的時候，你的學生會跟 Samantha 一樣——不再問「老師，我們以後到底什麼時候會用到這個」。
---
**資料來源：** CalMatters Commentary，2026 年 3 月 25 日，Al Rabanera 著，授權：Creative Commons CC BY-NC-ND 4.0