實驗室筆記 No. 2：更貼近個人的家教

不管你問的是哪個政治陣營、哪個國家的人，問他們學校是否已經盡最大努力教育學生，你很少會聽到「是」。班級的大小是依預算決定的，而不是依學習的需要。一堂課只用一種速度前進，對某些學生太快，對另一些學生又太慢。因為教室裡還有另外三十個人，許多問題就這樣沒被問出口。早在人工智慧出現之前，這就已經是大家的共識。

現在，AI 讓這件事變得更加急迫。它正在改變哪些工作會存在、大學學位值多少，甚至改變了當每個人口袋裡都有一位能幹的助理時，「知道」一件事究竟是什麼意思。重新思考教育的壓力，正同時從兩個方向湧來。

兩個標準差問題

1984 年，教育心理學家班傑明·布魯姆發表了一項至今仍困擾著這個領域的研究結果。由優秀家教一對一指導的學生，成績比一般教室裡的學生高出大約兩個標準差。受家教指導的學生，平均表現勝過教室組大約 98% 的學生。布魯姆把這稱為「兩個標準差問題」（two-sigma problem）：我們知道怎樣能教得好得多，卻負擔不起讓每個學生都有一位私人家教。

四十年來，障礙一直是成本。現在情況變了。如今的大型語言模型能夠耐心地、在任何時刻解釋休謨的歸納問題、羅素悖論、克氏循環，或日文文法中一段棘手的段落，還能回答接下來的追問。知識已經不再是瓶頸。

缺少的一塊是呈現方式

大多數 AI 家教仍然發生在聊天視窗裡：一堵堵文字牆，默默地讀。這有用處，但那不是上家教課的感覺。好老師會跟你交談。你可以打斷他。他一邊講，一邊把關鍵詞寫上黑板。他的表情會告訴你，他是在聽、在想，還是正要講到重點。

所以現在真正的工作有兩件：編出好的課程，並把呈現方式做對。

我們是怎麼誤打誤撞發現的

在 Pragmaphilia Labs，我們正在打造 Miss Sakamoto，一款讓 AI 助理擁有臉、耳朵和聲音的 App：一支立在架子上的舊 iPhone，甚至是你 Mac 上的一個小 App，都會成為通往你的 AI 的一扇窗。我們做它，主要是為了替 Claude Code 打造一個聰明又好用的前端，用在我們的軟體工作上。有一天早上，我們拿它做了一件完全不同的事：從古代蘇美到維根斯坦，把哲學史複習一遍。

效果好得驚人。Miss Sakamoto 用我們後來稱為「教授模式」的方式，把每一堂課都講出聲來。她旁邊的一塊小白板，列出每位哲學家的生卒年、著作和主要思想。我們想到問題時，就直接開口；她會停下來回答，再從剛才停下的地方接著講。她的虛擬形象會隨主題改變，她說話時還會跳出簡短的字幕和連結。一切都依照學生的步調進行，而不是講課者的步調。

教授模式：課是用說的；白板記下重點，照你自己的步調。

光是一個早上，就得到好幾條設計上的心得：

• 能打斷就是一切。 不能打斷的講課，只是一集 Podcast。能說一聲「等等，停一下」然後發問，才讓它變成一場對話。
• 多個頻道，各走各的步調。 聲音即時傳達講解。白板、字幕和連結會等你去看。在你準備好之前，沒有任何東西會捲走消失。
• 永遠別讓學生摸不著頭緒。 思考需要一點時間。用簡單的指示顯示系統聽到了、正在處理，就能消除等待時大部分的煩躁。
• 由學生主導。 我們最好的時刻，來自我們自己的提問和異議，而不是事先準備的教材。家教的工作是追問、提出反駁，偶爾也反過來問問題。
• 指向外面。 世界上早已充滿優秀的免費資源：可汗學院、維基百科、開放式課程、錄製的講座。好的家教知道什麼時候該說：「這裡剛好有一支講這件事的好影片。」

我們打算打造什麼

根據這些心得，我們正在開發一款獨立的家教 App：把教授模式單獨拿出來，給國中以上的學生、充滿好奇心的成年人，以及終身學習者使用。它適合任何想照自己的步調、往自己想去的方向學習的人。

它會建立在幾項原則上。它會請學生把概念再解釋回來，因為學習就是在那裡紮根的。它會在幾天後把先前的主題拿回來複習。白板上的每一項說法，都能追溯到出處。而且它在全世界都會是負擔得起的價格：最多幾美元，依國家定價，必要的地方就免費。

也有一些必須認真看待的真實風險：信心十足的錯誤、過度依賴、年輕使用者的隱私，以及取得機會的不平等。這些都不是等待的理由。每一項都是設計上的要求。

布魯姆的兩個標準差，四十年來一直遙不可及。我們認為，一位有耐心、可以隨時打斷、帶著白板的家教，只要有一支舊手機的人都能使用，或許終於能讓它變得觸手可及。