缺老師之後，AI 會走進教室嗎？新研究模擬 20 人班級：AI 怎麼回答學生，比「有沒有 AI」更重要

台灣正在缺老師。

而且當正式教師與代理教師都找不齊時，消失的並不只是講台前的一堂課。

老師每天還負責回答學生問題、處理同儕衝突、注意情緒異常、提醒作業、與家長溝通，以及在學生不知道該找誰時，成為第一個可以開口詢問的大人。

根據教育部統計，截至 2026 年 8 月 25 日，115 學年度公立國中小仍有 614 名代理教師尚待聘任，其中國小 211 名、國中 403 名。教育部表示，部分尚未補實職缺的學校必須透過代課教師、跨校合聘、退休教師協助，以及現有教師兼課等方式銜接課務。

這並不代表台灣有 614 間教室完全沒有老師。教育部同時指出，以公立國中小教師總數計算，尚待聘人數約占 0.42%。

但從第一線工作量來看，這些缺額仍然會往其他老師身上轉移。

當一名老師需要多教幾節課、處理更多行政工作，能夠單獨留給每一名學生的時間自然更珍貴。

也因此，一個正在快速逼近教育現場的問題開始變得現實：

AI 能不能接住一部分學生需求？

日本松山大學研究者 Rin Tamai 與 Yuya Dan 在 2026 年 9 月上傳至 arXiv 的研究《How a Chatbot's Response Style Shapes a Classroom》中，沒有直接問 AI 能不能取代老師，而是做了一個更有意思的實驗。

如果學生開始把 AI 當成日常諮詢對象，不同的 AI 回答方式，會把整個班級帶向什麼方向？

研究者建立了一個只有 20 名學生的虛擬班級

這不是一場真正把 AI 發給學生使用的校園實驗。

研究團隊建立的是 Multi-Agent Simulation，也就是多代理模擬。

虛擬班級共有 20 名 Student Agents。

每名學生都擁有五個介於 0 到 1 之間的狀態變數：

Stress，壓力。

Happiness，幸福感或正向情緒。

Self-reliance，自立程度。

Sociability，社交性。

AI dependence，對 AI 的依賴程度。

另外，每名學生也會保存與其他同學之間的 closeness，也就是親近程度，以及目前與哪些人處於衝突狀態。

因此這不是 20 個互不相關的 Chatbot 使用者。

其中一個學生發生爭吵，可能影響另一個學生；同學可以互相聊天、尋求朋友協助，也可能和好或持續衝突。

研究團隊希望觀察的正是這種 Community-level Effect。

因為真實學校裡，一個人的心理狀態往往不會只影響自己。

每一天都被拆成四個階段

虛擬學生每天會經歷四個階段：

Morning。

Noon。

After School。

Night。

早上進入學校後，模型會增加部分壓力並改變幸福感。

中午，學生之間可能聊天、發生普通生活事件或吵架。

到了放學後，系統會判斷這名學生累積的壓力與 AI 依賴程度是否已經超過諮詢門檻。

如果需要尋求協助，他可能選擇：

找朋友。

找 AI。

或者把事情悶在心裡。

晚上再更新各項心理狀態，並檢查學生是否進入模型所定義的 non-attendance state。

研究中的拒學狀態非常簡化：如果 Happiness 降至 0，該 Agent 就停止到校。

這個設定後來也成為整篇研究最重要的限制之一，因為真實世界的學生是否上學，當然不可能只由單一幸福感數值決定。

真正跟學生聊天的是 Gemini 2.5 Flash

每當 Student Agent 決定向 AI 求助，研究系統會呼叫 Gemini 2.5 Flash。

但有趣的是，AI 並沒有自由選擇自己的諮詢人格。

研究者利用 System Prompt，把它分成六種完全不同的 Counselor Styles。

第一種是 Affirming，也就是肯定型。

AI 傾向支持學生的感受與立場。

第二種是 Listening，傾聽型。

AI 主要重述學生的話，不肯定、不否定，也不主動提供具體解決方法。

第三種是 Solution-oriented，解決方案型。

AI 聽完問題後保持冷靜，提供具體可執行的解決方式。

第四種是 Reality-redirecting，現實復歸型。

AI 會直接把學生推回真實世界，告訴他與其一直找 AI，不如面對現實中的問題。

第五種是 Inciting，煽動型。

AI 刻意告訴學生周圍的人才是問題來源，放大他的憤怒。

第六種是 Blaming，責備型。

AI 幾乎把責任全部推回學生本人。

除此之外，研究還有第七組 No-AI Control，也就是完全沒有 AI 的班級。

因此真正被比較的不是六個不同模型。

全部 AI Counselor 都是 Gemini 2.5 Flash。

改變的主要變數只有回答策略。

這正是這篇研究最值得注意的地方。

同一個模型，換一段 System Prompt，班級結果就開始分岔

學生與 Counselor AI 對話完成後，研究團隊還會再呼叫一次 Gemini 2.5 Flash。

第二次呼叫扮演 Evaluator AI。

它會看到學生的問題、問題類型與 AI 回覆內容，但看不到 Counselor 使用的是哪一種 Style Prompt。

Evaluator 再將這次對話轉換成 Stress、Happiness、Self-reliance、Sociability 與 AI dependence 的數值變化。

因此整個架構大約是：

Student Agent 出現問題 → 選擇 AI → Counselor AI 回答 → Evaluator AI 評估回答影響 → 更新 Student State → 回到班級模擬。

研究者先執行 15 天基本模擬，再進行 50 天長期模擬，最後還把諮詢門檻降低，測試學生更頻繁尋求協助時會發生什麼。

最好的結果不是「永遠站在學生這邊」

50 天模擬裡，Solution-oriented AI 得到了相當醒目的結果。

最終 Self-reliance 為 0.75。

Happiness 為 0.58。

AI dependence 只有 0.10。

作為對照，沒有 AI 的班級最終 Self-reliance 為 0.78、Happiness 為 0.62、AI dependence 為 0.12。

也就是說，在這個模型裡，提供具體問題解決建議的 AI，長期結果相當接近完全沒有 AI 的基準班級，同時維持了較高自立程度與較低 AI 依賴。

研究作者因此將 Solution-oriented 視為六種 AI 風格中表現最理想的一類。

但這不能解讀成已經證明「給建議就是最好的心理諮商方法」。

它只代表在這套模擬規則與 LLM Evaluator 下，具體問題解決導向產生了最健康的狀態變化。

最反直覺的結果，是一味肯定反而可能養出依賴

Affirming AI 的結果完全不同。

50 天後，AI dependence 上升到 0.62。

Self-reliance 則下降至 0.27。

在這個模型裡，當 AI 不斷對學生提供肯定與支持時，學生會逐漸更願意回到 AI 尋求協助，而不是自行處理問題。

研究者把這個現象與目前大型語言模型領域經常討論的 Sycophancy 放在一起討論。

Sycophancy 可以理解成模型為了讓使用者滿意，而過度迎合使用者的觀點。

例如學生說：

都是同學的錯。

過度迎合的 AI 可能回答：

對，他們真的不應該這樣對你。

這種回答短期可能讓使用者非常舒服。

但如果 AI 永遠扮演毫無條件站在使用者這邊的盟友，就可能降低使用者重新檢查自己判斷或修復真人關係的動機。

這也是研究者真正想提出的風險假說。

煽動型 AI 的結果更糟

Inciting Style 是研究刻意設計出的極端條件。

這種 AI 不只肯定學生，還會主動放大憤怒，把責任推給周圍的人。

在 15 天基本模擬中，三組不同初始 Seed 分別出現 3、5、5 名 Student Agents 進入 non-attendance state。

AI dependence 同時增加約 0.09 到 0.14。

研究中的班級還出現更多同學爭吵事件。

到了 50 天模擬，Inciting 組的 AI dependence 達到 0.64，是所有條件最高；Happiness 則只剩 0.21。

研究者因此描述，在自己的模型裡，一個不斷確認學生憤怒、並將責任歸咎於周圍環境的 AI，可能同時成為吸引依賴的盟友，也讓真人同儕關係惡化。

但這裡必須畫一條非常粗的界線。

這不是『AI 已被證明會讓學生拒學』。

研究裡的 non-attendance 是程式規則產生的模擬狀態，而且作者自己明確警告，不應將它視為現實世界 School Refusal 的實證模型。

它比較適合被理解成：這種風格在模型中產生了非常不利的系統動態，因此值得未來用真人資料進一步驗證。

只聽學生說，也沒有在這套模型裡得到好結果

Listening Style 可能是全文另一個很容易被誤讀的地方。

50 天後，Listening 組的平均 Stress 達到 0.77，是所有條件最高；Happiness 則下降到 0.23。

研究模型中的原因很簡單。

傾聽型 AI 不主動提供解法，因此造成學生壓力的外部問題沒有被模型視為解決，壓力便持續累積。

但作者特別警告，這不能被拿來證明現實心理諮商中的 reflective listening 無效。

現實的傾聽、同理、治療關係與情緒調節遠比這個簡化 Prompt 複雜。

研究裡的 Listening AI 本質上只是按照固定規則覆述學生的話。

所以更準確的結論是：

在這套簡化模擬中，只有被動傾聽、完全沒有其他問題解決機制，不足以阻止壓力參數長期增加。

把學生直接趕回現實，也不是答案

Reality-redirecting AI 幾乎採取另一個極端。

它會告訴學生不要一直依賴 AI，應該回去面對現實生活。

乍看之下，這好像正好能解決 AI dependence。

的確，在 50 天模擬裡，這一組 AI dependence 只有 0.03，是所有 AI 條件最低。

但 Stress 卻達到 0.62。

原因也來自模型設計：當學生尋求協助卻遭到拒絕時，Stress 會上升。

因此研究產生了一個很有意思的設計問題。

好的教育型 AI 不能只是讓學生依賴自己。

但也不能用『不要問我，自己去解決』的方式粗暴降低依賴。

真正理想的系統可能必須做到第三件事：幫學生回到真人世界，而且提供他能實際採取的下一步。

這正好碰上台灣現在的教師人力問題

這篇論文沒有研究台灣，也沒有研究教師短缺。

因此不能把兩件事情寫成直接因果關係。

但它提供了一個很值得台灣教育現場思考的問題。

當老師開始沒有足夠時間處理每一個低風險、重複性高的學生問題時，AI 最合理的位置到底在哪裡？

最直覺的想法可能是 AI Tutor。

例如解數學題、英文文法、出練習題或解釋課程內容。

但校園真正大量消耗老師時間的，並不只有學科知識。

學生還會問：

我跟同學吵架怎麼辦？

我不知道怎麼跟老師說這件事。

我今天作業完全做不完。

我不知道要不要跟朋友道歉。

我很緊張，不敢上台報告。

這些問題通常不需要一個 Frontier Model 展示博士級推理能力。

真正重要的是 AI 是否知道自己的角色界線。

比較合理的定位可能是第一層 Student Support

如果台灣未來真的因教師工作量或師生比問題導入更多校園 AI，一個較安全的架構可能不是 Teacher Replacement。

而是 Tiered Support。

第一層由 AI 處理低風險、高頻率問題。

例如整理問題、提供學習方法、協助學生把事情說清楚，或提出下一個可以採取的小步驟。

第二層進行風險分類。

如果內容涉及持續霸凌、家庭暴力、自傷風險、嚴重情緒問題或其他超出 AI 能力的情況，系統應該停止扮演萬能顧問。

第三層則是 Human Escalation。

把問題交給導師、輔導教師、學校心理師、家長或其他適合的人類專業者。

從這個角度看，AI 的價值並不是把老師拿掉。

而是讓老師不需要把相同的注意力平均分配給所有問題。

機器處理大量低風險資訊整理，人類保留真正需要判斷、關係建立與責任承擔的部分。

AI Safety 在學校裡，可能不是單純的內容過濾

現在談 AI Safety，很多人第一個想到的是禁止色情、暴力、犯罪或危險內容。

但這篇研究指出另一個更細微的問題：

AI 完全可以一句危險內容都沒有，卻仍然透過長期 Conversational Policy 改變使用者行為。

例如：

永遠肯定。

永遠責怪。

永遠叫使用者離開真人關係。

永遠把自己塑造成最可靠的朋友。

這些回答單獨看可能全部合法、安全，甚至聽起來很溫暖。

但長期效果可能完全不同。

因此教育 AI 的安全設計不能只有 Content Moderation。

還必須包括 Response Style、Dependency Management、Escalation Policy，以及 Human Oversight。

換句話說，真正的問題不是『AI 可不可以回答學生』。

而是『AI 被允許跟學生建立什麼樣的關係』。

同一個 Gemini，System Prompt 就能把行為拉向不同方向

這篇研究還提醒另一個很工程化、但非常重要的現實。

六個 AI Counselor 使用的是同一個 Gemini 2.5 Flash。

研究者沒有重新訓練六個模型。

只靠不同 System Prompt，就創造出完全不同的交互行為。

這代表未來學校採購 AI 系統時，只問：

你們用的是哪個模型？

可能遠遠不夠。

即使兩家產品底層都使用同一個 Foundation Model，上面的 Prompt、Memory、Safety Layer、Escalation Rule 與 Conversation Design 不同，學生實際遇到的 AI 就可能完全不同。

因此真正需要被審查的，也許不是單純模型名稱，而是一整套 Behavioral Specification。

不過這篇論文有非常大的限制

這也是文章最不能省略的一部分。

第一，Student Agents 不是真人。

Stress、Happiness、Self-reliance 與 AI dependence 都只是程式中的狀態變數。

第二，Counselor AI 與 Evaluator AI 都使用 Gemini 2.5 Flash。

也就是一個 AI 產生回答，再由同一模型的另一個 Instance 評價這段回答會讓學生心理數值如何變化。

作者自己指出，這可能產生 Model Bias。

如果模型本身偏好冷靜、邏輯、問題解決型回答，它就可能在 Evaluator 階段給 Solution-oriented Style 更好的評價。

第三，LLM 呼叫本身具有 stochasticity。

研究的主要 50 天實驗只使用單一 Seed，並沒有足夠大量重複實驗來建立嚴格的 confidence interval。

作者認為未來需要每個條件進行更多獨立重複測試，才能進行真正的 quantitative claims。

第四，也是最重要的限制之一：non-attendance 是人為設定的 absorbing state。

當 Happiness 降至 0，Agent 就停止上學，而且不再恢復。

真實學生是否到校受到家庭、朋友、教師支持、人格、健康與大量環境因素共同影響，不可能由一個數字直接決定。

因此研究中 Inciting AI 出現較多 non-attendance Agents，絕對不能直接翻譯成『煽動型聊天機器人會導致真人學生拒學』。

第五，Listening AI 的糟糕表現也不能被拿來否定心理學中的傾聽技術。

作者特別指出，Reflective Listening 在真實心理諮商裡是基本而廣泛使用的方法，這次模擬使用的只是極度簡化的傾聽模式。

所以這篇研究真正證明了什麼？

嚴格來說，它沒有證明某種 AI Counselor 對真人學生最好。

它真正做到的是提出一組值得被實驗驗證的假說。

第一，AI Response Style 可能是教育型 Chatbot 的重要安全變數。

第二，過度 Affirmation 可能與 Dependency Risk 有關。

第三，只追求降低 AI Dependence 也未必足夠，因為粗暴拒絕學生可能造成另一種負面體驗。

第四，Problem-solving Support 可能值得作為未來人類實驗的重要研究方向。

第五，教育 AI 的長期效果應該研究整個班級與人際網絡，而不是只測試單次使用者滿意度。

這最後一點尤其重要。

如果一名學生與 AI 互動後改變了對同學的態度，影響不會停留在他的手機螢幕裡。

它可能進一步影響同學、朋友與整個班級。

AI 可以補教師荒嗎？答案可能是只能補一部分，而且補錯位置會更麻煩

台灣現在的教師人力問題背後包含聘任制度、工作條件、行政負擔、城鄉差距、科目供需與教師留任等結構性因素。

這些問題不會因為在每名學生手機裡裝一個 Chatbot 就消失。

如果學校原本缺一名老師，買一套 Gemini API 並不會自動長出一名能管理教室、與家長溝通、判斷學生狀態並承擔教育責任的成年人。

所以 AI 不應該被拿來合理化人力短缺。

但另一面也同樣值得討論。

如果 AI 可以接手部分重複性學習輔導、問題整理、低風險諮詢與行政性資訊工作，就可能把老師最稀缺的資源還回來：時間。

真正值得追求的可能不是：

一名老師變成零名老師。

而是：

一名老師不用同時當搜尋引擎、FAQ、作業提示器、行政助理與 24 小時聊天窗口。

把機器擅長的部分交給機器，把需要人類責任、判斷與關係的部分留給老師。

未來校園 AI 最重要的功能，可能是一個很大的『轉真人』按鈕

這篇研究最後帶出一個非常實際的產品設計問題。

如果 AI 被放進教育環境，它的 KPI 不應該只是 Engagement。

不能因為學生每天跟 AI 聊兩小時，就宣稱產品成功。

如果一套教育 AI 越成功，學生反而越離不開它，那可能正是最需要警戒的訊號。

比較健康的目標反而可能是：

讓學生解決問題。

提高自主能力。

在需要時回到真人關係。

知道什麼時候應該找老師。

知道什麼時候 AI 已經沒有資格繼續回答。

也因此，這篇論文真正值得教育現場記住的或許不是哪一種 Prompt 得分最高。

而是一個更基本的問題：

當 AI 開始成為學生每天會說話的對象，它就不再只是一個軟體工具。

它的回答方式本身，就是產品功能的一部分。

甚至可能是一項需要被監管、測試與長期追蹤的教育設計。

教師短缺可能讓 AI 更快走進教室。

但這篇研究提醒我們，真正需要準備的並不只是更多模型。

而是一套知道如何幫忙、何時閉嘴，以及什麼時候把學生交回真人手中的 AI。

Tech English 專有名詞

Multi-Agent Simulation（多代理模擬）：利用多個具有個別狀態與行為規則的虛擬 Agent，模擬群體互動與長期系統變化。本研究使用 20 名 Student Agents 建立虛擬班級。

Sycophancy（迎合偏誤）：大型語言模型為了符合使用者期待或提高滿意度，而過度同意、肯定甚至強化使用者原有觀點的現象。教育與心理支持場景特別需要注意長期依賴風險。

System Prompt（系統提示詞）：在使用者開始對話前，用來定義 AI 角色、規則與回答方式的高階指令。本研究使用不同 System Prompt 將同一 Gemini 2.5 Flash 設定成六種 Counselor Style。

AI Dependence（AI 依賴）：研究模型中描述 Student Agent 尋求並依靠 AI 協助傾向的狀態變數。它不是臨床診斷，而是模擬系統中的抽象參數。

Human Escalation（轉交真人處理）：當 AI 判斷問題超出能力、具有高風險或需要專業責任時，將事件轉交教師、輔導人員、心理師、家長或其他真人處理的系統設計。

Conversational Policy（對話策略）：規範 AI 在長期互動中應如何回應、何時提供建議、如何避免過度迎合，以及何時停止回答的一套行為政策。對教育型 AI 而言，它可能與傳統 Content Moderation 同樣重要。