近日，一則關於 115 學年度學測的 AI 實測新聞引發熱議。結果呈現鮮明反差：Gemini 在數學科展現近乎滿分的邏輯與運算能力，卻在圖表密集、需跨情境理解的自然科卡關；相對地，ChatGPT 在部分科目中未真正推理，而是傾向拼湊網路流傳的補習班解答，產出看似完整、實則空洞的答案。

這個現象點出一個被反覆忽略的事實：AI 很強，但不是答案機。把題目、文件甚至整份考卷直接丟給 AI，期待它自動給出完美結果，就像「拿新台幣直接丟進水裡想釣魚」。錢再多，魚也不會上鉤；這不只是資源浪費，更是思維的怠惰。

真正懂得使用工具的人，理解的是「資源轉換」。投入資本與算力，不是為了買結果，而是先「買蚯蚓」——把方法、誘因與結構準備好——再用這條蚯蚓去釣魚。

在 AI 的語境中，蚯蚓就是精準的提示設計與扎實的前處理。若只說「請解這一題」，得到的多半是空泛回覆；但若要求逐步解讀條件、列出假設、再進行推論，品質立刻躍升。差別不在模型，而在提問者是否清楚目標與路徑。

因此，AI 更像擴音器而非導航系統。它會把人的判斷放大：有思考的人，能力被放大；沒有思考的人，錯誤也被放大。

「拿蚯蚓釣魚」需要紀律。第一，人必須先給出靈魂與骨架，明確定義觀點、問題與框架。第二，把 AI 當磨刀石而非代工，追問思路、找漏洞、比對反例，必要時以不同模型交叉驗證。最後，人類仍是最終判斷者與責任承擔者。

工具中性，成敗在人。會提問、會做蚯蚓、會驗證的人，才能在 AI 時代釣到魚；否則，只是不斷往水裡丟錢，卻始終一無所獲。這不只是考試或寫作的差別，而是教育、媒體與所有專業工作者能否守住判斷力與倫理的分水嶺。


（文章僅代表作者觀點，不代表Newtalk新聞立場。）