更新於 2026年11月21日
主動學習 vs 被動學習:哪種形式更有效?
觀看培訓影片,有時會讓人覺得自己正在學習。內容清楚、講解一氣呵成,一切看起來都很合理。
但有一個重要的問題:學習者真的理解剛才看到的內容了嗎?
這正是被動觀看的主要限制之一。只要學習者不需要回答問題、解釋概念,或運用剛學到的知識,就可以一路看完課程,卻沒有真正釐清自己掌握了什麼。
互動式學習改變了這一切。學習者不再只是接收內容:他會提問、回答、重新表述、犯錯、獲得回饋後再試一次。
本文將說明,這個差異對學習者而言絕非小事。
主動學習 vs 被動學習:差別在哪裡?
假設有兩位學習者上完全相同的課程。
第一位觀看一段十五分鐘的影片。講師解釋一個概念、舉一個例子,然後進入下一章。
第二位聽到相同的講解。但幾分鐘後,講師向他提出一個問題,學習者必須回答。如果答錯,他會得到說明。如果不理解某個概念,他可以中斷課程並請求進一步解釋。
在這兩種情況下,傳遞的資訊可能完全相同。
但對學習者所要求的認知活動卻並不相同。

正因如此,關於主動學習的研究才值得關注。
一篇發表於 Proceedings of the National Academy of Sciences 的統合分析,比較了高等教育理工科領域中 225 項研究,對象為講授式教學與主動學習。接受主動式教學的學生成績較佳,而在傳統講授式課程中,不及格的風險則明顯較高。
這絕不代表聽講解沒有用。
這只是說明,當講解搭配能迫使學習者處理所聽內容的活動時,效果會更強大。
為什麼看完課程不代表真的理解
當我們聽到流暢的講解時,人腦容易產生偏誤,把兩件事混為一談:
「我聽得懂老師正在說什麼」
與
「我有能力自己回想並運用這項資訊。」
這絕對不是同一種能力。
只要老師持續推演他的論述,學習者就可能覺得自己完全跟上了。困難會出現在他必須在沒有協助的情況下重現這段推理時。
互動對記憶而言之所以關鍵,就在這裡。
像「你能用自己的話解釋為什麼這條規則適用於這裡嗎?」這樣的問題,會迫使學習者從記憶中提取資訊並重新建構。
在認知科學中,這種機制稱為 retrieval practice(提取練習)。Jeffrey Karpicke 與 Janell Blunt 的研究顯示,必須主動提取資訊,比主要依靠重複接觸內容的學習方式,更能帶來持久的記憶。
換句話說,回答問題不只是檢驗自己是否學會的方式,也可以是學習過程本身的一部分。
互動也有助於維持專注力
互動還有第二個作用:它會定期把學習者拉回課程中。
影片的問題不一定出在品質。即使是出色的影片,觀看時的專注力也可能起伏不定。
Karl Szpunar、Novall Khan 與 Daniel Schacter 進行的一項特別有意思的實驗,針對觀看線上課程時的這種現象進行研究。
研究人員在一段影片講座中定期插入簡短測驗。
在定期被提問的參與者中,心思飄移的情形約佔 19%,而在沒有這些定期測驗的條件下則為 39% 至 41%。研究人員也發現,有更多有助於記憶與學習的行為,例如實驗受試者做筆記。
這對數位培訓而言是重要的啟示:互動不只是為了讓課程更有趣。它可以具有認知功能。
當學習者知道自己可能被提問、必須作答,而且答案會影響後續課程內容時,就更難讓課程只是在背景中播放。
提出自己的問題:傳統影片做不到的事
然而,在影片中加入測驗,與真正的對話式體驗之間,還有更深層的差異。
在測驗中,設計者事先決定問題。
在對話中,學習者可以提出自己的問題。
而這個差異至關重要。
兩位學生可能看到完全相同的講解,卡關的地方卻不一樣。
其中一位可能看不懂某個詞。
另一位可能懂定義,卻不懂例子。
第三位可能想知道這個概念如何應用在不同情境中。
傳統影片無法預見所有這些疑惑。
相反地,老師可以回答學生的每一個疑問,直到疑惑解開為止。
如今,對話式 AI 讓數位培訓得以部分重現這個教學循環。
AI 導師讓課程變成對話
因此,對話式 AI 導師並不只是在影片中加上一張臉。
當它成為教學上的對話對象,就像一位虛擬教師時,價值才真正顯現。
在 Complement 上,AI 導師會講授課程,學習者也可以向它提問,要求換個方式說明或補充解釋。AI 導師也可以反過來向學習者提問、評估其回答並給予回饋。學習體驗因此能根據學習過程中發現的回答與需求進行調整。
這改變了數位學習的體驗。
舉例來說,假設一位學習者在 GDPR 培訓中學到資料最小化原則。
在傳統影片模組中,他聽完定義就繼續往下上課。
在對話式體驗中,他可以立刻問:
「這是不是表示企業絕對不能收集以後可能會用到的資料?」
AI 導師會回答。
幾分鐘後,它可以角色互換:
「某企業要求使用者提供完整的出生日期,只是為了確認對方已滿 18 歲。這符合最小化原則嗎?請向我解釋原因。」
現在,學習者必須思考。
接著,AI 可以針對他的回答做出回應。
這不再只是被「消費」的培訓,學習者是真正參與其中。

這個循環,遠比螢幕上是否出現 AI 導師更能體現此機制的教學價值。
解釋也能促使學習者建構自己的理解
當學習者必須說明自己的推理時,互動可以更進一步。
認知科學中關於 self-explanation effect(自我解釋效應)的研究顯示,促使學習者自行產出解釋,有助於對所學內容形成更深入的理解。
這是一個重要的細微差別。
因此,好的教學互動不會只問:
「A、B 還是 C?」
它還可以問:
「你為什麼選這個答案?」
或:
「請用你自己的話解釋這個概念。」
學習者不再只是被評估能否辨認正確選項。他必須把自己所知的內容整理得夠清楚,才能表達出來。
再一次強調,這更接近與老師一對一交流時發生的情形。
78.8% 的學生偏好對話式體驗

這個差異也反映在學習者的偏好上。
在與 IÉSEG 合作進行的一項實驗中,78.8% 受訪學生表示,相較於非對話式形式,他們更喜歡對話式體驗。 *
該校公布的質性回饋也呈現相同方向:學生特別欣賞 AI 導師的互動性、可以要求補充解釋,以及體驗更有人味。
可見他們追求的不一定是更多內容,而是能夠對內容採取行動。
目標不是一味增加互動
並非所有互動都會自動提升學習成效。
測驗太頻繁會令人厭煩,問題太簡單則幾乎無法促使學習者投入。因此,重點不在於加入盡可能多的互動,而是把它們放在恰當的時機。
真正的問題是:
「學習者應該在什麼時候停止聆聽,開始思考?」
有效的體驗會交替安排講解、提問、回答與回饋,因此更接近自然的情境:老師一邊講解,一邊定期確認學生是否理解。
關於 AI 導師的初步研究也朝這個方向發展。一項於 2026 年發表、對 48 名學生進行的實驗研究發現,使用互動式 AI 導師的知識測驗分數,優於在網路上自學的分數。不過,作者仍呼籲持續進行研究。
因此,並不是 AI 本身讓人學會,而是它融入教學的方式。
從「觀看的內容」到「用來學習的內容」
影片依然是極佳的講解方式,但它有一個限制:它不知道螢幕另一端的人是否真的理解了。
對話式學習補上了這個缺少的循環。
學習者卡關時可以提問、要求換個說法、反過來被提問,並立即獲得回饋。
數位學習便不再只是呈現課程。
它開始對學習者做出反應。
這正是 AI 導師的價值所在:不是取代老師,而是延伸那些讓老師的陪伴如此珍貴的互動。
想進一步了解:立即體驗 Complement 為期 7 天的免費試用,開始製作由對話式 AI 導師帶領的第一批模組。
