1. 這是生活或工作中的哪件事？
在進行碩士論文研究時，我需要設計一個遊戲式閱讀理解系統。這項任務包含了前後端架構、介面串接，以及最核心的系統邏輯。在開發過程中，我經常需要跟 AI 合作來加速寫程式和Debug。

2. AI 幫了什麼？哪些地方還是需要你？
AI 在這之中扮演了極佳的程式撰寫助手。當我丟出需求或拋出錯誤訊息時，它能快速生成大段的程式碼、提供修改建議，甚至在幾秒鐘內幫忙找出語法錯誤或邏輯漏洞，大幅省去了我翻找技術文件和盲目嘗試Debug的時間。

雖然 AI 很會寫Code，但它完全不知道我的研究意涵與實驗需求。例如：系統該如何結合特定的閱讀策略框架、引導提示詞該怎麼設計才能符合研究對象的認知水準、系統記錄的數據欄位要怎麼對應我的統計分析需求……這些細節AI都不知道。如果完全聽信AI的預設邏輯，系統做出來可能技術上跑得通，但對研究來說卻完全走歪。

3. 你覺得自己有哪些價值是 AI 現在還取代不了的？
從這次經驗中我深刻體會到，定義研究問題與實驗設計是我作為研究者目前無可取代的價值

• 掌控研究脈絡與教學邏輯：我知道我的研究目的、受試對象的特質，以及實驗設計需要控制哪些變因。AI只是工具，它不會知道這個系統背後的教育意義與評量指標該如何扣合。
• 做最終的價值判斷與取捨：AI 常常會給出多種看似可行的技術方案，但只有我能根據研究時程、系統穩定度與教育現場的實際限制，決定到底要採用哪一種設計。

4. 下次你想怎麼和 AI 合作？
下次遇到類似的系統開發或研究任務時，我會採取更明確的分工模式
讓AI當純粹的技術執行者，負責底層語法撰寫、演算法優化、樣式調整以及日常的Debug，而我會把控架構設計、需求定義、教學情境規劃以及*實驗結果的教育解讀
讓我來當AI的上司，讓他成為我最聽話、最有效率的工程助理！