如果要用一句話整理這一週讀到的研究，我會選：
自由不是沒有結構；真正的自主，是學生知道自己可以做決定，也知道要為決定留下證據。
上一期，我看到 AI、PBL、SEL 的共同問題是「學生到底經歷了什麼學習歷程」。到了第二期，研究又把問題往前推了一步：
什麼樣的學習歷程，才真的能讓學生慢慢接手自己的學習？
答案似乎不是「老師放手」，而是：先有清楚的邊界、足夠的鷹架、可見的 checkpoint，再逐步把決定權交回學生。
我把它稱為：有結構的自主（structured autonomy）。
01｜SEL 的第一個問題，不是「有沒有效」，而是「你到底在教哪一個能力？」
9 月 29 日刊出的澳洲小學 SEL 系統性回顧，整理了 15 項研究、7,814 名學生。結果沒有出現一個乾淨漂亮的「SEL 全面有效」。
情緒困擾、問題行為與正向社會行為的研究結果，多數是無顯著差異或混合；而且不同方案真正涵蓋的能力差距很大。自我覺察、自我管理很常被教，但社會覺察、關係技巧、負責任決策就少很多。15 個方案裡，依公開方案描述編碼，只有一個呈現完整五項 CASEL 能力的涵蓋。
這對課堂很重要。我們很容易說：「這一堂是 SEL。」但 SEL 是一個大框架，不是一個單一處方。
如果這堂課其實在練「衝突時如何說出需求」，那評量就應該看到學生在情境中能不能表達，而不只是問：「你覺得今天活動有幫助嗎？」
另一個 16 週的學校正念 RCT 也提醒同一件事。正念相較主動心理教育，並沒有在大多數結果上全面勝出。
所以真正要問的不是「正念好不好？SEL 有沒有效？」而是：
我想改變哪個能力？這個活動真的對準它了嗎？我拿什麼證據判斷？
本期另一項研究，讓巴基斯坦 50 名在職教師以數位故事練習社會覺察與同理。數位敘事組後測較高，提醒我可以用「創作、分享、討論、反思」把 SEL 放進真實經驗。不過這是四週、非等組準實驗，對象是教師，不能直接當成學生 SEL 成效的證據。
02｜PBL 的自主，不是「你們自己做」，而是逐步把控制權交回去
本週一篇 K–12 PBL 系統性回顧，把焦點從學生作品拉回學校條件。
PBL 可以支持批判思考、問題解決、創造力與 teamwork，但實施困難也很一致：教師能力、時間、技術設備、資源與制度支援。
這讓「PBL 要學生自主」這句話多了一個很重要的前提：
學生能自主之前，環境必須先讓他有能力自主。
另一項專題式牙醫教育準實驗，把學習拆成「理論準備 → 真實場域 → 數位實作」。研究比較不同年度的學生，並非隨機分派。專題組平均成績比傳統組高約 3 分，客觀技能也較佳；但學生同時回報，他們仍需要更多設備、更多練習時間，甚至希望保留傳統的逐步示範。
這點很值得保留：
「學生中心」不代表老師不能示範。
「自主學習」不代表老師不能搭鷹架。
「PBL」也不代表老師只能站在旁邊看。
真正重要的是：什麼時候要教？什麼時候要問？什麼時候要退？
還有一項印尼 250 名大學生的問卷研究，發現 PBL、工具的感知有用性與易用性，和自我調節學習在模型中存在關聯。這不是因果證明，但對備課是一個具體提醒：如果學生一直卡在登入、操作或檔案格式，原本要投入思考的心力就會被工具摩擦占用。
03｜AI 也是一樣：學生需要的不是「可以用」，而是新的互動規則
本週一篇 9 月 30 日刊出的研究，沒有換昂貴平台，而是把免費生成式 AI 的提示設定改掉：AI 不再主要回答學生問題，而是反過來問學生問題。
這是一項南非 42 名大學師培生、為期 10 週的場域個案研究。AI 會要求學生說理由、往下思考，再依回答繼續追問。參與者回報投入與理解上的助益；但工作量、單調與 AI 錯誤也會削弱投入。這些是自陳經驗，不能當作中學生客觀成績提升的證據。
另一篇只有 12 名八年級學生的探索研究，更值得中學老師注意。
這 12 名學生很願意用 AI，也回報高信任與高滿意。可是打開實際對話紀錄後，卻發現他們多半在：找資料、直接問答案、複製提示。
真正的驗證、評估與反思相對少。
所以我會把這兩篇研究放在一起看：
「會用 AI」不是點開 ChatGPT；「AI 素養」也不是學生覺得它好用。
我們要看的，是學生有沒有在 AI 面前保留自己的判斷。
04｜自主與教師支持，從來不是二選一
香港 22 所中學、278 名學生問卷與 15 人訪談的研究也出現了一個很有意思的結果。這是便利取樣的混合方法研究，描述的是學生經驗，不能用來證明 ChatGPT 提升學習成效。
使用者與受訪者描述 ChatGPT 能協助構思、草稿、即時協助與自我檢查，但沒有把它視為教師替代品；問卷中仍有 38% 的學生從未使用過 ChatGPT。尤其低年級學生，更明確需要老師協助：怎麼問、怎麼判斷、怎麼查證、怎麼知道何時不該相信。
這讓我想到自主學習課最常遇到的一句話：
「老師不是說自主學習嗎？那為什麼還要規定？」
因為真正的自主，不是沒有框架。
我們可以把它做成一個很簡單的「自主階梯」：
Level 1｜教師給流程、Prompt、來源與檢核表
Level 2｜學生可以改方法，但有固定 checkpoint
Level 3｜學生自己設計策略，老師只要求證據與反思
這種逐步放手，可能比一開始就說「你自己決定」更接近真正的自主學習。
05｜AI × PBL：最有價值的地方，是把 AI 放進每一個決策點
本週一篇 GenAI × PBL 的產品設計準實驗也很值得留下。截至 10 月 2 日，原刊提供的是已接受論文摘要，正式排版全文尚未上線；以下依目前摘要整理。研究只有 60 名大學產品設計學生、為期四週，不能直接推論到中學生或長期能力。
AI 不是最後才拿來「把作品做漂亮」，而是被放進：需求分析 → 使用者研究 → 發想 → 多模態原型 → 回饋驗證 → 反思簡報。
AI 組在多項認知、問題解決、操作與作品表現上有較大增益，但情意投入與倫理責任並沒有出現同樣清楚的組間優勢。
這其實很誠實。
AI 可以讓流程更強，但不會自動讓學生變得更有責任感。
責任感、判斷、倫理，還是需要被設計進任務。
所以如果要把 AI 放進 PBL，我現在會更想多加三欄：
這一階段 AI 可以做什麼？
它不能替代學生什麼？
學生最後要留下什麼判斷證據？
本週最值得帶回教室的 3 個做法
1｜用「自主階梯」取代一次放手
Level 1｜教師給流程、Prompt、來源與檢核表
Level 2｜學生可修改方法，但保留固定 checkpoint
Level 3｜學生自行設計策略，教師只要求驗證與反思證據
不要從「老師全部規定」直接跳到「學生全部自己做」。先給完整鷹架，再開放選擇，最後才要求自行規劃。
2｜每個活動先做「目標—證據對齊」
備課時先寫兩句：
我要學生長出哪個能力？
我要看到什麼行為，才算它真的發生？
SEL 不只看心得，PBL 不只看作品，AI 不只看答案。
3｜把 AI 改成「追問者＋驗證對手」
可以直接把 AI 指令改成：
不要先給我答案。先問我理由；當我回答後，指出一個可能的漏洞，要求我用證據修正。
再搭配「兩證一拒」：兩個外部證據＋一個不採用 AI 的地方與理由。
與我的教學現場最直接的連結
- 國二 PBL／Arduino × AI： 每個資料蒐集與驗證 checkpoint 加「AI 可做／不可代替／需留證據」。
- 高一／高二自主學習與研究法： 用三級自主階梯，依學生熟練度逐步撤除 Prompt、資料庫清單、研究問題範本、分析範本與教師 checkpoint。
- SEL／輔導課： 每單元先鎖定一項能力與一個可觀察行為，避免用「學生覺得有幫助」當唯一成效。
- AI 社團： 把 AI 從答案機改成反問型教練，將「查證／拒絕／修正」列為任務得分點。
跨週趨勢｜兩期研究疊在一起，我現在看到的是什麼？
Issue 001 的關鍵字是：學習歷程。
Issue 002 則多了一個詞：結構。
學生需要真實問題，也需要自由；需要工具，也需要試錯。但如果沒有邊界、checkpoint、驗證規則與逐步撤除的教師支持，自主很容易變成放生，AI 很容易變成答案機，PBL 很容易變成分工做作品，SEL 很容易只剩一場「感覺很好」的活動。
所以這週我留下的一句話是：
好的教學不是一直控制，也不是完全放手；而是設計一個學生逐漸有能力接手的過程。
這大概就是我理解的「有結構的自主」。這是我從不同研究整理出的教學轉譯，不是這十篇研究共同檢驗過的單一介入。
持續被不同研究支持
- AI access 不等於 AI learning：從「先想 → AI → 再想」，延伸到查證鷹架與反問型 AI。
- PBL 需要結構：從真實任務、角色、里程碑與反思，延伸到教師能力、資源、工具摩擦與分階段路徑。
- SEL 不是單一介入：目標能力、活動與測量工具必須對齊。
證據仍不一致
- SEL 並非每項心理或行為結果都有一致顯著效果；正念也沒有全面優於主動心理教育。
- 對 AI 的滿意、信任與主觀學習感受，不一定等於客觀學習成果。
- PBL 與自我調節的部分研究仍是橫斷、自陳或 SEM 關聯模型，不宜寫成因果。
本週新增訊號｜有結構的自主
選擇權與真實任務，需要搭配清楚邊界、教師鷹架、分段 checkpoint、明確驗證要求與可觀察學習證據，再隨能力提高逐步撤除支援。
本期研究來源
- Laine, M., et al. (2026). Social and emotional learning programs in Australian primary schools: a systematic review. The Australian Educational Researcher. https://doi.org/10.1007/s13384-026-01009-5
- Qureshi, N. S., & Amjad, A. I. (2026). Effects of digital storytelling on social awareness and empathy among in-service teachers in private schools of Pakistan. Discover Education. https://doi.org/10.1007/s44217-026-02230-1
- Mindfulness in schools for internal migrant children at risk of anxiety and depression: A randomized trial. (2026). Social Science & Medicine. https://doi.org/10.1016/j.socscimed.2026.119511
- Erümit, A. K., & Koçhan, A. (2026). A bibliometric analysis and systematic literature review of project based learning in K12 education. Discover Education. https://doi.org/10.1007/s44217-026-02150-0
- Educational outcomes associated with a project-driven offline–chairside–digital teaching model in undergraduate pediatric dentistry: a controlled quasi-experimental study. (2026). Frontiers in Education. https://doi.org/10.3389/feduc.2026.1956663
- Project-based learning through the technology acceptance model framework: its impact on self-regulated learning of university students. (2026). Frontiers in Education. https://doi.org/10.3389/feduc.2026.1879893
- Turning Free-to-Use Generative AI into Flipped-Interaction Intelligent Tutors: Exploring Student Engagement and Perceptions of Learning. (2026). Canadian Journal of Science, Mathematics and Technology Education. https://doi.org/10.1007/s42330-026-00523-z
- Exploring Middle School Students’ Interactions and Perceptions of Using Generative AI in STEAM Learning Environments. (2026). Behavioral Sciences. https://doi.org/10.3390/bs16091626
- Ma, et al. (2026). Generative AI as a Learning Companion for Self-Directed Second Language Learning Among Secondary School Students: A Mixed-Methods Study. International Journal of Applied Linguistics. https://doi.org/10.1111/ijal.70375
- GenAI-Supported Project-Based Product Design Learning: Differential Changes in Multidimensional Learning Outcomes. (2026). Frontiers in Psychology（截至 10 月 2 日為已接受稿摘要）. https://doi.org/10.3389/fpsyg.2026.1962323
來源核對說明：第 3 與第 8 則的全文讀取受限，依官方摘要與已索引的原刊內容核對；第 10 則依已接受稿摘要整理，尚非正式排版全文。