雙眼看世界，不是把一隻眼睛做成AI鏡頭

最危險的口號，通常最溫柔

「跨域」「共學」「雙向知識」這些詞非常動人，動人到有時候會讓人忘記問：誰在跨誰的域？誰在共誰的學？誰的知識被放在投影片正中央，誰的知識被放在案例框框裡？

Two-Eyed Seeing 若被簡化成教案裝飾，它就會變成教育界的香草粉：灑一點上去，看起來很在地，吃起來還是同一套標準化罐頭。

不是混搭，而是同時尊重兩種強項

Two-Eyed Seeing 的精神，是用一隻眼睛看見原住民族知識的力量，用另一隻眼睛看見西方科學的力量，並用雙眼一起看。這不是把神話翻成科學，也不是把科學包裝成神話，而是承認不同知識系統有不同問題意識、證據形式與責任邏輯。

困難就在這裡。教育體制最習慣的做法，是把原住民族知識當成案例、故事、文化補充，最後仍由單一標準決定什麼叫知識、什麼叫證據、什麼叫有效。這不是雙眼看世界，而是一隻眼睛負責判分，另一隻眼睛負責被展示。

在 AI 課堂裡怎麼落地

AI 教育可以做三種練習。

第一，讓學生比較植物分類：一邊是生物分類學，一邊是族語名稱、用途、季節、禁忌與地景關係。這不是要學生選邊站，而是理解分類從來不只是命名，也是人與環境的關係。

第二，讓學生分析夢境知識：不是問夢準不準，而是問夢在不同社會中如何形成預警、倫理與身體觀。夢境不是科學實驗的替代品，但它也不是可以被一句迷信丟掉的文化垃圾桶。

第三，讓學生建立 RAG 小系統：不是追求回答最多，而是追求何時拒答、何時提醒脈絡不足、何時需要人工審查。真正的 AI 素養不是把工具用得很熟，而是知道工具何時不該亂講。

評量不該只考學生背幾個族名

若期末考只問「哪一族有什麼祭典」，那仍是百科填空。更好的題目是：面對一段傳統醫療敘述，學生能否分辨文化知識、醫療風險、可公開程度與科學驗證問題？面對 AI 生成影像，學生能否指出服飾錯置、族群混搭、儀式挪用與資料來源不明？

這才是雙向知識的素養。它要求學生不是只會按提示詞，也不是只會背概念，而是能在不同知識制度之間保持警覺、尊重與判斷。

AI 可以當助教，但不能當長者

AI 很適合整理、比較、生成初稿與幫助學生提問。但它不能取代長者的記憶位置，也不能替社群決定知識如何流動。

雙向知識不是讓 AI 變聰明一點，而是讓教育系統謙卑一點。若教育只把 AI 當成答案機器，學生最後學會的不是知識，而是更高效率的偷懶；若教育能讓 AI 成為提問工具，學生才可能真正看見兩隻眼睛背後的世界。