雙眼看AI教育：一眼看技術，一眼看孩子還是不是人

# 雙眼看AI教育：一眼看技術，一眼看孩子還是不是人

從雙眼視角看AI進入教室，重新守住學習、人格與文化脈絡

作者：Ann Ying／英文老師／跨文化教育工作者／排灣

編輯前言

AI教育很容易被談成效率問題：更快批改、更快摘要、更快產生教材、更快追蹤學習數據。但孩子不是被優化的流程，也不是下一個可預測的使用者。Two-Eyed Seeing提醒我們，一隻眼睛看科技能帶來的工具能力，另一隻眼睛看關係、文化與人的完整性。本文從教育現場出發，追問AI進入教室時，誰在定義孩子，誰在照看孩子，誰又被系統悄悄看成資料。

AI教育不能只把孩子當使用者

教育科技最喜歡把孩子稱為使用者。這個詞方便、乾淨、可追蹤，也很適合寫進儀表板。但孩子不是訂閱戶，不是行為數據，不是可以被「提升互動率」的流量。他們是正在形成自我、關係、語言與世界感的人。

AI進入教室後，常見的誘惑是把學習變成可測量流程：誰答得快、誰錯得多、誰需要補救、誰可能落後。這些資料可以幫助老師，但也可能讓孩子被過早分類。教育如果只剩預測，孩子就會被系統看成未完成的風險模型。

從課表到資料：誰在定義孩子的未來

AI平台可以產生教材、推薦練習、分析作文、生成學習報告。問題是，平台如何理解「好學生」？如何定義「進步」？如何處理沉默、害羞、文化差異、家庭責任、部落活動、照顧弟妹、季節性勞動與語言切換？

有些孩子不是不會學，而是不符合系統預設的節奏。有些回答不是錯，而是站在不同的生活脈絡裡。若AI只用單一標準讀取學習，它就可能把文化差異誤判成能力不足。這不是智慧教育，而是更精密的誤讀。

Two-Eyed Seeing：一隻眼看工具，一隻眼看關係

Two-Eyed Seeing／Etuaptmumk不是漂亮口號，也不是把傳統與科技各放一半的裝飾性平衡。它是一種關係性的知識方法：一隻眼睛看見西方科學與技術的力量，另一隻眼睛看見土地、社群、親屬、責任與經驗知識。

放在AI教育裡，這意味著我們既不浪漫化「不用科技的純真教室」，也不崇拜「全自動個人化學習」。AI可以幫老師備課、整理材料、輔助練習、提供多語支持；但它不能取代老師對孩子的理解，也不能取代社群對教育目的的討論。

排灣教育脈絡裡，AI不能只是工具清單

談排灣教育，不能把排灣身分簡化成「原住民文化元素」。教育脈絡包含家族、階序、土地、語言、工藝、歌謠、照護、禮節與生活責任。這些不是課本外的裝飾，而是孩子理解自己的方式。

AI若要進入這樣的場域，必須先承認自己是外來工具，而不是萬能老師。它可以幫忙整理公開教材，協助學生練習表達，或讓老師更快準備多版本學習材料；但涉及文化知識時，仍需要社群審查、教師判斷與清楚界線。不能因為系統會產生一段「很像文化介紹」的文字，就把它當成文化本身。

老師不是AI說明書，而是倫理翻譯者

很多AI教育政策把老師想成系統導入的執行者：學會工具、教會學生、管理風險。但老師真正困難的工作，是在技術、家庭、社群、學生狀態與制度壓力之間翻譯。老師要判斷什麼時候用AI、什麼時候不用；哪些輸出可以討論、哪些必須退回；哪些資料能留、哪些資料不該收。

如果沒有給老師時間、培訓、制度支持與申訴管道，AI教育就會變成把新風險丟給第一線。到最後，平台負責願景，學校負責採購，老師負責擦屁股。這句話不優雅，但許多教育現場會懂。

結語：孩子需要的不是更多AI，而是更完整的人

AI可以讓教育更有效率，但效率不是教育的最高價值。孩子需要的不只是答案更快出現，而是有人陪他理解為什麼要問；不只是系統判斷他哪裡落後，而是有人看見他正在怎麼長大。

Two-Eyed AI教育的重點，不是把AI包裝成文化友善，而是讓AI回到人的位置：工具。真正站在中心的，應該是孩子的尊嚴、老師的專業、家庭與社群的脈絡，以及學習作為人成為自己的過程。孩子不是下一個資料點。孩子是世界正在學會如何被照顧的地方。