台灣教育考試制度在 AI 時代的公平性改革初步建議(下)
作者:陳銀欉 先生
前言
AI時代要維持教育考試的公平性,關鍵不只是「防作弊」,而是重新設計「考什麼、怎麼考、如何保證資源可近性」。
全球各界關注的教育政策討論已指出,AI會同時帶來作弊風險、AI素養差距與地區/資源不均,因此公平性必須從制度層面重構,而不是只靠監考或偵測工具補洞 。
核心原則
- 考核目標轉向AI難以直接取代的能力
例如論證、批判思維、口頭表達、協作、問題定義與過程展現,而不只是記憶或標準答案 。
- 規則透明且一致
明確定義哪些情境可用AI、哪些情境不可用,以及違規的處理標準,避免各校各考場尺度不一 。
- 機會公平優先於工具公平
若部分學生有更好的設備、網路與AI訓練,考試就會放大既有不平等,所以必須同步補足數位落差 。
制度設計
1.採多元評量
把一次性紙筆考試,部分轉為學習歷程檔案、專題、口試、實作與協作任務,減少單一測驗被AI「代答」的空間 。
2.重視過程證據
要求草稿、修改紀錄、解題步驟、口頭說明或即時答辯,讓評量不只看結果,也看思路 。
3.建立人機混合審查
AI可用於初步批改、監測異常與題目品質分析,但高風險決策仍應由人工複核,避免演算法偏誤直接影響成績 。
4.公平保障
提供基本AI素養與設備補助
學校應把AI使用規範、查證能力、引用倫理列為基本學習內容,並對弱勢與偏鄉提供設備、網路與訓練支持 。
避免監控過度
AI監考雖能提高防弊,但也涉及隱私與學生權利,因此應設置最小必要原則、資料保存期限與申訴機制 。
建立跨校標準
同一層級考試要有一致的AI使用規範與評分準則,否則公平性會因學校差異而破裂 。
AI時代的公平,不是讓所有人「都不能用AI」,而是讓所有人都在相同規則、相近資源、透明評量下去測真正重要的人類能力 。
AI人工智慧快速進入教育現場後,台灣的考試制度正面臨前所未有的挑戰。傳統以紙筆測驗、標準答案與一次性評分為核心的制度,原本是建立在「學生主要依靠自身知識作答」的前提上;但當生成式 AI 已能協助搜尋、摘要、寫作、解題甚至程式設計時,考試公平的定義也隨之改變 。
在 AI 時代,真正的問題不只是學生會不會作弊,而是不同學生取得 AI 工具的能力是否一致、學校對 AI 使用的規範是否明確、評量是否仍能有效測出學生的真實能力。若制度沒有同步調整,考試將可能從「測量學習成果」轉變為「測量資源差距」;原本應保障社會流動的教育評量,也可能進一步放大城鄉、階層與校際不平等 。
一、重新界定公平的內涵
AI 時代的考試公平,不應再只理解為「同樣的試卷、同樣的時間、同樣的監考」。這種形式上的一致,並不足以回應技術帶來的結構差異。
真正的公平,應該同時包含機會公平、程序公平與結果公平。
「機會公平」指的是學生是否具有近似的學習資源,包括設備、網路、AI 工具與數位素養。「程序公平」指的是考試規則是否清楚、穩定且一致,避免不同教師、不同學校各自解釋 AI 使用範圍。
「結果公平」則關注評量是否仍能忠實反映學生能力,而非由外部工具使用程度左右成績 。
因此,台灣若要在 AI 時代維持考試制度的正當性,就必須從「禁止 AI」的思維,轉向「如何使 AI 使用與評量條件更公平」的治理思維。
二、從單一紙筆走向多元評量
「第一項改革建議」是降低單一紙筆測驗的絕對性,推動多元且分層的評量制度。
AI 最容易介入的是標準化、重複性高、可被快速生成答案的題型,因此如果考試仍過度依賴這類題目,制度便會持續處於脆弱狀態 。
未來可逐步強化以下幾類評量:
口試與答辯:要求學生說明思考過程、判斷依據與資料來源。
實作任務:在真實情境中完成問題解決,觀察學生如何運用知識。
專題研究:重視選題、資料蒐集、分析架構與修正歷程。
學習歷程檔案:記錄草稿、修改紀錄、反思筆記與成果演變。
這些方式的核心,不是完全排除 AI,而是將評量重心從「最後答案」移向「形成答案的能力」。
如此一來,即使學生使用 AI,考試仍可評估其判斷力、整合力與批判能力,而不只是機械式輸出。
三、建立清楚的 AI 使用規範
「第二項改革」是建立全國一致、層級分明的 AI 使用規範。現階段各校對 AI 的態度差異很大,有的全面禁止,有的鼓勵使用,有的則處於模糊地帶。這種不一致本身就是不公平,因為學生在不同學校會面對不同規則,甚至在同一校內也可能因教師而異 。
台灣教育主管機關可考慮建立三層規範:
- 禁止使用情境:例如某些高風險的甄試、核心學力測驗或即時閉卷考試。
- 限制使用情境:允許學生查詢資料或語言潤飾,但需標示使用範圍。
- 開放使用情境:允許學生在明確規則下使用 AI,並將「如何使用 AI」納入評分項目。
這種分級制度比全面禁止更符合現實,也更能培養學生的 AI 素養。因為未來社會不可能完全不使用 AI,教育的目標應是讓學生學會在規範下正確、負責地使用它。
四、把 AI 素養納入基本教育公平
「第三項改革」是把 AI 素養視為新的基本教育權利,而不只是資訊課的附屬技能。AI 時代的公平,不僅取決於誰能使用 AI,更取決於誰懂得如何判讀 AI、修正 AI、限制 AI 與監督 AI 。
這表示教育制度應至少提供以下能力:
- 理解 AI 的基本運作邏輯與限制。
- 辨識幻覺、偏誤與錯誤資訊。
- 學會引用、標註與查證。
- 建立對隱私、著作權與學術誠信的敏感度。
- 培養將 AI 作為輔助工具,而非答案機器的習慣。
若只有家庭資源較好的學生能熟練使用 AI,則 AI 會成為新的數位階級分化工具。因此,政府與學校應將 AI 素養納入正式課綱與教師研習,同時對偏鄉與弱勢學生提供設備、網路與學習支持 。
五、強化教師專業與人工複核
「第四項改革」是不能讓 AI 取代教師,而要讓教師成為 AI 時代的評量設計者與把關者。AI 可以協助批改、統計與分析,但教育判斷仍應由人來做,尤其是在高風險考試、升學甄選與特殊個案處理上 。
教師專業發展應包含三個面向:
- 如何設計不易被 AI 直接代答的題目。
- 如何辨識學生是否真正理解內容。
- 如何結合 AI 工具進行形成性評量,而非只用於最終評分。
此外,任何由 AI 輔助生成的評分結果,都應保留人工複核機制。
這不只是避免誤判,也是避免演算法偏誤直接影響學生人生機會。教育評量的核心是信任,而信任不能完全交給黑箱系統。
六、監考與隱私的平衡
「第五項改革」是重新檢討 AI 監考與數位監控的邊界。AI 監考確實能提高異常行為偵測效率,但也可能帶來過度蒐證、隱私侵害、誤判與標籤化問題 。
因此,若台灣要導入智慧監考,至少應遵守以下原則:
- 只蒐集達成目的所必需的資料。
- 清楚告知學生資料用途與保存期限。
- 對誤判提供申訴與人工複查機制。
- 避免將監控常態化、全面化。
教育不是警政,考試也不應變成全面監控場域。若監控過度,制度表面上更「公平」,實際上卻可能侵犯學生權利,並破壞教育現場的信任關係。
七、結語
公平不是回到過去,而是重建新秩序
AI 時代的考試改革,不能只想著如何回到「沒有 AI 的純真年代」,因為那樣的年代已不存在。
真正可行的方向,是承認 AI 已成為教育環境的一部分,並以制度方式重新定義公平、誠信與能力評量 。
對台灣而言,這場考試改革至少有三個核心任務:
第一,讓評量從單一標準答案走向多元能力;第二,讓 AI 使用規範透明一致,減少校際落差;
第三,讓數位資源與 AI 素養成為公共教育的一部分,而不是少數家庭的特權 。
換言之,AI 時代真正的教育公平,不是讓學生都不用 AI,而是讓所有學生都能在合理規則、相近資源與充分支持下,展現真正屬於人的理解、判斷與創造能力。
資訊來源
[1] Maintaining the Fairness and Relevance of High-Stakes Exams in … https://www.oecd-events.org/e/ai-wips2024/session/3c21f255-3795-ef11-8473-6045bda07ccf/maintaining-the-fairness-and-relevance-of-high-stakes-exams-in-the-age-of-ai
[2] 第258期- 人工智慧對教育的挑戰與契機 https://epaper.naer.edu.tw/edm?grp_no=2&edm_no=258&content_no=4351
[3] AI世代的教育制度挑戰與省思 https://www.ctee.com.tw/news/20251202700130-439901
[4] EP 17|AI 時代的考試制度需要改革嗎? https://www.youtube.com/watch?v=Jq9ypfKS-nA
[5] AI如何改變考試制度?線上評量新趨勢你不可忽視的5大關鍵改變 - 英語分享論壇 https://littlenewton.efroip.tw/2025/08/15/ai%E5%A6%82%E4%BD%95%E6%94%B9%E8%AE%8A%E8%80%83%E8%A9%A6%E5%88%B6%E5%BA%A6%EF%BC%9F%E7%B7%9A%E4%B8%8A%E8%A9%95%E9%87%8F%E6%96%B0%E8%B6%A8%E5%8B%A2%E4%BD%A0%E4%B8%8D%E5%8F%AF%E5%BF%BD%E8%A6%96%E7%9A%84/
[6] AI試験公平性、どう再設計すべきか? — AI時代の教育評価を … https://neutralshift.com/jp/ai%E8%A9%A6%E9%A8%93%E5%85%AC%E5%B9%B3%E6%80%A7%E3%80%81%E3%81%A9%E3%81%86%E5%86%8D%E8%A8%AD%E8%A8%88%E3%81%99%E3%81%B9%E3%81%8D%E3%81%8B%EF%BC%9F-ai%E6%99%82%E4%BB%A3%E3%81%AE%E6%95%99/
[7] AI Proctoring: Academic Integrity vs. Student Rights https://uclawjournal.org/wp-content/uploads/10-Mita_final.pdf
教育界的園丁
陳銀欉 敬述