澳洲學者提醒：課堂 AI 的風險不只是作弊，禁作業只解決了看得見的那一半

澳洲新南威爾斯州因為高年級學生使用 AI 工具作弊的情況大量增加，宣布禁止高年級的帶回家作業，改以校內完成的評量取代。這個決定在教育界引發討論，而討論的重點並不是禁令有沒有效，而是它處理的到底是哪一種風險。

有教育學者指出，作弊是課堂 AI 風險裡最容易被看見、也最容易被量化的一種，因此政策自然往那裡集中。但真正需要被關注的風險，有幾項幾乎不會出現在違規統計裡。

第一是思考外包。學生用 AI 完成的不只是最後那份文件，還包括中間那些原本會產生學習的步驟——把題目拆解、判斷哪些資料相關、發現自己讀不懂然後回頭重讀。這些過程一旦被跳過，成品可能完全合乎規範，學生卻沒有經歷任何認知負荷。禁止帶回家作業能擋住抄襲，擋不住這一種流失，因為它在課堂上同樣會發生。

第二是錯誤資訊的內化。學生若在缺乏查證習慣的情況下接受 AI 給的解釋，錯誤會以看起來很有條理的形式進入他們的知識結構，而且往往比自己讀錯更難糾正——因為它讀起來很完整、很有信心。

第三是資料與隱私。學生把作業內容、個人經歷、甚至同學的資訊輸入到學校沒有審查過的工具裡，這件事在任何作弊統計裡都不會出現，但後果可能延續數年。

第四是差距擴大。付費版本與免費版本的能力差異真實存在，家庭是否能負擔、家長是否懂得指導使用，都會轉化成學生之間的落差。當學校只管制作弊而不管使用條件，這道落差不會自己消失。

回到帶回家作業的禁令本身，它的實際效果也需要被檢視。把評量移進課堂能提高可信度，但同時會壓縮課堂上原本用來教學的時間，也會讓寫作變成限時活動，對需要較長思考時間的學生不利。這不是說禁令錯了，而是它有代價，而代價應該被算進去。

業界分析人士指出，AI 相關的教育政策若只針對可稽核的行為設計，往往會在幾年後發現真正的影響落在完全沒被測量的地方。

對台灣的學校而言，這則新聞值得參考的不是要不要跟進禁令，而是提醒盤點的範圍要拉大：除了誠信規範之外，工具的資安審查、使用差距的補救、以及教學過程本身要不要調整，都應該一起放進同一份計畫裡。