學區導入或擴大 AI 之前，該先問清楚的四個問題

校園 AI 的使用範圍持續擴大之後，學區主管遇到的問題已經換了一種形態。前兩年要決定的是要不要開放，現在要決定的是：既有的試辦要不要擴大、要擴大到哪些學校、預算應該加碼還是收手。這類決定比一開始的開放與否困難得多，因為它需要證據，而多數學區手上沒有。

第一個該問的問題是：我們到底想解決什麼問題。這聽起來基本，但實際上大量的採購案跳過了它。如果目標是「跟上 AI」，那麼任何工具都算達標，也就等於沒有標準。相對地，如果目標寫成「減少低年級教師花在批改基礎練習的時間」或「讓補救教學的學生獲得即時回饋」，成效就變得可以檢驗，工具的選擇範圍也會自動收窄。

第二個問題是：怎麼知道它有效。這需要在導入之前就決定要看什麼。學生成績當然是一個指標，但它反應慢、干擾因素多。比較實用的做法是同時追蹤幾個較近端的訊號：教師每週實際使用的次數、學生完成任務的時間變化、需要重做的比率、教師自陳的備課時間。這些資料在試辦期就能蒐集，不必等到學期末。

第三個問題是：學生資料流向哪裡。這是最容易在興奮期被跳過、卻在出事時代價最高的一項。要確認的包括資料存放位置、保存期限、是否用於模型訓練、廠商終止服務時資料如何處理、家長同意的範圍。這些條件必須寫進合約，而不是停留在業務簡報的口頭保證。

第四個問題是：如果不續約會怎樣。當一項工具被深度整合進日常教學流程，學區的議價能力就會逐年下降，續約時面對的往往不是「值不值得」，而是「不續會有多痛」。在導入初期就評估轉換成本，並要求資料可攜出，是保留未來選擇權的基本動作。

這四個問題有一個共同點：它們都應該在簽約之前問，而不是在成效檢討會上問。業界分析人士指出，教育科技採購最常見的模式是先買再想怎麼用，結果是工具堆疊、彼此重疊、沒有人負責評估，最後預算被稀釋在一堆低使用率的授權上。

對台灣的學校與教育局處來說，這份清單可以直接當成內部審查的檢核表。它不會讓決策變快，但會讓決策在幾年之後仍然說得出理由。