七成美國青少年用 AI 做功課，這個數字改變的是學校該問的問題

一份產業週報引用的調查數據顯示，美國約有 70% 的青少年已經使用 AI 工具完成學校作業。這個比例值得停下來看一下，因為它代表的不是趨勢初期，而是已經普及化的行為。

當一項行為的普及率跨過七成，學校的政策選項就出現了實質變化。在採用率低的階段，禁止是可行的：違規者是少數，稽查成本可控，規範也具有嚇阻力。但在七成的情況下，禁止會產生兩個副作用。一是規範失去可信度——當多數人都在做、而多數人都沒有被處理，規則本身就變成裝飾。二是使用行為轉入地下，學校因此失去了唯一能介入的機會。

真正該轉移的問題是使用品質。同樣是「用 AI 做功課」，實際行為的差距可能非常大。一端是把題目貼上去、把輸出貼回作業，中間完全沒有經過自己的判斷；另一端是先自己想過、用 AI 檢查思路的漏洞、對不確定的地方再去查原始資料。這兩者在任何使用率統計裡都被算成同一件事，但學習成果完全不同。

要拉開這條差距，學校能做的具體事情有幾項。最直接的是要求過程透明：在作業中附上與 AI 的互動紀錄、標示哪些部分獲得協助、簡述自己修改了什麼。這個要求本身就會讓學生意識到自己的使用方式，而不是無意識地複製貼上。

其次是調整評量設計。當成品可以被輕易生成，評量的重心就必須往「能不能說明」移動——課堂上的口頭延伸、當場修改、針對自己的論點回答追問。這類形式不需要任何偵測工具，就能有效區分理解與代工。

第三是教使用時機。學生需要知道哪些任務適合借助 AI、哪些任務的價值就在於自己動手。這個判斷不會自動長出來，需要被明確教過並反覆練習。

值得注意的是，七成這個數字也提醒了另一件事：學校政策的落後成本正在累積。學生已經在既有的使用習慣裡待了一段時間，越晚介入，要調整的行為就越固化。

業界分析人士指出，教育機構面對高普及率技術時最常犯的錯，是把時間花在辯論是否允許，而不是花在建立使用規範與能力訓練。

對台灣的學校來說，這是一個可以直接執行的提醒：先做一次校內的實際使用調查，掌握真實比例，再據此決定要投入在管制還是在訓練。沒有數字之前的政策討論，往往只是在對著想像中的學生訂規則。