讓 AI 不擴大落差的五項設計原則

新技術往往先觸及已經領先的人。AI 學習工具也一樣，家庭環境好、熟悉數位工具的學生越能善加運用，也越快往前跑。這就是所謂的「馬太效應」。就算是出於善意導入的 AI，若疏於設計，非但無法縮小落差，反而可能拉大。比起導入本身，如何設計才決定了公平性。所幸只要在設計階段守住幾項原則，同樣的工具也能抓住縮小落差的方向。

不擴大落差的五項原則

讓技術變得平等的不是技術，而是設計的意圖。建議把以下幾點立為原則。

1. 以後段學生為準來設計：效果不以平均衡量，而以最落後的學生的變化來衡量。
2. 把預設值設為包容：把字幕、TTS、簡易模式設為預設提供而非另行申請，以消除標籤化。
3. 低規格相容：讓它在舊型裝置與慢速線路上也能運作。以最新裝置為前提，等同於排除。
4. 檢查資料偏誤：訓練資料若偏向特定群體，就會對少數學生產生不利的結果。
5. 由人做最終判斷：升學進路、分班之類的重大決定，不能只憑 AI 的分數來下。

「平均成績提高了」這樣的報告要謹慎看待。也可能只是前段學生提升了，才把平均拉高。必須連分布一起檢視。

用同樣的工具縮小落差的運作方式

即使是同樣的工具，也會因運作方式而結果分歧。以預設自主學習的 AI 家教為例。在家中已先養成學習習慣與數位使用方法的學生，一遇到這項工具就會快速前進。相對地，在家裡沒能打下這種基礎的學生，面對同樣的工具，連該問什麼都不知道就猶豫不決。因此想縮小落差的工具，必須不只交給自主性，而要以在學校內保障所有人擁有相同使用機會與指導的方式來運作。最初幾天由老師一起示範怎麼提問、怎麼確認答案，等學生熟悉之後再逐步放手，這樣的順序最有效。另一個變數是時間。放學後自由時間多的學生會把工具更多用在額外學習上，而背著打工或照顧家人負擔的學生則少有那份餘裕。因此最好把核心活動安排在課堂時間之內，別讓家庭的餘裕決定了成就。

導入後的檢查清單

• 確認工具的使用頻率是否因學生的背景而分歧。
• 若需要支援的學生反而用得更少，就要懷疑是否存在使用門檻。
• 定期由人抽樣檢視自動推薦與分類的結果。
• 把工具導入前後後段學生的變化單獨抽出來記錄。就算整體平均沒變，只要最落後的學生前進了一步，那次導入就是成功的。
• 效果評估中除了成就度之外，也要納入落差指標（前後段差距）。

重點整理

AI 不是中立的工具，而是放大設計者意圖的工具。以後段學生為準看效果、把包容功能設為預設值、支援低規格環境、檢查偏誤、在重大決定中保留人，這五項原則能把同樣的工具變成消弭落差的槓桿。建議把成功的標準訂為「差距縮小了」，而不是「平均提高了」。