中國、以色列與台灣私大:AI教育政策的三個提醒
|政府與教育 AI 政策
Reuters 報導中國以各省規定推動 AI 教育,成效仍有爭議。以色列選定 AI 平台 Spark 輔助英語教學。台灣私立大學校長會議則提出經費與法規鬆綁建議。三則動態都指向:AI 教育要同時顧資源、成效與使用方式。
本文重點
- 中國多省以具約束力方案推動 AI 教育,但研究顯示成效有爭議
- 以色列教育部選定 Spark 平台,用 AI 補強英語學習落差
- 台灣私校提出 AI 教育資源、法規鬆綁與公私立公平配置訴求
近期各國的 AI 教育政策消息很多,其中三則值得台灣的企業與公部門承辦人留意。中國推動規模龐大的 AI 輔助教育實驗,以色列選定 AI 平台補強英語教學,台灣的私立大學校長則向教育部提出 AI 時代的資源與法規訴求。這三則放在一起看,可以看出各國都在推 AI 進教室,但「設備有了之後,怎麼用、誰來負擔」才是真正的難題。
重點整理
一、中國:各省訂出硬性規定,成效卻有爭議
根據 Reuters(路透社)11 月 16 日的專題報導,以及台灣媒體 Newtalk 的整理,中國教育部自 2024 年起鼓勵中小學開設 AI 課程、培訓教師並推動示範計畫。2026 年 4 月,中國又公布「人工智慧+教育」行動計畫,提出建立涵蓋各教育階段及全民終身學習的 AI 素養體系。
報導指出,Reuters 檢視各省的藍圖後發現,近半數省區市已推出具約束力的方案。上海規定每個年級每年至少 30 小時的 AI 技能教學。北京計劃設立 100 所 AI 試點示範校。寧夏、甘肅等地則擬在 2027 年前,把 AI 素養直接納入高風險升學考試。報導也提到,政府採購文件顯示,過去一年至少有 3100 萬美元投入 AI 教室設備、師資培訓與教學平台,實際規模可能更高。
但成效並不一致。報導引述一項涵蓋近 2.7 萬名青少年的研究:採用 AI 與作業分數上升 18% 相關,但六個月內的月考分數下降 20%。另一項逾 32 萬名學生的調查則指出,每週使用 AI 三次以上的學生,在記憶、理解、分析與創造力上,表現不如使用較少的學生。報導也提到,全國性的 AI 素養評估標準仍未統一。
二、以色列:用 AI 平台補英語落差
猶太電訊社 JTA 11 月 16 日報導,以色列教育部本月稍早選定 YuviLab 的個人化學習平台 Spark,用於「Project 720」的英語部分。Project 720 是政府主導、要把個人化學習帶進學校的計畫。報導指出,總理 Netanyahu 與教育部長 Kisch 宣布擴大 AI 輔助英語教學的計畫,背景是去年只有 22% 的九年級學生達到國家英語課綱要求。報導也提到,以色列教育部已公布國家計畫,要把 AI 帶進四到十二年級的課堂,並搭配教師培訓、新課程,以及與 Google、Microsoft、Apple、Nvidia 等科技公司共同開發的工具。
三、台灣:私立大學要求公平的 AI 教育資源
私立大學校院協進會 11 月 10 日在東海大學舉辦「2026年私立大學校院校長會議」,教育部常務次長朱俊彰、高等教育司司長廖高賢出席交流。根據風傳媒 11 月 11 日的報導,協進會提出五項政策建議。第一項是請政府建立兼顧公私立大學的 AI 教育支持機制,經費涵蓋教學、研究、運算資源、教師培訓與資訊安全。第二到第三項是修正大學法時考量私校治理特性,並全面檢討高教法規,擴大大學組織調整與創新辦學的空間。其餘兩項涉及私校財務與租稅優惠,以及全民學習與青銀共學的跨部會溝通。
另外,11 月 7 日實踐大學主辦的「第9屆人工智慧與法律國際學術研討會」,以人工智慧基本法後時代的法制為主題,法務部與數位發展部的次長都出席致詞。中央社訊息平台的稿件提到,實踐大學執行的「大專校院AI法律通識教育推動計畫」獲教育部補助,已串聯 20 所大專校院推動 AI 法律通識課程。
分析
第一,政策力道不等於學習成效。 中國的做法是由上而下,用課時、考試與採購一次推開。但 Reuters 引用的研究顯示,短期的作業進步,可能換來後續考試的退步。這和我們先前談過的 PISA 結果相呼應:重點在使用方式,不在有沒有導入。對台灣的教育單位來說,如果只拿「導入校數」或「設備數量」當成果,很可能忽略學生是否真的學會。
第二,以色列的做法是先找出具體缺口,再選工具。 英語達標率只有 22%,是一個可衡量的問題,AI 平台才有明確的任務。承辦人在規劃補助或標案時,也可以先問:這次要改善的指標是什麼?上線後怎麼驗收?
第三,台灣的討論正從「要不要用 AI」轉向「資源怎麼分配」。 私校提出的訴求包括運算資源、教師培訓與資訊安全。這些都是設備之外的長期成本。AI 教育若只補助硬體,學校後續的維運與師資會成為缺口。同時,人工智慧基本法已經通過,法制討論也從宣示走向各領域的實務規範,教育現場需要的是可落地的指引。
第四,對廠商的意義。 教育市場的需求會更重視成效佐證、資料安全與教師培訓,單賣工具會愈來愈難。
給企業的建議
- 提案先寫指標。 面對學校或教育局處的標案,先和承辦單位確認要改善的是成績、教師負擔還是行政效率,並設計前後對照的衡量方式。源智匯在宜蘭縣的 AI 適性學習系統案例中,就是以數據驅動的精準教學為核心,學生成績平均提升 10%,這類可驗證的成果,是教育案最有說服力的語言。
- 把教師培訓與維運列入預算。 私校的訴求已經點出,教師培訓與資訊安全是必要經費。提案時不要只報軟體授權費。
- 設計防止「認知外包」的功能。 Reuters 的報導提到,部分平台讓 AI 代理只提問、不直接給答案。企業可以在產品中加入引導式提問、使用紀錄與教師可調整的權限,讓 AI 當助教,而不是代寫工具。
- 做好資料與權限治理。 學生資料屬敏感資料,建議先盤點資料來源,再決定哪些內容進知識庫。像 Phoebe 這類知識中樞,可以先從課程資訊、校內規章等低風險資料開始。
- 企業內訓也適用。 這些研究提醒我們,員工若過度依賴 AI 產出,也可能弱化判斷力。內部導入 AI 時,可以規定重要決策要保留人工審核。
整體來看,AI 教育政策已經走到第二階段。第一階段比的是誰先導入,第二階段比的是誰能證明成效。對有意投入教育與公部門市場的台灣企業來說,早一點把驗收指標與治理機制放進提案,會比單純比價更有優勢。
名詞解釋
- 認知外包
- 指使用者把思考與解題過程交給 AI,只拿結果,長期可能削弱自己的理解與判斷能力。
- 人工智慧基本法
- 台灣規範 AI 發展與治理方向的基本法律,為各領域後續的細部規範提供原則。
- Project 720
- 以色列政府主導的計畫,目標是把個人化學習帶進學校,目前包含數學、科學與英語等部分。
- Spark
- YuviLab 開發的 AI 個人化學習平台,被以色列教育部選用於英語教學。
- AI 代理
- 能依目標自行提問、查詢或執行步驟的 AI 程式,教育場景中常被設計成引導學生思考的助教。
常見問題
中國的 AI 教育政策有哪些具體規定?
依 Reuters 報導,上海規定每年級每年至少 30 小時 AI 技能教學,北京計劃設立 100 所試點示範校,寧夏、甘肅等地擬在 2027 年前將 AI 素養納入高風險升學考試。
台灣私立大學這次提了什麼訴求?
私校協進會提出五項建議,包括建立兼顧公私立大學的 AI 教育支持機制、檢討並鬆綁高教法規、改善私校財務與租稅優惠等。
企業想參與教育 AI 標案,該先準備什麼?
先釐清要改善的指標並設計驗收方式,再把教師培訓、維運與資料安全納入預算,並說明如何避免學生過度依賴 AI。