端側 AI 與 Apple Intelligence:「資料不出設備」的私隱優勢

一句話答案:端側 AI 的私隱優勢不是靠供應商承諾,而是結構性的——資料根本沒有離開過那部裝置,就沒有被保留或外洩的機會。代價是能力上限。學校可以把同一個原則放大:Edor.ai 支援校內部署,讓資料留在校園網絡之內。

由家長會的一條提問說起

十一月的家長晚會,一位家長舉手發問:「我女兒的 iPad 有一個功能,可以幫她修改英文句子。我想知道,她寫的內容會不會被傳送到美國?」

負責的老師答不出來。這條問題其實非常好,而且答案在近幾年已經變了:部分功能真的完全在裝置上運行,一個字元都沒有傳出去;另一部分則會傳出去,只是傳去一個經過特別設計的伺服器。 分別在哪裡,家長有權知道,學校也應該說得出。

在家裡沖曬相片

最貼切的比喻是沖曬相片。

• 雲端 AI 是把菲林寄去沖印店。店舖技術好、機器貴、效果通常最好。但你的相片離開過你的手,經過郵遞、經過店員、留在店裡的機器上一段時間。你要信任這一整條鏈。
• 端側 AI 是在自己家的黑房沖曬。設備細、藥水沒那麼專業、大幅放大的效果比不上專業店。但由頭到尾,相片沒有離開過你屋企。

留意第二點的關鍵:你不需要相信任何人。不是「沖印店承諾不看你的相」,而是「相根本沒有出過門口」。這種保障叫結構性保障,它比任何私隱政策條文都可靠,因為它不依賴對方守不守承諾。

Apple Intelligence 示範的三層架構

Apple 的做法值得學校理解,因為它把上述取捨明明白白分成三層:

1. 裝置上處理。文字改寫、摘要、通知整理這類任務,由裝置內的小模型完成,資料不離開手機或平板。
2. Private Cloud Compute。當任務超出裝置能力,請求會送到 Apple 專為此設計的伺服器。Apple 的公開說明強調這些伺服器不保留使用者資料,並提供可供獨立研究人員檢視的機制。
3. 外部模型。再進一步的請求會交給第三方模型,而系統會先徵求使用者同意。

對學校最有用的一點不是 Apple 這個品牌,而是這個分層思維:先問「這件事最少要把資料送多遠」,能不出裝置就不出裝置,要出也要出到一個受控的地方。這正是校本資料政策應該採用的問法。

端側的能力上限,說清楚

不要把端側 AI 浪漫化。它有三個硬限制,而且短期內不會消失:

• 模型細。裝置上跑的通常是幾十億參數以下的小模型(第 13 課 講過小模型),而且經過大幅量化(第 21 課)。改寫句子、摘要短文可以,寫一份完整的探究活動設計則吃力。
• 記憶短。能一次處理的文字長度有限,不可能讀完一整份課程文件。
• 不認識你的學校。裝置上的模型沒有你的校本課程、評分準則與通告格式。要它知道,需要知識庫檢索(第 15 課),而那需要一個平台。

還有一個學校特別在意的限制:沒有教師監控。裝置內建功能不會把學生的對話交給老師看,也不會產生稽核紀錄。對於學生使用場景,這是決定性的缺口。

一個課室裡的例子

一間直資中學在檢討自攜裝置政策時,做了一次很簡單的分類練習。他們把學生會用到的 AI 功能分成三欄:

這張表最有價值的地方,不是結論,而是第二欄。學校一旦養成「先問資料去哪裡」的習慣,大部分政策爭議都會自己解決。這份表後來附在給家長的通告後面,回答了開頭那位家長的問題。

這對你的課堂意味甚麼

1. 「資料去哪裡」是可以教的一課。 這比背誦私隱條例有用得多。讓學生自己把常用的應用程式填進上面那張表,是一節很好的資訊素養課。
2. 不要假設裝置內建功能等於學校批准。 學生守則要寫明哪些開、哪些關,並解釋理由。沒有寫明,執行時就會變成個別老師的判斷。
3. 端側適合輕任務,不適合評估。 改句子、查生字可以;寫評語、批改、處理個人資料的任務,應該回到有守門與紀錄的平台。
4. 私隱不是一項技術,而是一套習慣。 資料留在裝置只解決其中一環,螢幕被人看到、裝置被借用、帳戶共用,同樣是風險。

在 Edor.ai 裡是怎樣運作的

端側 AI 的核心原則是「資料不出設備」。學校規模的對應做法,就是「資料不出校園網絡」——而這正是 Edor.ai 支援校內(on-premises)部署的原因。

具體而言:學校可選擇把整個平台部署在校內伺服器或私有雲上,功能與雲端版本完全相同,並可用學校自己的網域接入。搭配本地 Ollama 供應商,指定模組的推論可以完全在校內完成,學生輸入的內容不需要離開校園網絡。對於資料政策明文要求「不得離開校園」的學校,這不是加分項,而是能不能用的前提。

要補充三點,免得把校內部署講得太完美。第一,校內部署不等於自動安全:備份、更新與存取控制的責任由學校承擔,四層守門與 ai_audit_logs 稽核紀錄仍然要開啟。第二,雲端版本的資料保障同樣具體:個人資料欄位加密儲存、按學校設定的保留期清理、採用不訓練條款的 API。第三,兩種部署的資料擁有權相同:資料屬於學校,可隨時一鍵完整匯出(JSON / CSV / 原檔),沒有鎖定。

延伸閱讀:本地部署 vs 雲端部署 與 學生用 AI 的安全網,以及平台的 安全與私隱說明。

小結

端側 AI 給了學校一個很有用的思考框架:先問資料最少要走多遠。答案是「不用走」的時候,那是最乾淨的保障;答案是「要走」的時候,就要問走去哪裡、留多久、誰看得到、學校拿不拿得回來。

下一課我們處理另一半問題——資料留在校內之後,怎樣確保 AI 講出來的內容對學生是安全的:AI 護欄實戰。上一課見 本地部署實作。