私隱、偏見與版權：校本 AI 倫理實務

星期四放學後，英文科科主任在教員室對著電腦螢幕皺眉：「這段閱讀篇章寫得流暢，但護士一律是女性、工程師一律是男性——我們中二班有十二位女生將來想讀工程，這份材料不能發。」她身邊的實習教師小聲說：「我只是叫 AI 幫忙出三篇同難度的補充閱讀……」

私隱、偏見、版權常被寫在同一段「使用守則」裡，但三者觸發的風險、責任人和補救方法完全不同；混在一起只會令教師不知從何查起。這一課接在 越獄與提示注入 之後，把倫理從口號變成課室裡做得到的步驟。

---

三條線不要混談

校務會議五分鐘講完「注意私隱、避免偏見、尊重版權」，教師回到課室仍可能卡在具體場景：這份 SEN 支援摘要能不能貼？AI 生成的通告有沒有版權問題？學生用 AI 改文句算不算作弊？

三條線各自對應不同問題。私隱問的是：有沒有把可辨認學生的資料送到你控制不了的地方。偏見問的是：輸出會不會對某類學生隱含不公平的預設。版權與誠信問的是：你輸入和輸出的內容，有沒有超出原本授權，以及學生有沒有如實交代 AI 的參與。

倫理守則若不能回答「這一份功課能不能貼、貼哪裡、貼之前刪甚麼」，就只是一張壁報。

私隱：最少必要

貼之前刪甚麼

按下傳送前，只問一句：這段文字裡，有沒有任何一個字能讓人認出是哪一位學生？ 若有，而該字對你要完成的任務沒有幫助，就刪掉。這叫最少必要——沒送出去的資料，不需要事後補救。

實務上，以下五類一律不貼進任何 AI 工具：身份證號、住址與家長聯絡方式、SEN 診斷報告與個別學習計劃全文、輔導個案紀錄、含姓名班別學號的完整學生檔。作文、答卷、口頭匯報稿可以在刪走姓名、班別、學號後，貼進校本合規平台做分析；課程綱要、公開試題、不含學生資料的教案一般風險較低，但仍要注意教科書內容本身的複製授權。

一位教師曾把「中三乙班陳某某，數學延伸部分」連同整份答卷貼進免費聊天工具求評語。問題不在於他想省時間，而在於指引從未列出「永不貼」的五項清單。

向供應商問三件事

選平台時，資訊科技組應拿到書面答覆：資料存放在哪個地區、會否用作模型訓練、保留多久由誰決定。答不出來或含糊其辭的，不要用在學生身上。香港個人資料私隱專員公署已發布人工智能個人資料保障模範框架，可作為採購對照。

偏見：課室裡看得見

偏見不是抽象概念，它在課堂有四種常見樣貌：職業與性別的預設配對、對不同族裔姓名的背景假設、以英語歐美內容為預設的地域文化偏斜、以及評卷時對結構工整但非主流寫法的低評。偏見從何而來，第 9 課 已解釋；這裡講怎樣在輸出端攔截。

生成教材時

在提示中明確指定：「香港場景」「角色性別平均分布」「使用本地節日與食物名稱」。事後逐份改，比事前寫清楚更費時。每次批量生成後，隨機抽查三份——若三份都出現同一傾向，代表不是偶然，而是系統性偏斜，需要改提示或暫停該用途。

評卷輔助時

AI 最適合給「三項具體改進建議」，分數一律由教師給。這個設計把偏見風險最高的環節整個移走。有創意的科目尤其如此：一篇用詞獨特但論點清晰的作文，不應因為 AI 偏好常見句式而被低估。

版權與學術誠信

版權在 AI 語境下有三條分開的線，混談就得不出結論。

第一，訓練資料的版權。 模型用大量網上內容訓練，相關訴訟與立法仍在演變。學校無法解決這一條，也不應由學校承擔判斷；選擇條款清晰的供應商並保留紀錄即可。

第二，學校輸入的材料。 把整本教科書掃描貼進 AI，涉及的是原本就存在的複製問題，與 AI 無關。教科書、購買的試題庫、授權教材，使用範圍仍受原本授權約束。

第三，AI 生成內容的使用。 校內教學使用一般爭議較少；對外出版、放上學校網站或商業用途，須查供應商條款，並人手核對有否夾雜受保護的歌詞、詩句或試題原文。香港《版權條例》（第 528 章） 中有關教育用途的條文，值得科主任與圖書館主任翻閱一次。

學術誠信方面，政策要寫「怎樣用才算誠實」，而不是只寫「不准用」。可按任務分級：A 級完全不准用、B 級可用於構思但須申報、C 級明確要求使用並提交過程紀錄。學生交正式版本時附一段百字說明——接受了哪些 AI 建議、拒絕了哪些、為甚麼——這段說明本身也可成為評估的一部分，把「有沒有作弊」變成「能不能說清楚自己的思考」。

Edor.ai 上的三層防護

平台在這三條線上的做法可以具體查證。私隱：輸入守門偵測並遮蔽電話、身份證號與地址；學生個人資料欄位加密儲存，呼叫 AI 時只傳學習內容；對話與 AI 紀錄按學校保留期清理；供應商呼叫採不訓練條款；資料隨時可免費一鍵匯出。偏見：評卷模組即時回饋須教師覆核後才作實；支架式導師只給提示不給答案，提示層級由教師設定；每次互動寫入 ai_audit_logs。版權：校本知識庫回答須附出處，學校上載的材料仍受原本授權約束。延伸閱讀：安全與私隱說明 與 學生用 AI 的安全網。

容易走歪的地方

把加密當成第一防線。 資料一經貼進消費者版工具，後端的加密與稽核你無法控制。自查：貼之前是否已刪走所有可辨認身份的欄位？若否，加密也救不了已送出的內容。

以「我會小心檢查」代替抽查機制。 承諾無法發現系統性偏斜。自查：過去一個月有沒有隨機看過至少三份 AI 生成教材？若沒有，偏見可能已在課室流通而未察覺。

誠信政策只有「不准用 AI」一行。 只禁不提供替代方案，教師和學生會轉到看不見的渠道。自查：指引有沒有列出合規平台、分級定義與申報格式？若教師問「那我可以怎樣做」而答不出來，政策還沒有真正執行。

動手做一次

做甚麼： 選一份你下週會用的 AI 任務（例如生成閱讀篇章、批改作文草稿、起草家長通告），用十分鐘完成以下三步。

第一步（3 分鐘）： 寫出你打算貼進 AI 的文字，用螢光筆標出所有可辨認學生身份的欄位，逐一刪除或替換成「學生 A」。

第二步（5 分鐘）： 執行任務，生成輸出後對照四項偏見自查——職業性別配對、姓名背景假設、地域文化預設、對非主流寫法的語氣——在輸出旁用一句話註明「通過／需修改／停用」。

第三步（2 分鐘）： 若這份功課將交給學生，寫一句該任務的 AI 使用等級（A/B/C）及申報要求。

交出甚麼： 一張 A4：左欄是刪改前後的輸入對照，右欄是偏見自查結果加 AI 使用等級。

怎樣算做對： 輸入不含可辨認身份資料；偏見自查四項皆有明確判定；AI 使用等級與你校（或你科組）政策一致。若第二欄有三項以上寫「需修改」，代表提示需要重寫而非逐句人手改。

下一課談另一個常被含糊帶過的題目——怎樣判斷一個模型是否真的好用：自動化評估與排行榜。