那個不知道怎麼回答的教務主任
一位教務主任在期末前收到老師傳來的訊息：「我用 AI 算了一下期末成績，結果跟我自己算的差不多，可以直接用嗎？」
她停頓了一下。沒有規定說不行，但她有種很確定的「這樣不對」的感覺，只是說不清楚為什麼。
這種直覺在全球教育圈都存在，但很少有學區給出正式的答案。2026 年 3 月 24 日，紐約市教育局（NYC DOE）給出了它的版本：一份 K-12 AI 使用的初步指引，以「紅綠燈」框架明確劃出邊界。
這是美國最大公立學區——覆蓋超過 120 萬名學生——三年來第一份正式的 AI 課堂規範。它不完美，還有六月定版前的修訂空間，但它提供了一個難得的公開參考點。
紅綠燈：三個顏色，三種對應方式
紐約的框架把 AI 的課堂用途分成三類，每一類都值得台灣老師用自己的工作情境對照想像。
綠燈——可以直接做
老師用 AI 腦力激盪課程計畫、起草給家長的非關鍵通訊，這些都在綠燈範圍。學生呢？可以在老師引導下用 AI 做探索性和創意性的專案。
換成台灣課堂的語言：備課查資料、生成作業設計的初稿、讓學生拿 AI 做報告的第一輪素材整理——這類事情，NYC DOE 認為沒問題。
黃燈——可以用，但輸出必須由專業人員審查
這個顏色最容易被誤讀成「不行」，但它其實說的是「可以，但有條件」。
具體例子：用 AI 分析學生學習數據趨勢、為雙語學習者生成翻譯版本、調適身障學生的學習材料。這些事 AI 可以做，但所有輸出都要先過一遍專業老師的眼睛，才能用在學生身上。
黃燈的邏輯是：AI 可以是起點，但不是終點。你可以讓 AI 翻譯一份學習單給新移民學生，但你要確認翻譯的用詞是否符合學生的實際程度，這個判斷 AI 沒辦法做。
紅燈——嚴格禁止，且預計不會在 6 月改變
這是最清晰的部分，也是最重要的部分。
評分、開具特殊教育計畫（IEP/504）、紀律決定、輔導和危機介入、學術安置決策——全部紅燈，全部由人來做。
NYC DOE 特別強調：這幾條紅燈在 6 月的定版裡預計不會改變。換句話說，這不是「先這樣，技術成熟後再開放」的暫時禁令，而是原則性的立場。
「紅燈永遠不會變綠」背後的邏輯
為什麼打成績不行，但備課可以？
這個問題的答案不在技術，在問責。
打成績、開 IEP、做紀律決定——這些事情不只是「計算」或「判斷」，它們帶有法律責任和道德義務。如果一個學生的成績被 AI 誤打了，如果一份 IEP 的支援方向錯了，如果一個紀律決定傷害了學生——誰負責？
AI 沒有辦法承擔這個責任，所以不應該做這些決定。這不是 AI 不夠聰明，而是責任歸屬的問題。老師、輔導員、校長——他們在做這些決定時，承擔的是對每一個具體學生的問責義務，這件事沒有辦法轉移給一個工具。
校長 Kamar Samuels 在受訪時說了一句話讓人印象深刻：這份指引是為了確保技術「增強人的判斷，而不是取代它」。這不是官方說辭，而是紅綠燈框架的核心邏輯。
反對聲音：1,500 份請願在說什麼
這份指引不是所有人都歡迎的。
一份要求在學校暫停 AI 使用兩年的請願，已累計約 1,500 份簽名。多個家長委員會也通過了反對 AI 課堂導入的決議。
反對者的核心擔憂有兩個：一是學生數據隱私——所有使用的 AI 工具都必須通過 DOE 的資料隱私審查，學生個資不能輸入未經核准的工具，但誰來確認這個審查夠嚴格？二是更根本的教育哲學疑問：AI 是否正在把「學習過程」從學生手裡拿走，換成輸出的方便？
這份初版指引在六月定版之前，還有公眾意見徵集的窗口（至 5 月 8 日）。反對聲音很可能影響最終版本的某些細節——這個過程本身，也是民主教育治理的一部分。
台灣學校可以借用的自查問題
紐約的指引是美國脈絡下的規範，台灣學校不需要全盤複製，但有一個邏輯可以直接拿走。
在你的學校決定哪些事情 AI 可以參與之前，問這個問題：
「這個任務如果出了問題，誰負責？」
如果答案是「老師最終負責」，AI 可以參與，但輸出必須由老師審查後才能用於學生。
如果答案找不到一個具體的人，或者「AI 負責」——那這件事不應該讓 AI 做。
這不是 NYC DOE 的規定，這是任何學校都可以普遍適用的自查標準。它不需要等政策文件，今天的教師會議就可以拿來討論。