事件
美國喬治亞州的 Seckinger 高中宣布成為「全美第一所人工智慧主題教育機構」，吸引了媒體廣泛報導。整個集群涵蓋五所學校，從小學到高中，統一遵循一套「六面向 AI 學習框架」：程式設計、資料科學、數學推理、創意問題解決、倫理，以及應用體驗。
現實與承諾的落差
《紐約時報》的深入報導揭露了一個深刻的矛盾：
小學現場：一年級學生用磁力積木幫玩具人偶蓋房子，被框架化為「使用者體驗」課程。這與「人工智慧素養」之間的邏輯連線並不明顯。
中學現場：社會課老師讓學生透過 MagicSchool 平台上的聊天機器人，扮演記者採訪已逝的喬治亞州政治人物。學生輸入預設問題、機器人吐出歷史人物風格的回覆——這更像是「用工具做一個創意習作」，而非「學習 AI 如何運作」。
畢業生反饋：2024 年畢業、就讀 Emory 大學的 Muhammad Rizwan 的評價被打斷，但語氣暗示：在「預期會有 AI」的課程裡，他實際看到的 AI 並不如預期。
測量悖論的三層次
第一層：定義模糊
「AI 素養」是什麼？框架寫了「程式設計、資料科學、倫理」，但： - 一年級的磁力積木怎麼教程式設計？ - 用聊天機器人採訪歷史人物怎麼教資料科學？ - 倫理呢？課程中找不到明確的倫理案例分析。
框架足夠寬泛，可以把任何活動都套進去；也足夠模糊，任何活動都無法被否定。
第二層：品牌替代衡量
Seckinger 的優勢不是教育成效、而是「敢說自己是 AI 高中」。這導致： - 媒體報導流量 → 家長報名增加 → 預算充足 - 無需證明學生實際學會了什麼 → 無法被否定 - 競爭對手被迫跟風（「我們也要成為 AI 學校」）→ 整個教育場域被品牌邏輯主導
第三層：投入增加、產出不清
多所學校採用同一框架、投入資源、改課程設計。但衡量標準呢？ - Seckinger 的學生能寫程式、比起非 AI 主題學校？ - Seckinger 的學生能理解 AI 倫理、比起非 AI 主題學校？ - Seckinger 的學生在後續大學 CS 課程表現更好？
這些數據沒有被列出。品牌宣傳反而阻止了批判性評估。
為什麼這個悖論會反覆出現
每當一項新技能成為「未來能力」時，教育機構就面臨：
1. 供給端的激勵扭曲：沒有「AI 素養考試」、沒有明確升學加分，學校如何正當化課程改變？→ 答案是品牌化。成為「第一所 AI 高中」比證明教學有效容易得多。
2. 需求端的焦慮：家長擔心孩子「輸在 AI 時代」，被「第一所 AI 高中」的噱頭吸引。需求本身就是模糊的。
3. 組織合法性的短路：本應來自「可衡量的教育成效」的合法性，轉移到「媒體認可」。後者更容易、但更脆弱。
歷史類比
1980 年代「計算機教育風潮」、1990 年代「互聯網素養」、2010 年代「編程教育運動」——每一波都承諾了明確的未來能力，卻留下了模糊的衡量指標。多數當年的「計算機高中」早已無人提起。
真正的問題
Seckinger 的課程可能有價值。但價值來自於「讓孩子用工具解決問題」，而非「因為是 AI」。如果課程本身不依賴 AI 品牌也能成立、甚至更有邏輯——那麼這個品牌化的需求本身就值得質疑。