大學是否應允許學生在課程作業中使用生成式人工智慧？
開場陳詞
開場陳詞由正反雙方的一辯選手進行。論點架構需清晰、語言流暢、邏輯明確，能正確表達本方立場。內容應具深度與創新性，包含3至4個主要論點，每個論點都需具說服力。
正方開場陳詞
主席、評審、對方辯友，大家好。
今天我方的立場很清楚：大學應該允許學生在課程作業中使用生成式人工智慧。但這裡所說的「允許」，不是把手一攤，說「大家開心就好，作業交給 AI 寫，老師負責按讚」。不是。我方主張的是一種有規範、有揭露、有教學設計的允許：學生可以使用生成式 AI，但必須誠實標註使用範圍；教師可以依課程目標設定邊界；學校則要建立指引，把 AI 從地下游擊戰帶進教室陽光下。
為什麼我方認為大學應該這樣做？主要有四個理由。
第一，大學的任務不是重現一個沒有 AI 的平行時空，而是培養學生在真實世界中解決問題的能力。生成式 AI 已經不是未來科技，而是現在進行式。它會寫程式、會整理文獻、會生成草稿、會協助除錯、會提供回饋。未來職場、學術研究、公共政策、醫療決策、法律分析，幾乎都不可能完全脫離這類工具。如果大學一邊說要培養未來人才，一邊卻在課程作業中假裝 AI 不存在，那就像在計算器普及之後，仍然堅持所有統計課只能用算盤。這不是嚴謹，這是時空錯置。
第二，允許比禁止更能維護學術誠信。對方辯友可能會說：「允許 AI，就是鼓勵偷懶、鼓勵代寫。」但我方要指出，真正破壞誠信的，往往不是工具本身，而是制度假裝工具不存在。今天就算大學全面禁止，學生仍然可能私下使用。結果是什麼？是老師無法要求揭露，學生不敢說明使用方式，學校只能靠不可靠的偵測系統猜測誰有罪。這會把學術倫理變成一場貓捉老鼠的遊戲。相反地，如果大學允許並要求揭露，學生就必須交代：我用了什麼工具？用在哪些部分？我如何修改、驗證、批判？這樣一來，誠信不再只是「有沒有被抓到」，而是「有沒有誠實面對自己的學習過程」。
第三，生成式 AI 可以成為學習的鷹架，而不是思考的替代品。很多人一聽到 AI 寫作業，就想到學生貼上題目，複製貼上答案，然後交差。但這只看到最懶惰的使用方式。生成式 AI 也可以成為蘇格拉底式的對話夥伴：學生請它提出反例、挑戰自己的論點、解釋艱澀概念、提供不同框架；在程式作業中，它可以協助除錯；在寫作作業中，它可以幫助學生比較不同表達方式；在資料分析中，它可以協助生成初步假說，再由學生驗證。重點不是「AI 有沒有產生文字」，而是「學生有沒有因為 AI 而進行更高層次的思考」。好的教育，不是把學生關在真空裡獨自掙扎，而是給他們能促進思考的工具。
第四，允許生成式 AI，會迫使大學重新思考作業到底要評量什麼。過去很多作業太像「標準答案生產線」：題目封閉、答案單一、過程不重要。當 AI 可以快速產出漂亮答案時，這種作業本來就該被淘汰。允許 AI 之後，教師會更重視真實能力：學生能不能提出好問題？能不能判斷 AI 的錯誤？能不能比較不同來源？能不能說明自己的推理歷程？能不能在口頭報告、課堂討論、版本紀錄中展現思考？這不是在降低標準，而是在提升標準。當答案變得便宜，思考就變得更貴；當文字可以生成，判斷力就更不能外包。
所以，我方認為，大學不應該用「禁止」來假裝世界沒有改變，而應該用「允許但規範」來引導學生負責任地使用工具。生成式 AI 不是洪水猛獸，真正可怕的是教育制度拒絕面對洪水，卻要求學生自己學會游泳。
總結來說，正方主張：大學應允許學生在課程作業中使用生成式人工智慧，但必須建立在透明揭露、教師引導、過程評估與學術倫理之上。因為大學教育的目的，不是培養不會用工具的人，而是培養能駕馭工具、批判工具、並對結果負責的人。謝謝。
反方開場陳詞
主席、評審、對方辯友，大家好。
我方今天的立場也很清楚：大學不應該允許學生在課程作業中使用生成式人工智慧。這裡所說的「允許」，指的是大學在制度層面把生成式 AI 視為課程作業的常態選項，讓學生在多數作業中預設可以使用。我方並不反對教師在特定課程中，把 AI 作為教材、批判對象或受控例外來設計教學；但那不是辯題所指的普遍允許，而是教師依課程目標所做的例外安排。
為什麼我方認為不應該原則性允許？主要有四個理由。
第一，課程作業的核心不是「產出一份看起來正確的文件」，而是讓學生經歷必要的認知摩擦。什麼叫認知摩擦？就是你讀不懂、想不通、寫不出、改到崩潰，然後突然懂了一點。這個過程不舒適，但它是學習的肌肉。寫作不只是打字，程式不只是跑通，報告不只是排版。學生必須自己組織語言、自己承擔錯誤、自己修正思路。生成式 AI 太擅長消除這些摩擦了：你問它，它給你一段流暢文字；你程式錯了，它給你修正版本；你沒有想法，它給你十個方向。表面上效率提高，實際上可能把最珍貴的思考過程拿掉了。教育不能只追求成品漂亮，因為學習發生在過程，不在結案報告。
第二，原則性允許會讓課程評估失去對象。作業存在的目的之一，是讓教師判斷：這個學生是否具備相應能力？他是否理解概念？是否能獨立完成任務？如果一份作業可能由學生寫、可能由 AI 寫、可能由學生和 AI 反覆混合生成，教師到底在評估誰？評估學生的能力，還是評估學生使用提示詞的能力？還是評估某個模型今天的發揮？對方辯友說可以要求揭露、標註、保存對話紀錄。但現實是，揭露可以造假，標註可以模糊，紀錄可以事後補寫。當作業的「作者」變得模糊，學術評估的基礎就會鬆動。大學不是科技公司，不能把「用戶體驗」放在「學習真實性」之前。
第三，原則性允許會擴大不公平，並讓大學更依賴商業模型。生成式 AI 不是完全中立的公共資源。不同學生能取得的版本不同：有人用免費版，有人用付費版；有人懂提示詞工程，有人連怎麼問都不知道；有人有高速網路與安靜環境，有人只能在打工空檔用手機趕作業。這會造成新的數位落差。更別提模型本身可能帶有偏見、錯誤、幻覺與版權爭議。大學如果原則性允許學生在作業中使用，等於把一部分教學評估外包給科技公司的產品。今天它改版，明天它收費，後天它更改使用條款，學校和學生都被綁在平台上。教育自主性不應該這樣輕易讓渡。
第四，我方並不是說 AI 永遠不能進入課堂，而是說正確做法應該是「例外允許」，不是「原則允許」。教師可以在特定課程中設計明確的 AI 素養作業，例如：請學生使用 AI 生成文本，然後批判其錯誤；或在課堂內現場使用，教師可觀察過程；或只允許 AI 用於資料整理、語法檢查，不允許生成核心論證。這些都可以由教師依課程目標嚴格控制。但如果大學層面直接說「允許學生在課程作業中使用」，訊號就會被理解為：作業可以用 AI，只要別太誇張。這會削弱教師的課程自主，也會讓學生誤以為所有作業都預設可以借助 AI。
對方辯友可能會說：「禁止是落後，允許才是進步。」但我方要提醒：進步不是看到新工具就全面開放，而是知道哪些地方該開放，哪些地方該保護。體育課不會因為汽車很快，就允許學生開車跑八百米；音樂課不會因為修音軟體很強，就允許學生對嘴演唱。課程作業也一樣，它不是產品交付，而是學習證據。我們需要培養學生使用 AI 的能力，但前提是他們先有自己的思考能力。沒有思考能力的人使用 AI，不是如虎添翼，而是把方向盤交給導航，然後不知道自己開去哪裡。
總結來說，反方主張：大學不應原則性允許學生在課程作業中使用生成式人工智慧。若確有教學必要，應由教師設計明確例外，並要求可驗證、可控制、可評估的使用方式。因為大學要守住的，不只是與時俱進的工具素養，更是學生作為學習主體的認知能力、學術誠信與獨立判斷。謝謝。
駁斥開場陳詞
此部分由雙方二辯進行。目的是駁斥對方開場陳詞，補強自身論點，擴展論證方向，鞏固本方立場。
正方二辯駁斥
主席、評審、對方辯友，大家好。
剛才反方一辯的陳詞聽起來非常憂心忡忡，彷彿只要允許 AI 進作業，大學就會變成一間「自動販賣機」，學生投幣，AI 吐文憑。但仔細拆解對方的邏輯，會發現他們建立在三個脆弱的假設上：第一，學習的摩擦只能來自「孤立無援的掙扎」；第二，揭露機制必然淪為形式主義；第三，「例外允許」比「原則允許」更科學。這三個假設，在現實與教學邏輯面前，都站不住腳。
首先，對方辯友把「認知摩擦」浪漫化了。他們認為學生必須自己讀不懂、寫不出、改到崩潰，才能長出學習的肌肉。但請問，人類學習的歷史，哪一次是靠「拒絕工具」來進步的？當計算器普及時，數學老師沒有堅持讓學生用算盤摩擦大腦，而是把摩擦從「手算」轉移到「建模與解題策略」；當搜尋引擎出現時，圖書館員沒有禁止學生查資料，而是把摩擦轉移到「資訊篩選與交叉驗證」。生成式 AI 並沒有消除摩擦，它只是把摩擦的座標從「產出端」搬到了「判斷端」。今天學生面對 AI 生成的程式碼或論文草稿，真正的認知挑戰是：這段邏輯有沒有漏洞？這個引用是否幻覺？這個論述是否偏頗？對方辯友堅持要學生在真空裡摩擦，但現實世界的摩擦，從來都是「與工具共舞」的摩擦。
其次，對方辯友對「揭露與評估」的悲觀，其實是一種制度性逃避。他們說揭露會造假、紀錄會補寫，所以不如直接禁止。但這就像因為有人會偽造發票，就宣布全面取消報稅制度一樣荒謬。現實是，在全面禁止的現況下，學生早就在用論文代寫、學長姐模板、甚至付費 AI 服務，那才是真正的黑箱。允許並要求揭露，是把地下交易拉到陽光下，讓教師有跡可循：對話紀錄、版本控制、口頭答辯、過程性評分，這些都是可驗證的評估工具。對方辯友擔心「評估對象模糊」，但模糊的不是 AI，而是過去那種「只看成品、不看過程」的落後評量方式。當我們要求學生說明「我如何與 AI 協作、我如何修正它的錯誤」，評估的對象從來都是學生，只是從「記憶與打字能力」升級為「批判與整合能力」。
第三，對方辯友主張「例外允許」優於「原則允許」，這在教學管理上是一個美麗的誤會。他們想像每位老師都能精準設計 AI 素養作業，但現實是，如果大學層面不給出明確的允許框架，教師就會陷入「各自為政」的混亂：這堂課能用，那堂課不能用；這個教授說可以 brainstorm，那個教授說連查文法都不行。學生不是在學習 AI 倫理，而是在玩「規則掃雷」。原則性允許，不是放任，而是建立底線共識：透明、負責、可追溯。在此基礎上，教師當然可以依學科特性調整邊界，但這叫「框架內的彈性」，不是「例外允許」的碎片化。
最後，關於數位落差與商業依賴。對方辯友說 AI 會加劇不平等，但禁止只會讓不平等更隱蔽。有資源的學生本來就能請家教、買付費工具、甚至找代寫；全面禁止，只是把門檻從「工具使用」變成「違規膽識」。大學該做的，是透過校級授權、開源模型部署、資訊素養課程，把 AI 變成公共學習資源，而不是把它鎖在門外，假裝門外沒有風。
對方辯友把 AI 想像成會自動寫作業的田螺姑娘，但我們看到的是需要被駕馭的數位引擎。大學不該因為怕學生偷懶，就拒絕教他們如何握緊方向盤。謝謝。
反方二辯駁斥
主席、評審、對方辯友，大家好。
正方二辯的駁斥非常流利，但流利不代表正確。他們用了一連串漂亮的類比：計算器、搜尋引擎、方向盤、田螺姑娘。可惜，類比再美，也掩蓋不了邏輯上的三個致命跳躍：第一，混淆了「職場應用」與「基礎訓練」的界線；第二，高估了「透明揭露」的現實可行性；第三，誤把「機率預測」當成「蘇格拉底導師」。
首先，正方一辯一直強調「真實世界已經用 AI，所以大學作業也該用」。這個推論聽起來很務實，但犯了一個根本的範疇錯誤。課程作業不是職場交付，而是認知訓練。我們不會因為醫院用 AI 看診，就在醫學院考試時允許學生用 AI 寫診斷報告；我們不會因為建築師用 AI 生成藍圖，就在結構力學考試時允許學生用 AI 算承重。作業的目的，是讓學生在受控環境中，把基礎能力練到肌肉記憶。正方二辯說摩擦只是「轉移」，但請問，當一個學生連基本論述架構都還沒建立，就直接把提示詞丟給 AI，他轉移的不是摩擦，而是「學習的起點」。沒有起點的摩擦，叫作空中樓閣。正方把大學當成職場預演場，卻忘了預演的前提是演員得先學會台詞。
其次，正方對「揭露機制」的樂觀，是一種制度幻覺。他們說只要要求標註、保存紀錄、口頭答辯，就能確保誠信。但現實的教學現場是什麼？學生會寫：「我使用 AI 進行初步構思與語法潤飾。」然後交出一份結構完整、論證嚴密的報告。教師怎麼驗證「初步構思」的邊界？怎麼判斷「潤飾」有沒有越界成「代寫」？當揭露變成勾選題，誠信就變成文字遊戲。正方說禁止會導致黑箱，但允許並不會帶來透明，只會帶來「合規的模糊」。學術評估的基礎是「可歸屬的智力勞動」，當一份作業的智力貢獻被切割成學生 30%、AI 70%，教師評分的依據是什麼？評學生的提示詞寫得好不好？還是評模型今天的溫度參數設得高不高？正方試圖用流程管理取代能力評估，這本末倒置。
第三，正方把 AI 包裝成「蘇格拉底式的對話夥伴」，這嚴重美化了當前生成式模型的技術本質。LLM 的核心機制是機率預測與模式匹配，它沒有理解力，沒有價值判斷，更不會主動挑戰你。它只會順著你的提示詞，生成最符合統計規律的流暢文字。你問它反例，它給你反例；你問它支持論點，它給你支持論點。它不是導師，它是鏡子，而且是一面會自動美顏的鏡子。正方說 AI 能協助除錯、比較表達、生成假說，這些功能確實存在，但前提是使用者已經具備足夠的領域知識去判斷對錯。對初學者而言，AI 給的不是鷹架，是輪椅。鷹架是用來幫助你長肌肉的，輪椅是用來代替你走路的。當學生習慣了輪椅的舒適，他們就再也走不出自己的認知舒適圈。
最後，正方批評「例外允許」會造成混亂，這恰恰忽略了大學教育的核心精神：學術自主與學科差異。人文課的寫作、理工科的推導、設計科的創意、醫學的臨床判斷，對 AI 的依賴度與風險完全不同。一刀切的「原則允許」，才是對教學專業的粗暴干預。例外允許不是碎片化，而是精準化。教師最清楚這堂課要練什麼肌肉，不該由行政指令或技術潮流來代為決定。
對方辯友說，禁止是落後，允許是進步。但我們必須提醒：進步不是看到新工具就全面開放，而是知道什麼時候該放手，什麼時候該保護。大學要培養的，不是最會下指令的人，而是最不需要指令也能獨立思考的人。謝謝。
交叉質詢
此部分由雙方三辯進行。每位三辯設計三個問題，針對對方觀點與本方立場。某一方的三辯將向對方的一辯、二辯、四辯各提出一個問題。被問方必須回答，不得迴避。提問以交替方式進行，正方先開始。
交叉質詢期間，雙方語言需規範、表述清晰。質詢結束後，雙方三辯分別對對方回答進行簡短總結，正方先開始。
模擬雙方提問與回答，要求深度、創新、尖銳、精準且具幽默感。
正方三辯提問
第一問：反方一辯——禁止會不會只是把 AI 趕進地下？
正方三辯：請問反方一辯，一個很現實的問題：如果大學採取貴方主張的「原則禁止」，但學生仍然私下使用生成式 AI，那麼教師要比「允許但強制揭露」的制度更容易發現，還是更難發現？請直接回答：更容易，還是更難？
反方一辯：更難發現。但我方必須補充：更難發現，不代表就應該原則允許。違法行為本來就不會因為難以偵測而變成合法。
正方三辯：好，您承認更難發現。那我追問：在禁止制度下，學生不需要標註、不需要保存對話紀錄、不需要說明使用範圍，教師反而只能靠偵測系統猜測。這是不是讓學術誠信從「可追查的協作」變成「不可追查的黑箱」？
反方一辯：不一定。禁止制度下，學校仍然可以要求榮譽條款、課堂實作、口頭答辯與版本紀錄。我方不是只靠一句「禁止」就結束。
正方三辯：所以您也承認，單靠禁止無法解決問題。那麼，如果允許並要求揭露，至少多出對話紀錄、提示詞、版本對照、口頭說明這些查核點，是不是比全面禁止更能維護誠信？
反方一辯：這些查核點確實有幫助，但原則允許會讓學生誤以為 AI 是作業的常態配件。我方擔心的是，制度訊號會降低學生獨立思考的義務。
正方三辯：謝謝。您剛才已經承認兩件事：第一，禁止下私下使用更難發現；第二，過程查核有幫助。那問題只剩：您要不要把這些查核放到陽光下。
第二問：反方二辯——作者模糊是 AI 獨有，還是舊評量本來就有問題？
正方三辯：請問反方二辯，貴方一直說生成式 AI 會讓作業作者變得模糊。那我請問：傳統大學作業中，助教回饋、寫作中心修改、同學互評、小組分工，難道不會讓「作者」變得模糊嗎？請回答：會，還是不會？
反方二辯：會有一定程度的模糊，但性質不同。人類輔助通常是在學生已有草稿、已有思路的基礎上提供回饋；生成式 AI 則可能直接生成核心論證與完整文本。
正方三辯：所以關鍵不是「有沒有外部協助」，而是「學生是否仍能說明自己的智力貢獻」，對嗎？
反方二辯：可以這麼說。但 AI 的問題在於，它生成的內容太完整，學生很容易把模型的語言誤認為自己的能力。
正方三辯：那如果學校要求學生提交提示詞、草稿版本、修改紀錄，並且進行口頭答辯，說明哪些部分來自 AI、自己如何判斷與修改，這是否能把評估對象重新拉回學生本人？
反方二辯：可以降低風險，但不能完全解決。因為紀錄可以事後補寫，口頭說明也可以表演。
正方三辯：但傳統抄襲也可以事後補證據、也可以表演。所以問題是不是不在 AI，而在貴方仍假設只有「完全孤立完成」才算真實學習？
反方二辯：我方不是要求完全孤立，而是要求核心認知勞動必須可歸屬於學生。若 AI 生成核心內容，評估基礎就會被侵蝕。
正方三辯：謝謝。您承認過程評估能降低風險，只是認為還不夠。這已經動搖了「一律禁止才安全」的立場。
第三問：反方四辯——你們真正反對的是 AI，還是「原則允許」四個字？
正方三辯：請問反方四辯，假設一位教師設計一份作業：請學生先用生成式 AI 產出三段論證，然後逐句標註其中的錯誤、偏見、幻覺與邏輯漏洞。這是不是在課程作業中使用生成式 AI？請回答是或不是。
反方四辯：是。但這屬於教師為特定教學目標設計的例外活動，不是辯題所指的課程作業常態允許。
正方三辯：既然這種使用可以培養學生的批判能力，貴方是否同意：大學至少不應該全面禁止學生在課程作業中使用生成式 AI？
反方四辯：我方同意不應該全面禁止教師設計這類例外活動，但不同意校方發出「原則允許」的訊號。因為訊號會被學生理解為：作業可以用 AI，只要標註就好。
正方三辯：所以貴方其實不反對 AI 進入作業，只反對把它制度化成透明框架？
反方四辯：我方反對的是把例外包裝成原則。AI 素養可以教，但不等於所有課程作業都應該預設允許使用。
正方三辯：那如果沒有校級原則，只有教師各自例外，學生這門課能用、那門課不能用、標準不一致，這是否反而造成規則混亂？
反方四辯：標準不一致確實可能存在，但這是學科差異與教學自主的正常表現。比起一刀切的原則允許，精準例外更能保護課程目標。
正方三辯：謝謝。您剛才承認 AI 素養作業可以使用，也承認不該全面禁止。由此可見，反方真正守住的不是「不能使用」，而是「不要原則允許」。
正方質詢總結
正方三辯：從剛才的回答可以看到三個重點。
第一，反方承認，在原則禁止下，如果學生私下使用 AI，教師會更難發現。這代表禁止並不會讓 AI 消失，只會讓使用從可揭露變成不可揭露。
第二，反方承認，過程紀錄、口頭答辯、版本追蹤確實能降低風險。這等於承認學術誠信不是靠禁令一句話完成，而是靠可驗證的學習證據鏈。
第三，反方也承認，在特定教學設計中，生成式 AI 可以進入作業，甚至能培養批判能力。因此，反方真正反對的不是 AI 使用，而是「原則允許」這個制度訊號。
但我方要強調：當工具已經存在，教育最該做的不是假裝它不存在，而是把它放進可問責、可揭露、可評估的框架中。原則允許不是放任，而是把地下使用拉回教學現場。謝謝。
反方三辯提問
第一問：正方一辯——七成由 AI 生成的作業，怎麼證明是學生能力？
反方三辯：請問正方一辯，如果一份期末報告有七成句子由生成式 AI 生成，學生只負責調整標點、換幾個連接詞，最後依照你方制度標註「曾使用 AI」。那麼，教師憑什麼判斷這份報告代表該學生的真實能力？請具體回答。
正方一辯：不能只看最終報告。教師應要求學生提交提示詞、生成紀錄、草稿版本，並透過口頭答辯或課堂追問，確認學生能否解釋內容來源、修改理由與驗證過程。如果學生無法解釋，就應低分或不合格。
反方三辯：問題是，提示詞可以事後補，草稿可以事後造，口頭說明也可以背稿。你方如何排除「合規包裝下的代寫」？
正方一辯：任何制度都無法完全排除造假，但允許並揭露至少提供比禁止更多的查核點。禁止制度下，學生根本不需要交代使用過程，教師只能靠猜。
反方三辯：所以您承認無法完全排除。那麼，當評估真實性無法確保時，大學是否應該更謹慎，而不是原則允許？
正方一辯：謹慎不等於禁止。謹慎是設計過程評估、限制使用範圍、要求可驗證紀錄。這正是我方所說的原則允許加規範。
反方三辯：謝謝。您承認無法完全確保真實性，卻仍主張原則允許，這代表你方把風險轉嫁給教師與評估制度。
第二問：正方二辯——沒有基礎判斷力時，AI 是鷹架還是輪椅？
反方三辯：請問正方二辯，貴方說生成式 AI 會把認知摩擦從產出端轉到判斷端。那我請問：一個剛修統計入門課、連基本迴歸假設都還不熟的學生，如何判斷 AI 給他的迴歸分析是否正確？請正面回答。
正方二辯：正因為學生還不熟，教師才更應設計有引導的使用方式。例如要求 AI 給出多個版本，讓學生比較差異；或要求學生解釋每一步的意義；或限制 AI 只能協助除錯，不能直接生成結論。判斷力不是等完全成熟後才開始練習，而是在受控環境中逐步養成。
反方三辯：但如果他連公式都不懂，他實際上是不是只能相信 AI？
正方二辯：有可能會誤信，所以教師要搭配口試、課堂提問與過程紀錄，讓誤信暴露出來。這比禁止更能發現學生的弱點。
反方三辯：可是這樣一來，作業評估的就不再是學生是否具備基礎能力，而是學生是否善於向教師表演「我有批判 AI」。這難道不是另一種失真？
正方二辯：表演風險存在，但傳統作業也有背答案、套模板的風險。重點是評量方式要升級，而不是把工具鎖在門外。
反方三辯：謝謝。您承認初學者可能只能相信 AI，卻仍主張原則允許。這等於承認你方所謂的判斷端摩擦，可能只是學生對模型點頭。
第三問：正方四辯——原則允許會不會稀釋獨立能力的評量？
反方三辯：請問正方四辯，如果一門法律寫作課、哲學論證課或醫學診斷訓練課，核心目標就是學生獨立完成推理，那麼允許生成式 AI 進入課程作業，是否會稀釋該課程對獨立能力的評量？請回答會，還是不會？
正方四辯：如果教師把「獨立完成」列為核心評量目標，當然可以在特定階段限制 AI 使用。原則允許不等於所有作業、所有階段都允許。校級原則只是提供透明底線，讓教師能依課程目標設定邊界。
反方三辯：既然教師可以在特定課程或特定階段禁止 AI，那為什麼還需要大學層面的原則允許？例外允許不是更精準嗎？
正方四辯：因為如果沒有校級原則，學生可能不知道基本規範，教師也可能各自解釋，導致處理標準不一致。原則允許提供的是共同框架，不是取消教師自主。
反方三辯：但校級原則也可以規定「預設禁止，例外申請」，同樣能保持一致。為什麼一定要選擇原則允許？
正方四辯：因為預設禁止會讓學生把 AI 當成不可說的地下工具，而原則允許能要求揭露、討論與負責。制度訊號不同，學習文化就不同。
反方三辯：謝謝。您承認某些課程需要限制 AI，也承認教師可以設定邊界。這正說明例外允許比原則允許更符合教育精準性。
反方質詢總結
反方三辯：從剛才的回答可以得出三個結論。
第一，正方無法保證，當作業主要由 AI 生成時，評估對象仍然是學生本人。他們只能說可以查核、可以口試、可以看紀錄，但這些都可能被包裝。原則允許並不能自動產生真實學習。
第二，正方承認，初學者在缺乏基礎判斷力時，可能只能相信 AI。這正好推翻他們所說的「摩擦轉移到判斷端」。如果學生沒有判斷力，所謂判斷端摩擦，就會變成對模型的服從測試。
第三，正方也承認，某些課程、某些階段可以限制 AI 使用。既然如此，大學為什麼不能採取更精準的例外允許，而要用原則允許發出普遍開放的訊號？
因此，我方認為：大學要培養學生使用工具，但更要守住學習主體。生成式 AI 可以進入課堂，卻不該成為課程作業的預設許可。謝謝。
自由辯論
自由辯論階段，雙方四位辯手交替發言，需展現團隊協作與整體配合。自由辯論由正方先開始。
模擬雙方發言，要求具深度、創新、尖銳、精準且幽默。
正方一辯：對方辯友一直把「原則允許」想像成放牛吃草，但我們說的其實是「牽著繩子散步」。請問，當學生已經在宿舍用 AI 寫報告，教師卻還在課堂上假裝 AI 不存在，這叫教育，還是叫集體催眠？我們主張允許，是為了把黑箱變成玻璃箱。
反方一辯：玻璃箱裡裝的如果是空氣，那還是透明嗎？正方說要牽繩子，但繩子一鬆，學生就把 AI 當拐杖。學習的肌肉是在「自己舉鐵」時長出來的，不是看 AI 舉重就能練出二頭肌。你們的透明，只是讓代寫變得合規化。
正方二辯：承接我方一辯的觀點，對方把 AI 當成舉重機，卻忘了現代教育早就不是比誰舉得重，而是比誰懂得設計訓練計畫。當學生用 AI 生成三種解法，再自己挑出最優解並驗證，這叫外包思考嗎？這叫高階認知！對方堅持要學生在真空裡摩擦，但現實世界的摩擦，是跟工具共舞的摩擦。
反方二辯：共舞的前提是雙方都會跳。一個連基本舞步都不會的學生，丟給 AI 只會被帶著轉圈。正方說「高階認知」，但請問，如果學生連基礎迴歸假設都看不懂，他怎麼判斷 AI 給的模型有沒有共線性問題？你們的「高階」，對初學者來說只是「高級幻覺」。
正方三辯：所以我們才要「原則允許」搭配「教學設計」啊！對方辯友一直把「允許」等同於「放任」，這邏輯就像因為有人會超速，就主張全面禁止開車。大學該做的是發駕照、設速限、裝行車紀錄器，而不是把車庫鎖起來，假裝學生都靠雙腳走到未來。
反方三辯：駕照考試的時候，能開自動駕駛嗎？正方把「職場應用」和「基礎訓練」混為一談。我們不是反對發駕照，而是反對在考照階段就允許用輔助輪。例外允許就是精準的考照標準：這堂課練邏輯，那堂課練寫作，AI 進不進場，由教練決定，不是由行政指令一刀切。
正方四辯：教練當然可以決定，但如果連「能不能用輔助輪」的規則都不公開，學生只會偷偷買電動馬達裝在腳踏車上。原則允許不是取消教練權，而是建立共同語言。當全校都要求揭露、要求過程評估，AI 就不再是作弊神器，而是學習夥伴。對方堅持例外，結果就是學生玩規則掃雷，教授玩貓捉老鼠。
反方四辯：貓捉老鼠至少貓知道老鼠在哪裡。原則允許下，老鼠直接穿上貓的衣服，還要求你給牠發良民證。教育的目的不是培養最會下指令的人，而是培養最不需要指令也能獨立思考的人。當作業的智力貢獻被切割成「學生 30%、AI 70%」，評分表上該寫什麼？「提示詞工程學優異」嗎？
正方一辯：評分表寫的是「批判性整合能力」！對方一直假設學生會躺平，但我們相信教育的力量。要求揭露、要求口試、要求版本對照，就是逼學生從「複製貼上」走向「審視驗證」。禁止只會讓誠信變成地下交易，允許才能讓誠信變成可追蹤的學習軌跡。
反方一辯：可追蹤的軌跡，如果軌跡本身是 AI 生成的，那叫數位足跡，不叫學習軌跡。正方說要口試、要版本，但現實是教師一週要改兩百份作業，哪來時間逐字比對？你們的制度設計很完美，但執行成本會壓垮教學現場。
正方二辯：執行成本？現在教師花時間抓代寫、用偵測軟體誤判、跟學生扯皮，成本更高！原則允許搭配結構化模板，反而降低查核成本。就像體檢，與其猜你有沒有生病，不如直接要求你交出驗血報告。AI 對話紀錄就是驗血報告，透明才是最高效的誠信機制。
反方二辯：驗血報告可以偽造，提示詞可以事後補。正方把「合規」當成「誠實」，但學術誠信的核心是「智力勞動的歸屬」，不是「流程文件的齊全」。當學生習慣了 AI 的流暢輸出，他們連「卡住」的耐心都沒了。沒有卡住，就沒有突破。你們在培養的，是沒有痛覺的學習者。
正方三辯：沒有痛覺？對方辯友，打疫苗也會痛，但我們不會因此拒絕疫苗。AI 帶來的「認知痛覺」是判斷的焦慮、驗證的壓力、整合的挑戰。我們不反對痛，我們反對的是「無意義的痛」。為了摩擦而摩擦，就像為了練跑步故意穿鐵鞋，現代教育早該換上跑鞋了。
反方三辯：穿鐵鞋當然不對，但直接坐輪椅更危險。正方一直說「換跑鞋」，但問題是，現在這雙鞋會自己跑，還會幫你報成績。當工具太聰明，使用者就會變笨。大學要守住的，不是工具的邊界，而是人類思考的底線。例外允許，就是為底線裝上護欄。
正方四辯：護欄很好，但別把路封死。我們不否認風險，但風險不能靠掩蓋來消除。原則允許，是把 AI 從「禁忌」變成「教材」，從「黑箱」變成「顯影劑」。它照出學生的弱點，也逼出教師的升級。教育不是把學生關在無菌室，而是教他們在真實世界裡免疫。
反方四辯：無菌室確實不該有，但手術室必須有無菌標準。生成式 AI 不是普通感冒藥，它是會改變認知結構的處方藥。處方藥不能隨便開，必須有明確適應症、劑量與禁忌。大學課程作業，就是學生的認知手術台。我們不反對用藥，但堅決反對把處方權變成自助販賣機。謝謝。
結辯
根據對方觀點及本方立場，總結本方論點並闡明最終立場。
正方結辯
謝謝主席，各位評審，對方辯友。
今天這場辯論走到最後，我方要先把一個誤會拆掉：正方從來沒有主張「AI 可以隨便寫作業」，也沒有主張「學生只要貼上提示詞，就能拿到高分」。我方主張的是：大學應該允許學生在課程作業中使用生成式人工智慧，但這個允許必須是有揭露、有規範、有教學設計、有過程評估的允許。
對方辯友今天反覆把「原則允許」描繪成「放任自流」，好像我方一開口就是：同學們，期末報告交給 ChatGPT，標註一下就好。但請對方辯友看清楚，我方從開場到自由辯論，一直講的是同一件事：當 AI 已經真實存在於學生的手機、電腦、宿舍、圖書館與未來職場裡，大學不該假裝它不存在；大學該做的，是把它放進一個可問責、可追蹤、可教學、可評估的框架裡。
所以，我方最終立場可以濃縮成三句話：第一，禁止不會讓 AI 消失，只會讓誠信地下化；第二，允許不是取消學習，而是把學習摩擦升級到判斷、驗證與整合；第三，原則允許不是取消教師自主，而是給大學一個共同底線，讓 AI 素養真正成為教育的一部分。
一、反方最大的誤讀，是把「允許」等同「放任」
對方辯友今天最喜歡用的比喻，是輪椅、拐杖、處方藥、自助販賣機。這些比喻聽起來很生動，但問題在於，它們預設了一個我方從未主張的場景：好像只要大學允許 AI，學生就會立刻放棄思考，教師就會立刻放棄評量，學術倫理就會立刻崩壞。
但我方主張的原則允許，從來不是「所有作業、所有階段、所有課程都能無條件使用 AI」。我方主張的是，大學應該建立一個清楚制度：學生可以使用 AI，但必須揭露使用方式、使用範圍、提示詞紀錄、修改過程與自己的判斷；教師可以依課程目標限制使用階段、限制使用工具、限制使用深度；評量則要從只看最終成品，升級到看學習歷程、驗證能力與批判整合。
這就像大學允許學生使用計算器，不代表學生可以不懂數學；允許學生使用資料庫，不代表學生可以不懂文獻批判；允許學生使用 AI，也不代表學生可以不懂論證。真正成熟的教育，不是把工具鎖起來，而是教會學生如何與工具共事，並為自己的判斷負責。
對方辯友說，原則允許會發出錯誤訊號。但我方要反問：如果大學不發出清楚訊號，學生收到的訊號難道不會更混亂嗎？沒有校級框架，學生會以為 AI 是地下工具；沒有揭露要求，學生會以為只要不被抓到就好；沒有過程評估，教師只能靠偵測軟體猜測。我方要的不是「AI 萬歲」，而是「誠信可追、學習可評、責任可歸」。
二、禁止不會讓 AI 消失，只會讓學術誠信變成黑箱
今天交叉質詢裡，對方一辯已經承認：如果大學採取原則禁止，但學生仍然私下使用 AI，教師會更難發現。這個承認非常關鍵。因為它說明，禁止並不會讓 AI 從學習現場消失，只會讓 AI 從可揭露的協作，變成不可揭露的猜測。
在禁止制度下，學生不需要提交對話紀錄，不需要說明提示詞，不需要交代哪些句子來自模型，也不需要解釋自己如何驗證輸出。教師只能依賴偵測系統、語感判斷與事後追查。可是偵測系統會誤判，會造成寒蟬效應，也會把真正需要幫助的學生推向更隱蔽的代寫市場。
我方主張允許並揭露，不是因為揭露完美無缺，而是因為揭露至少把誠信問題從「你猜我有沒有用」，變成「你要交代我怎麼用」。這就像報稅制度。對方辯友今天說，揭露機制可能造假，提示詞可以事後補，口頭答辯可以表演。可是，報稅也可能偽造，發票也可能開假，銀行紀錄也可能掩飾。難道因為有人會偽造，我們就取消報稅制度，改由稅務人員憑直覺猜你有沒有賺錢嗎？
制度設計不能因為無法百分之百防弊，就退回百分之百猜測。我方要的是把地下使用拉到陽光下，把黑箱變成玻璃箱。即使玻璃箱裡偶爾有人耍小聰明，至少我們看得見、查得到、問得出、評得準。
三、認知摩擦沒有消失，只是從「產出端」升級到「判斷端」
對方辯友今天最動人的論述，是「學習需要摩擦」。這句話我方完全同意。但問題是，對方把摩擦想像得太狹隘，好像只有學生一個人坐在桌前，從空白頁開始硬擠出每個字，才叫摩擦。
可是教育史從來不是這樣進步的。計算器出現時，有人說學生會失去手算能力；搜尋引擎出現時，有人說學生會失去記憶與查資料能力；寫作軟體出現時，有人說學生會失去拼字與結構能力。結果呢？摩擦沒有消失，只是轉移了。學生不再被要求用算盤證明聰明，而被要求理解模型、驗證假設、判斷結果；學生不再被要求背誦所有資料，而被要求篩選來源、辨識偏見、整合論證。
生成式 AI 也一樣。真正的認知挑戰，不再只是「你能不能寫出一段話」，而是「你能不能判斷這段話是否正確、是否有幻覺、是否有偏見、是否符合你的論證目標」。對方辯友說，初學者沒有判斷力，所以 AI 是輪椅。我方承認，初學者需要受控環境，所以教師要設計鷹架：先要求 AI 產出三個版本，再要求學生比較差異；先要求 AI 提出反例，再要求學生檢查反例是否成立；先要求 AI 潤飾文字，再要求學生說明自己保留了哪些判斷。
這不是跳過學習，這是把學習從低階重複，推向高階思考。對方辯友擔心學生對 AI 點頭，但我方更擔心的是，在禁止制度下，學生只學會對偵測軟體點頭，對代寫市場點頭，對「不被抓到就好」的僥倖心理點頭。
四、例外允許看似精準，實則讓學生玩規則掃雷
對方辯友今天反覆強調：學科差異很大，教師專業自主很重要，所以應該例外允許，而不是原則允許。我方同意學科差異，也同意教師自主。但請對方辯友不要忽略一個現實：如果大學沒有一個共同框架，例外允許很容易變成規則掃雷。
這門課說可以用 AI，但不能用太多；那門課說完全不能用；第三門課說只能用在構思；第四門課說只能用在潤飾；第五門課說教師自己知道就好。學生最後學到的不是 AI 素養，而是「哪門課比較鬆、哪位老師比較寬、哪種使用方式比較不容易被抓」。這不是教育，這是制度迷宮。
我方主張原則允許，不是取消教師自主，而是提供共同底線。校級原則可以說：學生使用 AI 必須揭露，教師可以依課程目標限制使用範圍，評量必須包含過程紀錄與口頭說明。在這個底線之上，法律寫作課可以限制 AI 生成核心論證，統計課可以限制 AI 直接給結論，醫學臨床推理課可以要求學生先獨立完成初判，再使用 AI 做反例檢查。教師仍然專業自主，但學生不再需要猜規則。
對方辯友說，例外允許更精準。但我方要問：如果精準到學生不知道底線在哪裡，如果精準到誠信變成教師個人偏好，如果精準到不同課程標準彼此衝突，這種精準是不是另一種混亂？
五、真正公平，不是假裝大家沒有工具，而是把工具公共化
對方辯友今天也談到數位落差，認為開放 AI 會擴大不平等。我方同意，數位落差是真實問題。但請對方辯友看清楚：全面禁止並不會消滅不平等，只會把不平等從「工具使用」轉成「違規膽識」與「資源取得」。
有資源的學生，可以買付費模型、請家教、找代寫、用私人助理；沒有資源的學生，只能靠免費工具、靠運氣、靠不被抓到。禁止制度下，不平等不會消失，只會更隱蔽。我方主張大學建立校級授權、開源模型部署、AI 素養課程、透明使用規範，正是要把 AI 從私人黑市變成公共學習資源。
大學不該假裝所有學生站在同一條起跑線，然後再假裝禁止工具就能公平。真正的公平，是讓每個學生都學會如何誠實、批判、負責地使用工具；而不是讓一部分學生偷偷使用，另一部分學生只能假裝世界沒有這個工具。
六、教育不是無菌室，而是培養真實世界的免疫力
對方辯友最後把大學作業形容成認知手術台，說 AI 是處方藥，不能隨便開。這個比喻很精彩，但我方想補一句：手術室確實需要無菌標準，可是大學不是只培養學生在無菌室裡活著。大學要培養學生走進真實世界，而真實世界裡，AI 已經不是未來，而是現在。
如果我們今天因為害怕學生依賴工具，就選擇原則禁止，我們可能保護了一種純粹的學習想像，卻錯過了培養負責任科技公民的機會。如果我們今天選擇透明允許，我們確實要面對造假、表演、合規包裝與評量升級的成本。但教育的責任，本來就不是選擇最輕鬆的路，而是選擇最能面對現實、最能引導學生負責的路。
我方最終立場非常清楚：大學應該允許學生在課程作業中使用生成式人工智慧，但這個允許必須建立在學術誠信、透明揭露、教學設計、過程評估與教師引導之上。我們不主張把 AI 當神，也不主張把 AI 當賊；我們主張把 AI 放回教育現場，讓它成為可問責、可批判、可學習、可成長的工具。
謝謝。
反方結辯
謝謝主席，各位評審，對方辯友。
今天這場辯論走到最後，我方要先把一個誤會也拆掉：反方從來不是反對 AI，也不是反對科技，更不是主張大學應該回到沒有網路、沒有搜尋引擎、沒有計算器的時代。我方反對的，只有一件事：大學不應該在制度層面「原則性允許」學生在課程作業中使用生成式人工智慧。必要時，可以由教師依課程目標設計明確例外。
對方辯友今天把我方描繪成害怕新工具的保守派，好像我方一開口就是：AI 是洪水猛獸，大學要全面封鎖。但請對方辯友看清楚，我方從開場到自由辯論，一直講的是同一件事：課程作業不是職場交付，不是產品外包，不是提示詞表演；課程作業是認知訓練，是能力養成，是學術誠信的起點。大學要培養學生駕馭工具，但前提是學生先成為能獨立思考的人。
所以，我方最終立場可以濃縮成三句話：第一，原則允許會把「智力歸屬」變成「流程合規」；第二，對初學者而言，AI 常常不是鷹架，而是輪椅；第三，例外允許不是落後，而是尊重學科差異、教師專業與教育自主。
一、正方把「流程透明」誤當成「能力真實」
對方辯友今天最核心的主張，是允許並揭露可以把 AI 使用拉到陽光下。我方承認，揭露比地下使用更好。但問題是，揭露不等於評估，流程不等於能力，文件不等於學習。
一份期末報告，如果七成句子由 AI 生成，學生只調整標點、換幾個連接詞，最後提交提示詞紀錄，標註「曾使用 AI」。請問，教師憑什麼判斷這份報告代表該學生的真實能力？對方辯友說，可以看對話紀錄、版本控制、口頭答辯。可是，提示詞可以事後補，草稿可以事後造，口頭說明也可以背稿。對方辯友在交叉質詢裡也承認，這些查核無法完全排除造假。
既然無法完全排除，為什麼還要把它制度化為原則允許？對方辯友說，禁止更難發現。但我方要問：更難發現，難道就代表應該允許嗎？如果一個制度無法確保評估對象是學生本人，它至少應該謹慎，而不是把謹慎包裝成進步。
學術誠信的核心，不是「你有沒有填表格」，而是「這份作業的智力貢獻能不能歸屬於學生」。當 AI 可以生成完整論證、流暢文字、結構框架，甚至模仿學生語氣，揭露制度很容易變成另一種合規表演。學生學會的不是誠實，而是如何把 AI 貢獻切割成「構思、潤飾、參考」；教師學會的不是評估，而是如何在文件迷宮裡猜測學生到底懂了多少。
我方不是反對透明，而是反對把透明當成萬靈丹。透明很重要，但透明不能取代能力歸屬。作業評量要評的是學生，不是學生與模型的合作紀錄。
二、初學者需要認知摩擦，不是高階幻覺
對方辯友今天反覆說，AI 不會消除摩擦，只是把摩擦從產出端轉到判斷端。這個說法聽起來很先進，但對初學者而言，可能非常危險。
一個剛修統計入門的學生，連基本迴歸假設都不熟，請問他如何判斷 AI 給出的模型是否正確？一個剛學哲學論證的學生，還分不清偷換概念與稻草人謬誤，請問他如何判斷 AI 生成的反例是否有效？一個剛學法律寫作的學生，連請求權基礎都還沒建立，請問他如何判斷 AI 生成的論證是否真的符合法律推理？
對方辯友說，教師可以設計受控環境，讓學生逐步養成判斷力。我方同意，教師可以設計受控環境。但請注意，受控環境不等於原則允許。受控環境是教師依課程目標、學生階段、評量目的所設計的例外；原則允許則是大學發出訊號：作業使用 AI 是常態，只要揭露就好。
對方辯友把 AI 比喻成駕照、跑鞋、疫苗。但我方要說，駕照考試的時候，不能讓自動駕駛替考生踩油門；跑步訓練的時候，不能讓電動馬達替考生抬腿；疫苗確實重要，但處方藥不能變成自助販賣機。基礎訓練之所以需要摩擦，是因為學習發生在「讀不懂、想不通、寫不出、改不對、再修正」的過程裡。AI 如果太早、太深、太常態地進入作業，它消除的不只是低階重複，也可能消除認知突破的起點。
對方辯友說，禁止會造成地下使用。但我方要問：如果學生連基礎能力都還沒建立，地下使用至少還有風險意識；原則允許卻可能把依賴制度化，把外包正當化，把「我不會，所以我問 AI」變成「我標註了，所以我負責了」。這才是更深的教育危機。
三、原則允許的制度訊號，會稀釋獨立思考
對方辯友今天說，原則允許不是放任，而是共同框架。但我方要指出，制度不只是規則，也是訊號。大學一旦在制度層面原則允許學生在課程作業中使用生成式 AI，學生很容易讀到一句話：作業可以用 AI，只要標註就好。
可是，大學作業的真正目的，不是完成一份看起來像樣的成品，而是訓練學生獨立思考、組織論證、面對混亂、修正錯誤。對方辯友說，教育要面對真實世界。我方同意，但真實世界裡，職場使用 AI 的前提，是員工已經具備專業判斷。醫院可以用 AI 輔助診斷，但醫學院考試不能讓 AI 直接寫診斷報告；建築師可以用 AI 生成方案，但結構力學考試不能讓 AI 計算承重；律師可以用 AI 整理資料，但法律推理訓練不能讓 AI 代替學生建立請求權基礎。
對方辯友把課程作業與職場交付混為一談。但我方要強調：課程作業是訓練場，不是交付場。訓練場的目的，不是最快產出結果，而是讓學生長出能力。如果一個學生在訓練場裡習慣被工具帶著走，他進入職場時可能很會下指令，卻不一定很會判斷指令是否正確。
對方辯友說，原則允許能培養 AI 素養。我方同意 AI 素養要教，但 AI 素養不等於所有課程作業都預設允許使用。素養可以透過特定課程、特定作業、特定階段來教；素養也可以透過批判模型、檢查幻覺、比較輸出、驗證來源來教。但這些都需要教師精準設計，而不是由大學發出一個普遍開放的制度訊號。
四、例外允許不是混亂，而是尊重學科差異與教師專業
對方辯友今天批評例外允許會造成規則掃雷。但我方要反問：如果所有學科都被同一個原則允許框住，難道不會造成更大的教育混亂嗎？
人文寫作課要訓練的是學生如何從模糊感受走向清晰論述；理工推導課要訓練的是學生如何建立邏輯鏈與驗證假設；設計創意課要訓練的是學生如何從限制中產生原創方案；醫學臨床課要訓練的是學生如何在資訊不完整時做判斷。這些課程對 AI 的依賴、風險與教學目標完全不同。大學如果發出原則允許，等於假設所有學科都需要同一種工具政策。這才是真正的一刀切。
我方主張例外允許，不是把學生推入猜測，而是把專業判斷交還給最了解課程目標的人：教師。教師可以說，這門課前兩週禁止 AI，因為要訓練獨立構思；第三週允許 AI 做反例生成，因為要訓練批判驗證；期末報告允許 AI 做語法潤飾，但核心論證必須由學生獨立完成。這種精準設計，比校級原則允許更符合教育現實。
對方辯友說，沒有校級原則，學生會不知道底線。但我方要說，大學本來就應該在課程大綱、作業說明、學術倫理教育中清楚告知學生：哪些作業可以使用 AI，哪些不可以，使用範圍是什麼，揭露要求是什麼。清楚告知不等於原則允許。清楚告知是教學設計，原則允許是制度預設。兩者完全不同。
五、大學自主與教育主體，不能被商業模型悄悄接管
對方辯友今天談到數位落差，主張把 AI 公共化。我方同意，大學應該處理資源不均。但請對方辯友不要忽略另一個問題：生成式 AI 不是普通文具，它背後是商業模型、資料集中、演算法黑箱與平台依賴。
如果大學原則允許學生在課程作業中使用生成式 AI，大學不只是允許一個工具，而是可能把教育流程交給外部模型。學生寫什麼、問什麼、如何修正、哪些內容被生成，都可能進入平台紀錄。大學要保護學術誠信，也要保護學生資料與教育自主。例外允許可以讓教師在必要時使用特定工具，並控制資料流向；原則允許則可能讓商業模型成為學習常態的一部分。
對方辯友說，禁止會造成黑市。但我方要說，原則允許也可能造成另一種黑箱：學生以為自己在使用工具，其實是在被工具塑形；大學以為自己在推動創新，其實是在把教育主體外包給模型。真正的教育自主，不是假裝所有工具都中立，而是知道什麼時候該用、什麼時候不該用、什麼時候必須讓學生先自己走一段路。
六、大學要培養的不是最會下指令的人，而是沒有指令也能思考的人
對方辯友最後說，教育不是無菌室，而是培養真實世界的免疫力。這個比喻很動人，但我方想補一句：免疫不是把病毒直接注射進身體，然後假裝身體自然會變強。免疫需要劑量、時機、受控環境與專業判斷。
大學課程作業，正是學生認知發展的受控環境。我們不反對 AI 進入課堂，不反對 AI 進入特定教學設計，不反對學生學習批判模型、驗證輸出、比較結果。但我方堅決反對大學在制度層面原則允許學生在課程作業中使用生成式 AI。因為這個訊號太強，太容易把學習從「我能不能想清楚」變成「我能不能交代清楚」；把誠信從「智力勞動的歸屬」變成「流程文件的齊全」；把教育從「培養獨立思考的人」變成「培養熟練使用工具的人」。
我方最終立場非常清楚：大學不應原則性允許學生在課程作業中使用生成式人工智慧。必要時，可以由教師依課程目標、學生階段與評量目的，設計明確、可驗證、可控制的例外使用。AI 可以成為教材，可以成為反例生成器，可以成為批判對象，可以成為特定階段的輔助工具；但它不應該成為課程作業的預設許可。
因為大學要守住的，不只是學生交得出作業，更是學生長得出能力；不只是作業看起來完整，更是智力貢獻屬於學生；不只是制度看起來進步，更是教育仍然相信人可以獨立思考。
謝謝。