（本報訊 ）長期以來內華達州的學校經費都是全國最不平均的，低收入校
區每名學生的經費比富裕地區少近35%，差距在各州中最巨。一年
前，內華達州開始用外部承包商提供的人工智能（AI）技術協助改善
狀況，卻引起了軒然大波。據《紐約時報》報道，該AI系統計
算出，該州之前對學習有困難
的學童人數的估計過高。此前，內
州將所有低收入學生視為有學業和
社會問題的「風險」學生。AI的算法
則更為複雜，設定的標準也更高。
除了收入之外，AI還會衡量數
十種因素，以決定學生是否會在學
業上落後，包括他們上課出勤頻率
以及在家中使用的語言。經計算，
被歸類為高危學生的人數從2022年
的超過27萬人，銳減至不到6萬5千
人。結果許多學校所依賴的州政經
費消失了，校區爭相削減計劃並重
做預算。
後疫情時代 需額外支援
這個結果讓許多學校領導人感
到驚恐，他們認為自新冠疫情後，
需要額外支援的兒童人數沒有減
少，反而增加。這也讓學校財務專
家感到震驚，他們認為州府需要更
有效率地支出。
數百萬的美國學童仍在承受因
疫情造成的混亂。許多人可能永遠
趕不上學業進度，同時，各州的收
入增長放緩，聯邦救濟款到期，加
劇了資金壓力。
內華達州希望新系統能走出更
好地為弱勢兒童服務的一步，包括
為學習英語的學生和殘障學生提供
額外的學校經費。該州也希望重新
思考哪些學生有高危風險，將更多
資金集中用於幫助最需要幫助的孩
子。
聯邦統計資料顯示，在內華
達Somerset Academy的Stephanie校
園，有250多名兒童屬於低收入家
庭，約有十多名兒童無家可歸。但
在新系統下，沒有一名學生被認定
為有風險。校長David Fossett說，這
實在令人震驚，「我們仍未真正瞭解
它是如何運作的」。
目前沒有其他州完全仰賴內華
達州所使用的機器學習系統，來識
別高風險學童並提供經費，但專家
表示，可能會有更多地方將AI視為
協助這項工作的工具。
採納何種數據 如何展開評估
在貧窮環境中成長會對兒童的
生活和學業成績造成傷害。內華達
州曾和許多州一眼，用符合減免午
餐資格的學生人數作為衡量貧窮程
度的替代指標。但研究人員表示，
午餐計劃的學生範圍已大幅擴大，
使得該方式越來越不準確。因此，
內華達試圖借助AI來識別風險學生。
該程式由Infinite Campus公司所
提供，透過大量的學生資訊，包括
平均學分、無故缺席和違紀事件，
嘗試預測哪些學生可能難以畢業。
它會衡量監護人登入學校入口網站
的頻率、家中是否有父母陪伴，以
及使用的語言等因素。在第一年還
考慮了學生的性別、種族和出生國。
該系統總共分析了60多種不同
的特徵，但每個因素的權衡方式都
是保密的，據此為每個學生打出50
到150分的「成績分數」。分數越低，
孩子無法完成學業的風險就越大。
得分排在最後20%的兒童標示為中
高風險，也就是州府發放補助的對
象。這使得該州的困難學生人數減
少了20多萬人。
新系統引發各種疑問。例如，
如果一個女生的學業和行為問題與
男生相同，卻被歸類為風險較低，
這是否公平？州府是否應該依賴一
家方法不完全透明的私人公司，來
決定敏感的學校問題？
Infinite Campus創辦人克拉奇
（Charlie Kratsch）表示，該公司的模
型是根據該州數年的學生資料訓練
而成。具體方法是有公司專利的，
因此必須保密。他表示，「在政治壓
力之下」，公司在本學年前移除了種
族、性別和出生國家等因素。克拉
奇說，「我們嘗試將準確的數據帶到
桌面上，」然後允許各州「決定如何處
理這些數據」。
