情境示意 · 非服務實錄校事會議三年內修了三次法。問題可能不在條文,而在一開始有沒先問:每個人會怎麼反應?這週一公布的諾貝爾經濟學獎,剛好在講這件事。
<從諾貝爾經濟學獎看重大教育政策的接地性>
一個立意良善的教育政策,為什麼三年內要修三次法?
這週一(10/12)公布的諾貝爾經濟學獎,剛好給了一個答案:人不是 Excel 裡的儲存格,人會自己改公式。
【經濟學曾經以為找到了定律】
1958 年,經濟學家菲利浦從英國近百年的資料發現:工資漲得快的年份,失業率通常比較低。後來大家把它延伸成「通膨和失業此消彼長」,叫做菲利浦曲線。
政策制定者一看:太好了,那多容忍一點通膨,就能換到更多工作。
結果到了 1970 年代,物價飛漲,失業也沒降,課本叫它「停滯性通膨」。攻略寫得好好的,遊戲改版了。
後來拿到諾貝爾獎的經濟學家盧卡斯點破問題:人會預期、會學習、會改變行為。當大家都知道政府要拿通膨換就業,工人會先要求加薪,企業會先漲價,那條曲線就跑掉了。過去的統計關係,一旦被拿來當政策槓桿,就可能失效。這叫「盧卡斯批判」。
【今年的得主做了什麼】
今年得獎的是史丹佛的 Robert E. Hall 和哥倫比亞大學的 Michael Woodford,理由是「總體經濟穩定政策的個體經濟基礎」( for microeconomic foundations of macroeconomic stabilization)
白話說:他們不再只看通膨、產出這些大數字之間的統計關係,而是從「每個家庭怎麼花錢、每家公司怎麼定價」開始建模型,再加總成整體經濟。Hall 研究家庭的消費;Woodford 研究企業怎麼定價,包括價格為什麼不會馬上調整。
評審委員會主席說,這些模型如今被各國央行和政府使用,讓我們更能應對能源危機、或家庭消費突然改變這類衝擊。
一句話:先懂每個人怎麼想,再推出整體怎麼動。
【教育政策,也需要「個體基礎」】
學醫的人都知道,藥在實驗室裡再有效,病人不照時間吃,也是沒用。
教育政策也一樣。總體指標和過去的統計很重要,但政策一推出,老師、學生、家長、校長都會重新算一筆帳:這對我有什麼風險?我要多花多少時間?
政策最後的效果,是這些人各自做完決定後「加總」出來的。
【例一:校事會議】
校事會議是處理「疑似不適任教師」的程序,2020 年上路。初衷很正當:讓真正傷害孩子的老師,不能躲在體制後面。
總體邏輯也很合理:受理更多投訴 → 調查更多案件 → 孩子更安全。
但回到每個人的決策:
・對部分家長,投訴成本很低(過去還能匿名),它就可能從「最後手段」變成溝通卡住時的第一個選項。
・對校長和行政,不調查可能被說「吃案」,最安全的選擇是「先查再說」。教師團體也指出,這是小案大辦的原因之一。
・對老師,曾有現場老師說:愈關心孩子的老師,反而愈容易被投訴。那最安全的策略是什麼?少管一點。
・對真正受傷的孩子,如果不能匿名,他會不會怕被認出來,乾脆不說?學生團體也提出這個擔心。
每個人都沒有錯,都在自己的位置上做理性的決定。但加總起來,可能是老師不敢管、孩子不敢說,兩邊都沒被保護到。
數字也反映這種複雜。國家人權委員會的報告顯示,113 學年度全國有 2,486 件涉及不適任教師的投訴,約 78% 啟動校事會議調查;最後走到解聘、停聘或不續聘的,加起來 53 件。教師團體從中讀出「濫訴」;國家人權委員會則指出,成案的不當管教案件近七成只做申誡以下處分。同一組總體數字,可以讀出相反的結論,因為它沒有告訴我們:每個人為什麼這樣做。
今年 1 月修法拿掉匿名檢舉、加入分流。教育部說,到 5 月底案件數從去年同期約 448 件降到 202 件,進入調查的比例從約 82% 降到約 22%。教育部也說,不會把案件下降當成政策成就,我很同意。因為有將近一半的案件轉到教師考核程序,壓力是真的變小,還是換了地方?要看現場的人怎麼做才知道。
10 月 7 日的新修正又規定:明顯屬於合理管教的,學校可以直接結案。這個方向,家長團體也肯定。但它能不能成功,關鍵可能不在條文,而在一位校長簽下「直接結案」時,心裡有沒有底。
【例二:AI 人才方舟計畫】
今年 5 月,教育部啟動「AI 人才方舟計畫」,四年約 117.55 億元,包括最慢四年內做到「生生有平板」,以及 AI 助教、AI 家教、教育大數據等。
總體邏輯:載具到位+內容到位+研習到位 → 孩子的 學力 與 AI 能力提升。
但回到一間教室:
・一位國中老師,一節課 45 分鐘。發平板、登入、處理沒電的和網路卡的,時間就去了一截。她心裡的帳是:AI 幫我省時間,還是多一份工?如果學生用 AI 出了狀況、家長投訴,誰扛?你看,校事會議和 AI 政策,在老師心裡其實是同一本帳。
・學生拿到 AI 家教,第一個念頭可能不是「我來問個好問題」,而是「答案給我」。
・家長看到孩子帶平板回家,最先擔心的可能是螢幕時間。
・學校如果被要求回報「使用率」,最理性的做法就是把登入次數衝上去。指標一變成目標,就不再是好指標,這就是教育版的盧卡斯批判。
公平地說,這個計畫把一筆不小的預算放在「數位教學支持與輔導」,一年約 16 億,也有師培聯盟。方向是往「人」身上走,這是對的。
真正的考驗在:成效要看什麼?做數位的人(包括我自己)很容易盯著儀表板上的數字開心,忘了問老師為什麼用、為什麼不用。我會建議除了看使用率,更多看行為與好奇背後的原因:老師有沒有因此省下時間,多陪那個落後的孩子?孩子有沒有變得更會問問題?我們在均一做數理國英 AI 家教,第三方研究看到的也不是分數暴衝,而是學生不用 AI 時成績沒有下降,提問能力反而變好。
我之前寫過,希望從「生生用平板」走到「師師用 Tokens」。今天想補一句:在那之前,要先懂老師心裡那本帳。
【先蹲下來,再往前走】
經濟學花了幾十年,才把「人」放回模型裡。教育本來就是人的事,更不能只看曲線。
每一個重大教育政策推出前,也許都可以先問三個問題:
1. 第一線的每一種角色,面對這個政策,最理性的反應是什麼?
2. 這些反應加總起來,會不會跟我們要的方向相反?
3. 我們看的指標,會不會一推政策就失真?
這當然不容易,事實上決策者遇到的挑戰以及需要平衡的變數往往比大家考量的多得多,但有一個根本是不會變的的:正式上路前,找幾位校長、導師、家長和學生,拿真實案例問一句:「新規定下,如果是你,你會怎麼做?」這就是教育政策的個體基礎。
當然,有的時候,直接是政府的詢問,大家也不一定敢講真話,所以一些沒有拿政府預算但卻在相關領域的NPO 彙整的第一線意見可能有一定參考價值。
Hall 得獎後說,加州納稅人讓他在公立學校和柏克萊受了很好的教育,聯邦政府出錢讓他念 MIT,「希望他們覺得這筆投資的報酬還算令人滿意。」
公共教育,就是一筆要幾十年後才看得到報酬的投資。正因為回收期這麼長,每一個重大教育政策,都值得先蹲下來,聽懂每一個人。
先懂每個人怎麼想,再推出整體怎麼動。
(參考資料放留言)
- 原文:呂冠緯個人臉書貼文(2026-10-13 發表)
課程名稱依來源顯示,授課語言請見課程頁。