從教育公平到知識正義：AI時代的跨學科教育與民主實踐
- 蘇苑瑜
- 6天前
- 讀畢需時 4 分鐘
一、教育公平的再定義：AI時代的知識正義
近年，教育公平的內涵已從「機會平等」發展為「知識參與的公平」。OECD 在《Future of Education and Skills 2030》中指出，學生應具備轉化性能力（transformative competencies），以應對社會挑戰、創造新價值，並在複雜世界中協調多元立場與衝突困境（OECD, 2019）。教育的公平因此不再僅關乎入學與資源，而是學生能否成為知識生產與詮釋的主體—在矛盾價值之間進行反思與整合，並在行動中追求多方兼顧的解決方案。
圖1
OECD LEARNING COMPASS 2030
註：引自OECD. (2019). Future of Education and Skills 2030: OECD Learning Compass 2030. OECD Publishing.
在此脈絡下，知識正義被視為教育公平的延伸理念。UNESCO（2021）指出，人工智慧（AI）科技改變了教育中「誰能被看見、誰能發聲」的問題。若教育缺乏倫理規範與包容設計，科技運用可能加深既有不平等。例如，AI 的資料來源、訓練數據與演算法規則可能排除特定族群、語言或文化視角，形成新的知識排除機制。AI在教育的導入不僅要使學生學會運用AI，更要使其能批判性地理解AI如何影響資訊、價值與權力結構。AI 的發展使知識正義成為當代教育的延伸焦點，因其直接形塑「什麼被視為知識」以及「誰能參與知識生產」。
這樣的挑戰同時凸顯跨學科教育的重要性。AI議題本身屬於複雜問題，涉及技術、倫理與社會正義的多重層面，僅靠單一學科難以理解或解決。然而，跨學科協作有時並非完全平等的知識對話，例如自然科學往往被視為「客觀」與「高價值」知識，而人文社會學科則常被視化為「主觀」或「價值性」論述。這種知識階層不僅形塑學科間的話語權，也深刻影響學生對知識的真正理解。因此，跨學科教育不僅是整合知識的過程，更是揭露並協商知識權力關係的場域。
在理論層面，Repko與Szostak（2020）跨學科研究歷程模式（Interdisciplinary Research Process, IRP），提供實踐此理念的具體框架。IRP透過整合不同學科的洞見，促進對複雜問題的全面理解。其價值不僅在於方法的系統性，更在於引導師生培養自我覺察與批判反思的能力，使教育成為追求理性、對話與社會公平的場域。
二、IRP的實踐路徑：從知識整合到價值協商
IRP的核心精神與批判教育學相呼應，即教育不只傳遞知識，更是形塑社會價值與公共理性的過程。跨學科教育成為教師與學生共同思考社會議題的平台，而IRP提供一個結構化的框架，應對AI時代下複雜社會知識與價值衝突的挑戰：
1. 問題界定（Defining the Problem）
界定複雜且需要多學科洞察的問題，通常具有高度的不確定性與價值爭議。例如「職業性別歧視」問題在單一學科的解釋往往片面，唯有整合經濟、社會與心理等多重視角，才能達成對複雜現象的整體理解。
2. 學科分析（Analyzing Disciplinary Insights）
分析各學科如何界定與詮釋問題，並評估其理論見解的優勢與侷限。以AI教育為例，資訊工程學強調演算法效率與技術可行性、教育學關注教與學互動與學習歷程的個別差異、社會學則著眼於權力、身份與知識生產的社會結構。教師可帶領學生比較不同學科在理論假設、研究方法與證據選擇上的差異，培養他們辨識偏見與理論侷限的能力。
3. 知識整合及應用（Integrating and Applying Knowledge）
在不同學科見解之間建立共通點，協調學科間的衝突與價值分歧，主要透過三項策略進行：
● 重新定義（Redefinition）：修改衝突的概念，使其具共同涵義。例如，將「智慧（intelligence）」從僅指技術運算與資料處理能力，重新定義為同時包含倫理判斷與人文關懷的整合性概念。重新定義使教育者在探討AI時，不再侷限於演算法精確度，而能討論「智慧」如何兼顧人類價值與社會責任。
● 擴展（Extension）：將某一學科的理論範圍擴展至他學科的應用情境。例如，將AI演算法偏見討論延伸至教育評量與課程公平問題。
● 轉化（Transformation）：將對立假設轉化為連續變量，以促進理論兼容。例如，不再將人類與AI的行為對立為「理性/非理性」，而視其為不同樣態的「道德推理」連續體。
上述IRP歷程有助於學生在面對社會價值衝突時，整合多學科視角進行批判與協商，進而建立更全面的理解。
圖2
IRP跨學科研究歷程
註：筆者自行繪製
三、公平作為民主實踐：教育的核心回歸
在AI時代，IRP提供重新思考教育公平的方向，引導教育從「技術導向」邁向「民主實踐」的深層轉化。它提醒教育者：真正的公平，不在於讓所有人都使用相同的技術工具，而在於讓每個人都能參與知識與價值的公共討論，成為意義建構的主體。
IRP 的核心在於建構「更全面的理解（a more comprehensive understanding）」，透過問題界定、學科分析與理論整合三個歷程，引導學生發展批判性思維與整合判斷能力。當學生能在此過程中理解多元學科的觀點、辨識知識背後的權力結構並共同建構新知時，便展現出轉化性能力，能以理性參與公共討論並推動更平等的社會。未來研究可進一步探討教師在跨學科協作中如何具體運用 IRP 促進知識正義；教育實務亦可關注課程如何在真實情境中引導學生反思並協商多元處境中的正義議題。
參考資料
OECD. (2019). Future of Education and Skills 2030: OECD Learning Compass 2030.OECD Publishing.
Repko, A. F., & Szostak, R. (2020). Interdisciplinary research: Process and theory (4th ed.). Sage. https://in.sagepub.com/en-in/sas/interdisciplinary-research/book271311
UNESCO. (2021). AI and Education: Guidance for Policy‑Makers. UNESCO Publishing. https://unesdoc.unesco.org/ark:/48223/pf0000376709
若需引用此文章內容，請使用下列APA 7格式：
蘇苑瑜（2025年11月30日）。從教育公平到知識正義：AI時代的跨學科教育與民主實踐。教育新知國際串聯。https://www.gel-net.com/post/202511-03
