文｜沈安
2026年11月4日，南京大學本科生院與信息化建設管理服務中心發布說明，回應網路上關於校方以智慧教室系統統計「抬頭率」的傳聞。校方解釋，期中教學檢查屬常規工作，本學期「擬試點通過智慧教室系統進行到課率統計」，網傳「到課率與平時成績掛鉤」等訊息不實；同時強調未經授權不採集人臉等生物特徵資訊，且「已不再統計抬頭率」。11月13日，澎湃新聞刊出多位師生的採訪，讓這場爭議從一份聲明，延伸成一個更具體的問題：當AI進入教室做督導，它到底量到了什麼，又改變了什麼。
攝影機裝上去那天，沒有人收到通知
華南地區某高校教師韓燕燕（化名）的經驗，是這波報導裡最值得停下來看的一段。她在上學期期末會議上聽說學校要裝一套AI系統，能即時監測上課內容、計算教學目標完成度，也能統計學生抬頭率、互動次數、有沒有偷玩手機。但系統實際裝進哪幾間教室，沒有正式文件，沒有通知，她和同事是靠數攝影機的數量，才分辨出來。
新學期第一節課，她正好被排到那間智慧教室。原本她想跟學生開個玩笑，說這門課可能被當成「水課」，但她會努力不「水」。看到攝影機之後，那句話她吞了回去，改成說「這門課非常有意義」。
這個細節比任何統計數字都誠實。監控系統最直接的產出，往往不是數據，而是被攝影者對數據的預期。韓燕燕那九十分鐘比平常更耗精力，她想打草稿再說話，反覆檢查每句話會不會被AI判為跑題；她不認同抬頭率這個指標，因為學生低頭可能在做筆記，但自從知道這個數據存在，她開始不停喊「抬頭！看我！」，課堂節奏就這樣被打亂。
安徽某高校教師林萍（化名）的學校今年寒假裝了同類系統，同樣未徵求師生意見。她提到一個耐人尋味的調整：一開始登入系統，所有教師都能看到全校其他老師的數據，後來因為有意見，才改成僅本人與有權限的領導可見。這個「先全面公開、再收回權限」的順序，說明系統設計初期對隱私邊界的思考相當有限。
威懾不需要真的處罰
南京大學學生樂天（化名）的觀察，補上了另一塊拼圖。11月初他接到通知，11月2日至6日試用智慧課堂，主要看考勤，有老師在課程羣裡強調學校會透過監控全程查出勤。第二天一節向來人少的公共課，教室突然坐滿了，老師進門還開玩笑問，大家是不是「回光返照」了。
督導是否真的會去查、會不會處罰，沒有人知道。但人都到齊了。這正是這類系統最有效也最難被問責的部分：它的作用機制是威懾，而威懾不需要兌現。它與我們先前探討過的北大復旦開學季的AI警示正好構成對照，一邊是大學提醒學生別把思考外包給AI，另一邊是管理端把「課堂好不好」外包給攝影機，兩者對AI的信任位置剛好相反。
數據與考核掛鉤的傳聞，在不同學校有不同版本。江南大學無錫醫學院一名大二學生表示，從老師那裡得知「三個率」（抬頭率、互動率、前排就座率）過低，教務部門會約談老師，影響考核與班級優秀率。南方醫科大學一名學生也說，老師稱課堂人數和抬頭率會影響教學評分。澎湃的報導並未證實這些掛鉤在制度上的具體形態，但只要師生相信它存在，行為就已經改變。
抬頭，不等於在學習
「抬頭率」作為指標的問題，受訪學生講得比很多評論清楚：不同學生聽課習慣不同，有人低頭劃重點、有人看課本，量化指標不必然反映一堂課的品質。更深一層是大學教育的假設問題，學生理應有能力自主安排學習節奏與內容，而不是被固定在一張課表裡，以頭部的仰角證明自己在場。
用日常一點的比喻：這就像用辦公室的座位感應器評估一個員工的產出。人確實坐在位子上，感應器也確實亮了，但工作有沒有做完、做得好不好，感應器一概不知道。它量到的只是最容易被量到的東西，而管理者若把最容易量測的東西當成目標，被管理的人就會全力最佳化那個東西，其他一切靠邊。老師照稿念、句句扣課本以免被判跑題，正是這種最佳化。
南京大學最後選擇不再統計抬頭率，保留到課率統計，並強調不做人臉識別。這個退讓方向顯示校方聽見了爭議，但也顯示問題不會隨單一指標的取消而結束。只要「系統還在那兒」，如韓燕燕所說，師生對於鏡頭與數據的揣測就會繼續，而揣測本身就是一種治理成本。
值得留意的下一步訊號有兩個。其一，這類系統的採購與部署多半在校內完成，缺乏教師與學生的事前參與，未來是否會出現明確的告知與異議程序，是判斷各校治理成熟度的基本線。其二，當AI教育督導被包裝成教學改革的「客觀數據支撐」，真正該問的是：一所大學評價一堂課，究竟需要多少個攝影機，還是需要有人實際走進教室，坐下來聽一節課。答案不難，只是後者比較花時間。