傳統監考考試建立在一個看似理所當然的前提上：坐在考場裡的人，就是產出答案的人。

但搭載 AI 的智慧眼鏡、無線耳機與其他連網穿戴裝置，正讓這項前提愈來愈難成立。一副外觀看似普通的眼鏡，可以拍下題目；外部協助者或 AI 服務可處理資訊；答案再經由鏡片顯示或音訊傳回。問題已不只是多了一種作弊工具，而是傳統監考筆試，未必還能可靠地證明答案是在沒有外援下完成。46

2026 年案例：風險已不是假設

近期多個考試體系都出現已被查獲的事件：

• 奧克蘭大學：一名學生把 AI 眼鏡帶入測驗，在主辦方已明確禁止智慧裝置的情況下遭校方處分。校方表示，監試人員正接受相關訓練，以辨識這類技術並妥善應對。48
• 國立臺灣大學：台大取消一名申請入學考生資格，原因是違規使用 AI 智慧眼鏡，該科成績以 0 分計。報導指出，監試人員因考生多次低頭而起疑，檢查時發現鏡框異常發熱。49
• 南韓：兩名應試者在 5 月不同場次的 TOEIC 考試中被查獲配戴 AI 眼鏡，成績遭取消。其他報導也涉及國家技術資格考試；後續資訊指出，5、6 月間至少有 5 名考生被查獲，促使主管單位研議修訂規範。364032
• SAT：美國大學理事會（College Board）現行規定明列，除非考生取得核准的應試調整，否則考試及休息期間均不得使用智慧眼鏡、手機、智慧手錶、健身追蹤器、藍牙裝置（如無線耳機）及其他穿戴式科技產品。其明確列入智慧眼鏡的禁令自 2026 年春季開始。1821

這些是被發現的案例，不能直接用來估計所有嘗試違規的人數；不過，它們已顯示穿戴裝置協助作弊的風險，橫跨大學考試、語言檢定、專業資格與升學測驗等場景。

為何這類裝置難抓？

智慧眼鏡的難題，在於它可長得像一般有度數的鏡框，卻內建相機、麥克風及其他電子元件。CQUniversity 一名教育神經科學專家指出，這類眼鏡可安靜擷取試題，再於數秒內透過音訊或鏡片內顯示回傳答案。46

目前的查核往往仰賴線索，而非萬無一失的篩檢方式：例如不尋常的低頭姿勢、反覆摸鏡框、可見反光或異常聲響，或監試人員決定進一步檢查裝置。台大案例正反映了這點：裝置是因行為引發懷疑、再經實體檢查才被發現，而不是靠一套普遍可靠的偵測機制。9

而且問題不只在眼鏡。無線耳機、智慧手錶、戒指與藏匿的手機，都可能分工完成同一流程：一個裝置拍攝或傳送題目，另一個接收回覆。若檢查與規則只鎖定手機，就可能忽略整個連網裝置系統。

至於特定穿戴設備能否穩定拿到高分甚至滿分的說法，若沒有在明確考試條件下獨立驗證，應審慎看待。現有報導能支持的是違規嘗試與處分已經發生，不能據此推論各類考試都有普遍、可量化的成功率。

禁令必要，但不能只靠禁令

清楚的禁令依然重要。它能讓考生知道界線、賦予監試人員介入依據，也保障遵守規則的學生。College Board 的規範就是明確劃定界線的例子。18

然而，只靠執法與監控有其限制：

• 穿戴裝置可能愈來愈不像電子產品；
• 高強度搜檢與持續監看成本高，也可能造成誤判；
• 配戴一般近視眼鏡、或使用經核准輔具的考生，需要公平且可操作的安排；
• 即使考場管制嚴密，也無法單靠它證明每一份答案都代表考生的獨立理解。

因此，這不只是裝置防弊問題，更是評量設計問題。當 AI 能在考官視線外協助回憶、解釋與計算時，一場限時筆試對「考生是否真的理解」所提供的證據會變得更薄弱。

大學可以改評量什麼？

這不代表必須廢除所有受控考試。對於基礎知識與無輔助能力，學校仍可能需要進行評量；但關乎升學、證照或畢業等高風險決策時，不應完全押在一場容易被科技介入的筆試上。

可行做法包括：

1. 受監督的真實情境表現：透過實作、模擬、實驗室工作、臨床演練或案例任務，讓判斷與方法本身可被觀察。
2. 短口試或答辯：以口頭說明、示範或後續訪談，檢驗考生能否解釋選擇、回應新情境，以及修正錯誤。
3. 呈現作業過程：草稿、決策紀錄、資料來源評估、修訂歷程、回饋與反思，能讓教師看見作品如何形成，而不只看最終答案。
4. 透明的 AI 輔助評量：若 AI 已接近真實職場工具，就評量學生是否揭露使用方式、能否下好指令、查證輸出、辨識限制並作出負責任的判斷，而非假裝工具不存在。
5. 交叉驗證多元證據：結合低風險觀察、受監督任務與針對性查核，降低單一次考試遭破壞後的影響。

核心差別在於：評量「一個人在沒有協助時能做什麼」，與評量「一個人能否負責任地運用工具完成工作」，是兩種不同主張。兩者都可能重要，但必須清楚區分、透明評量。

考場之外：隱私與治理同樣跟著來

威脅考試公平的能力——隱密相機、麥克風、影像擷取與連網協助——也可能讓人在未充分知情下遭錄影或錄音。學校、大學與雇主因此需要清楚訂定：哪些區域禁止裝置、何種情況須取得同意、錄影資料如何保存與刪除、違規調查如何進行、如何處理身心障礙或輔具需求，以及搜檢應如何維持適當比例。

政府也將面對產品政策問題，例如：配備相機的穿戴裝置是否應有更醒目的錄製提示、更強的預設隱私設定、銷售端責任、揭露義務，或對以隱密使用為賣點的產品設下限制。

現有資料足以支持上述考試防弊案例與政策回應；但不足以就英國、英格蘭及威爾斯、挪威或澳洲作出特定法律結論。隱私、監控、刑事與消費產品規範會因地點與情境而異，不能用單一的全球法律答案處理。

關鍵不在於「抓到多少人」

AI 穿戴裝置揭露了傳統監考的一項弱點：看見學生坐在桌前，不再等於能確認他是獨力完成作答。明確禁令與受過訓練的監試人員仍是必要防線；但更耐久的解方，是讓評量真正呈現理解、判斷與工作過程，而不只是產出一個連網裝置也可能協助生成的答案。

傳統監考考試建立在一個看似理所當然的前提上：坐在考場裡的人，就是產出答案的人。

但搭載 AI 的智慧眼鏡、無線耳機與其他連網穿戴裝置，正讓這項前提愈來愈難成立。一副外觀看似普通的眼鏡，可以拍下題目；外部協助者或 AI 服務可處理資訊；答案再經由鏡片顯示或音訊傳回。問題已不只是多了一種作弊工具，而是傳統監考筆試，未必還能可靠地證明答案是在沒有外援下完成。46

2026 年案例：風險已不是假設

近期多個考試體系都出現已被查獲的事件：

• 奧克蘭大學：一名學生把 AI 眼鏡帶入測驗，在主辦方已明確禁止智慧裝置的情況下遭校方處分。校方表示，監試人員正接受相關訓練，以辨識這類技術並妥善應對。48
• 國立臺灣大學：台大取消一名申請入學考生資格，原因是違規使用 AI 智慧眼鏡，該科成績以 0 分計。報導指出，監試人員因考生多次低頭而起疑，檢查時發現鏡框異常發熱。49
• 南韓：兩名應試者在 5 月不同場次的 TOEIC 考試中被查獲配戴 AI 眼鏡，成績遭取消。其他報導也涉及國家技術資格考試；後續資訊指出，5、6 月間至少有 5 名考生被查獲，促使主管單位研議修訂規範。364032
• SAT：美國大學理事會（College Board）現行規定明列，除非考生取得核准的應試調整，否則考試及休息期間均不得使用智慧眼鏡、手機、智慧手錶、健身追蹤器、藍牙裝置（如無線耳機）及其他穿戴式科技產品。其明確列入智慧眼鏡的禁令自 2026 年春季開始。1821

這些是被發現的案例，不能直接用來估計所有嘗試違規的人數；不過，它們已顯示穿戴裝置協助作弊的風險，橫跨大學考試、語言檢定、專業資格與升學測驗等場景。

為何這類裝置難抓？

智慧眼鏡的難題，在於它可長得像一般有度數的鏡框，卻內建相機、麥克風及其他電子元件。CQUniversity 一名教育神經科學專家指出，這類眼鏡可安靜擷取試題，再於數秒內透過音訊或鏡片內顯示回傳答案。46

目前的查核往往仰賴線索，而非萬無一失的篩檢方式：例如不尋常的低頭姿勢、反覆摸鏡框、可見反光或異常聲響，或監試人員決定進一步檢查裝置。台大案例正反映了這點：裝置是因行為引發懷疑、再經實體檢查才被發現，而不是靠一套普遍可靠的偵測機制。9

而且問題不只在眼鏡。無線耳機、智慧手錶、戒指與藏匿的手機，都可能分工完成同一流程：一個裝置拍攝或傳送題目，另一個接收回覆。若檢查與規則只鎖定手機，就可能忽略整個連網裝置系統。

至於特定穿戴設備能否穩定拿到高分甚至滿分的說法，若沒有在明確考試條件下獨立驗證，應審慎看待。現有報導能支持的是違規嘗試與處分已經發生，不能據此推論各類考試都有普遍、可量化的成功率。

禁令必要，但不能只靠禁令

清楚的禁令依然重要。它能讓考生知道界線、賦予監試人員介入依據，也保障遵守規則的學生。College Board 的規範就是明確劃定界線的例子。18

然而，只靠執法與監控有其限制：

• 穿戴裝置可能愈來愈不像電子產品；
• 高強度搜檢與持續監看成本高，也可能造成誤判；
• 配戴一般近視眼鏡、或使用經核准輔具的考生，需要公平且可操作的安排；
• 即使考場管制嚴密，也無法單靠它證明每一份答案都代表考生的獨立理解。

因此，這不只是裝置防弊問題，更是評量設計問題。當 AI 能在考官視線外協助回憶、解釋與計算時，一場限時筆試對「考生是否真的理解」所提供的證據會變得更薄弱。

大學可以改評量什麼？

這不代表必須廢除所有受控考試。對於基礎知識與無輔助能力，學校仍可能需要進行評量；但關乎升學、證照或畢業等高風險決策時，不應完全押在一場容易被科技介入的筆試上。

可行做法包括：

1. 受監督的真實情境表現：透過實作、模擬、實驗室工作、臨床演練或案例任務，讓判斷與方法本身可被觀察。
2. 短口試或答辯：以口頭說明、示範或後續訪談，檢驗考生能否解釋選擇、回應新情境，以及修正錯誤。
3. 呈現作業過程：草稿、決策紀錄、資料來源評估、修訂歷程、回饋與反思，能讓教師看見作品如何形成，而不只看最終答案。
4. 透明的 AI 輔助評量：若 AI 已接近真實職場工具，就評量學生是否揭露使用方式、能否下好指令、查證輸出、辨識限制並作出負責任的判斷，而非假裝工具不存在。
5. 交叉驗證多元證據：結合低風險觀察、受監督任務與針對性查核，降低單一次考試遭破壞後的影響。

核心差別在於：評量「一個人在沒有協助時能做什麼」，與評量「一個人能否負責任地運用工具完成工作」，是兩種不同主張。兩者都可能重要，但必須清楚區分、透明評量。

考場之外：隱私與治理同樣跟著來

威脅考試公平的能力——隱密相機、麥克風、影像擷取與連網協助——也可能讓人在未充分知情下遭錄影或錄音。學校、大學與雇主因此需要清楚訂定：哪些區域禁止裝置、何種情況須取得同意、錄影資料如何保存與刪除、違規調查如何進行、如何處理身心障礙或輔具需求，以及搜檢應如何維持適當比例。

政府也將面對產品政策問題，例如：配備相機的穿戴裝置是否應有更醒目的錄製提示、更強的預設隱私設定、銷售端責任、揭露義務，或對以隱密使用為賣點的產品設下限制。

現有資料足以支持上述考試防弊案例與政策回應；但不足以就英國、英格蘭及威爾斯、挪威或澳洲作出特定法律結論。隱私、監控、刑事與消費產品規範會因地點與情境而異，不能用單一的全球法律答案處理。

關鍵不在於「抓到多少人」

AI 穿戴裝置揭露了傳統監考的一項弱點：看見學生坐在桌前，不再等於能確認他是獨力完成作答。明確禁令與受過訓練的監試人員仍是必要防線；但更耐久的解方，是讓評量真正呈現理解、判斷與工作過程，而不只是產出一個連網裝置也可能協助生成的答案。