人工智慧與數位科技對學習的影響

MoAI - 您的AI助手

建立於 2026年10月15日

學習重點 AI 素養是理解、應用、評估 AI 並負責任地使用的整合能力；尤其要理解其運作特性、偏誤與侷限。 人機協作強調學生運用 AI 發想，再融入自己的觀點、查證與修訂；課程設計應支援自主學習與反思。 生成內容不保證正確，應辨識事實、邏輯、上下文與多模態等不同錯誤，並查核可靠來源。 數位科技兼具機會與風險：可促進資源共享與適性學習，也可能造成認知偏狹、深度思考弱化及注意力分散。 教育應以人為本：掌握生成式 AI 使用規範、教師增能、國小教育轉變，以及疫情下教育全球化與公平議題；工業 4.0 最早由德國提出。 核心觀念 一、人工智慧素養的意義與能力面向 從素養導向與能力學習來看，人工智慧素養是個體能在真實情境中，整合知識、技能與態度，理解 AI、運用 AI 解決問題、評估其產出與影響，並承擔使用責任的能力。學習成果不能只看工具操作熟練度，也要看學生能否說明判斷理由，並將能力遷移至新的問題。 理解原理與侷限：知道 AI 仰賴資料與模型，生成內容可能出錯、帶有偏見或缺乏最新資訊；流暢的文字不代表可信。 應用與問題解決：依任務選擇工具，清楚描述需求、提供適當脈絡，並依回應調整提示與解題策略。 批判評估：檢視原始來源、比較不同觀點，以可靠證據判斷內容，而非以平台知名度或多數 AI 的一致答案代替查證。 倫理與社會責任：重視隱私、著作權、學術誠信、公平與人的自主性，理解 AI 對社會的影響。 創造與協作：結合自身知識與 AI 建議，設計、測試及改進作品，並說明人與工具各自的貢獻。 當教學強調辨識答案差異、查核來源及說明採用理由時，核心目標是理解 AI 的特性與侷限，形成批判判斷能力。 二、人機協作、自主學習與教師增能 人主導、AI 輔助是協作學習的原則。適切流程為：學生界定問題與提出初步想法，利用 AI 拓展觀點，再自行查證、整合、修訂，最後反思採納或捨棄建議的理由。只挑選一份生成答案，尚不足以展現協作能力。 AI 輔助課程應以自主學習與反思為重點，例如讓學生設定目標、取得提示與回饋、監控理解程度，再調整策略。教師仍須確認學生是否真正理解，避免直接提供完整答案而取代思考。 強化教師應用能力，可辦理分層實作研習、成立共備社群、分享教案與觀課回饋；提供合適平台、設備及技術支持；從小規模課程試行，依學生表現調整。教師可運用 AI 備課、設計差異化教材及提供形成性回饋，但不以能自行研發 AI 系統為必要條件。 三、生成式 AI 與幻覺辨識 生成式 AI 能依輸入產生文字、圖像或聲音等內容，但生成機制不保證內容符合事實或指令。幻覺可依錯誤表現辨識；下列類型有助於分析情境，不宜視為唯一且完全互斥的分類。 類型判斷重點例子 事實幻覺違反事實或捏造資訊虛構文獻、人物經歷或研究數據 邏輯幻覺推理矛盾或結論不受前提支持計算步驟互相衝突、因果推論錯誤 上下文幻覺忽略或扭曲已提供的脈絡忘記前文限制，改用其他條件作答 多模態幻覺圖像、文字等不同模態間的內容不一致要求生成含指定配件的動物圖，圖中卻缺少該配件 圖文生成情境若凸顯文字要求與圖像內容不符，判斷重點是多模態幻覺。查證時須回到原始資料、實際圖像或可信來源，不能只要求 AI 再保證一次。 四、教師與學生使用生成式 AI 的注意事項 面向教師教學學生學習 正確性與偏誤審查教材與回饋，檢查事實及刻板印象交叉查證，說明採用資訊的證據 誠信與著作權明訂可用範圍、揭露方式及引用要求依規範揭露使用情形，確認來源與授權，不將代寫冒充獨立成果 隱私與安全避免輸入可識別學生或其他敏感資料，確認平台適用條件保護自己與他人的資料，遵守平台年齡及使用規範 主體性與評量結合草稿、歷程紀錄、口頭說明及實作，確認理解保留自主思考，能解釋作品內容與修訂理由 公平與可近性提供設備、指導與替代學習方式合理使用工具，避免資源差異成為學習障礙 申論可依「機會、風險、具體措施」展開：先說明備課、回饋與個別化學習的效益，再分析錯誤資訊、依賴及不公平風險，最後分別提出教師與學生的實踐方式。 五、數位媒體對學習的影響 搜尋引擎、社群與影音媒體有助於取得資源、跨時空合作及多元表徵；但使用方式不當，也可能產生下列風險： 阻礙對真實世界的瞭解：推薦演算法與同溫層可能限縮觀點，虛擬資訊也可能取代直接觀察。 削弱深度思考：片段閱讀、快速瀏覽與直接套用答案，可能減少推論、統整與持續探究。 影響注意力集中：通知、短影音及頻繁切換任務容易打斷學習。 這些是可能風險，並非必然結果。教師可安排持續閱讀、關閉非必要通知、來源查核及實地探究，協助學生建立自我調節能力。 六、AI 對國小教育的衝擊與挑戰 教育目的：在基礎知識與基本能力之上，加強批判思考、創造力、合作及倫理判斷。挑戰是避免只追求效率與可量化成績，忽略情意、同理心與全人發展。 教育內容：融入 AI 素養、媒體識讀、資料觀念、運算思維及資訊倫理，結合生活問題與跨領域學習。挑戰包括教材更新、師資準備，以及是否符合學童發展程度。 教學方法：運用適性練習、即時回饋與專題探究。挑戰包括過度依賴、隱私與數位落差；國小尤其須保留人際互動、實物操作與直接經驗。 七、工業 4.0 與疫情下的教育全球化 工業 4.0 最早由德國提出，重視智慧化、數位化及生產系統的互聯整合。人才培育因此更重視科技素養、跨域整合、問題解決與終身學習。 從教育全球化觀點，疫情使各地共同面對學習中斷，也凸顯跨國相互依存，主要議題包括： 遠距與混成學習：線上資源共享及教師數位教學能力受到重視。 教育公平：設備、網路、家庭支持與特殊需求差異，可能擴大學習落差。 國際教育交流：實體移動受限，促進虛擬交流、跨國共學與在地國際化。 全球公民與健康教育：強調公共衛生、資訊判讀、國際合作及共同責任。 教育韌性與永續發展：建立危機應變、弱勢支持及持續受教機制，維護優質教育機會。 常考陷阱 操作熟練不等於完整 AI 素養：查證、比較觀點與說明可信度，指向理解特性與侷限。 提高效率不是協作能力的充分證據：關鍵在學生是否融入自身觀點、修訂並負責判斷。 比較工具、揭露使用都有價值：但若焦點是協作，應優先辨識人與 AI 共同發想、由學生整合的安排。 信任程度不是越高越好：應培養有依據的信任與查證能力；使用時間管理及自行研發系統，也不是課程設計的核心。 圖文不符要看多模態線索；捏造資訊看事實，推理矛盾看邏輯，忽略前文看上下文。 網路風險可以同時成立：認知偏狹、思考淺化及注意分散，並非只能擇一。 記憶口訣 AI 素養「懂、用、評、責」：懂侷限、會應用、能查評、負責任。 協作「先想、共創、查證、反思」：學生掌握學習主導權。 網路風險「離真實、淺思考、散注意」；工業 4.0 記住德國。