- 最後更新：2025-08-19
- 發佈日：2025-08-15
- 瀏覽次數： 963
慧治Online Café
高中生如何應對 AI 時代來臨？
2025年，慧治online café公益講座以【經驗共振，教學共好】為主題，透過專業分享與多元觀點交流進行經驗共振，激發教學靈感。本期活動著重實作面向，邀請教育界專家學者與第一線教師，分享教育現場的觀點與心法，協助教師應對教學挑戰。期待攜手教師共同打造「自發、互動」的教學環境，共同邁向「教學共好」的願景。
重點摘要
從 AI 技術演進看見教學挑戰
隨著生成式 AI 席捲全球，教育現場也開始關注這波技術浪潮背後的核心——深度神經網路（Deep Neural Network, DNN）。這是一種模擬人類大腦神經網絡進行判斷與行動的演算法，具備「層層疊加、反覆優化」的特性，使 AI 能夠從龐大的資料中不斷學習、推理與自我調整。雖然 DNN 的重大突破發生在近五年，但早在 2000 年網路興起、.com 時代累積大量資料時便已悄然鋪陳。
當資料與演算法成熟後，再結合 GPU 平行運算的高速處理能力，才真正催生了今日生成式 AI 的爆發。
張智為營運長談及深度神經網路、巨量資料與圖形處理器的交會促成了深度學習的大爆發
現任職於 Taiwan AI Labs 的張智為營運長，擁有逾 25 年的 IT 產業經驗，他提到過去談 AI，許多人往往抱持懷疑；然而到了 2023 年，這樣的質疑已被焦慮取代。越來越多教師開始擔憂：若不及早接軌，就可能在教學現場被邊緣化。這樣的心態轉變，反映出科技演進的急速，也突顯教育者在引導學生正確使用 AI 上所肩負的責任。
選對模型、客製調整：讓 AI 成為教學的關鍵引擎
張智為營運長簡要說明了人工智慧的發展脈絡：從傳統 AI，如我們熟悉的語音輸入功能；到更進階的機器學習（Machine Learning），強調模型可透過資料自我調整；以及近年快速發展的深度學習（Deep Learning），其透過多層神經網絡結構，使模型具備更強的特徵學習與生成能力。而在深度學習中，又延伸出兩項關鍵應用——大型語言模型（LLM）與智慧助手（Copilot Agent）。前者具備自然語言理解與生成能力；後者則強調與使用情境整合，協助完成特定任務。
張智為營運長以「圓圈」模型解釋現今 AI 技術的演進背景
如今正值大型語言模型群雄並起的戰國時代，市場上不乏如 OpenAI、Gemini 等知名的閉源模型，但同時也有眾多開源模型逐漸崛起。不同於閉源模型無法自行訓練專屬模組，開源模型允許使用者打造客製化應用，而如何根據使用情境選擇合適架構，將成為未來 AI 教育應用的重要課題。
與 AI 對話，就是一次次的思考訓練
AI 興起後教育現場經常浮現一個問題：「我們是否應該讓學生使用 AI？」對此，張智為營運長提出了一種更積極的思維，重點在於引導學生聰明使用這項工具，讓 AI 成為促進思考與學習的助力。畢竟，與 AI 的互動其實蘊含豐富的邏輯推理與任務拆解練習，只要用得好，反而能強化學生的提問與表達能力。
「問一個好問題，比知道答案更重要。」要讓 AI 給出有品質的回應，關鍵在於如何設計問題與下達指令。首先用一句話清楚說明要它完成什麼；接著撰寫條理分明的描述，像是把任務拆分、明確標示階段或順序；適當提供範例也有助於縮小與 AI 之間對結果的預期落差；而明確規定回答的格式、字數，則有助於產出更貼合需求的內容；最後，根據 AI 的回應不斷優化，也是使用者必備的素養。
為了讓學生與 AI 有效互動，須培養其撰寫良好指令的能力，
包括明確設定目標，並以條理化方式描述需求
AI 工具可為教學減負、為學習加值
AI 工具不是為了取代教師或學生的思考，而在於「放大理解的可能、協助教學的任務」。張智為營運長舉例像東華大學建置的「校務智慧腦」，便有效協助行政端從大量重複性問題中解放，將時間投入更具價值的工作；某科技大學開發的數學輔助工具，並非讓學生直接取得答案，而是幫助他們看懂運算過程，理解題目背後的邏輯與結構。
下一階段的教育目標，不再只是傳授答案，而是設計提問；不再只是解釋內容，而是引導對話。教育者的任務，將從「傳遞知識」轉向「引導思考」。AI 的出現，是一個契機——讓我們重新思考學習的本質，並搭建教育的未來樣貌。
張智為營運長透過示範使用 AI 生成，展示其在教學應用的可能性。
Ｑ1：請問要如何利用 AI Agent 製作一個英文對話小幫手，用來練習聽力和口說？
可以先設定一個 Agent ，讓小幫手能夠「聽懂」你說的英文，將語音轉成文字；接著這個 Agent 需要具備理解能力，才能針對句子內容給予建議，所以可以在 Agent 中加上語法書、單字本或教材等內容，讓小幫手根據這些資料來提供正確的語言回饋。整體設計時，應參考「深度學習模型的五大要素」去做設定。
Ｑ2：我之前讓學生使用 AI 製作學習歷程檔案的機器人，這個機器人會根據我事先提供的資料進行回答；但有時候，學生問的問題資料庫裡沒有，反而是 AI 去網路上查資料，查到的結果還更準確。想請問這種情況該怎麼處理或改善？
這個問題有兩種解法，一是手動更新知識庫或資料庫，定期補充或修正資料來源，確保學生常問的問題都能在資料中找到解答。二是設計具備網路搜尋能力的「爬蟲機器人」，讓 AI Agent 能定期從可信網站爬取新資料並自動更新知識庫。但要注意的是，這類自動搜尋機制必須格外謹慎，因為網路資訊良莠不齊。建議設定明確的資料來源清單，並讓學生可以看到資料的出處，避免誤導或引用錯誤資訊。
Ｑ3：ChatGPT Pro 版本的費用較高，請問它的效能是否值得投入？會不會反而造成使用上的落差？
關鍵在於你期望達成的目標與任務的複雜程度。如果你只是希望建立一個簡單的輔助工具，免費或基礎版本就可能足夠。投資前先思考「效益」而非單看「規格」，才能避免資源浪費，也更貼近實際需求。
Ｑ４：該如何辨別學生的作業是否使用生成式 AI？又該如何培養學生關於判讀 AI 生成內容的能力？
目前市面上已有不少 AI 偵測工具可協助教師判別學生作業是否可能由 AI 生成。而針對養成學生 AI 判別能力的部分，更重要的是引導學生理解生成式 AI 的原理與限制、針對 AI 給出的內容進行思辨與修正。生成式 AI 的出現已是不可逆的趨勢，與其禁止，不如培養學生具備判讀、批判與重構 AI 內容的能力，讓 AI 成為學習的助力，而非逃避思考的捷徑。
Ｑ５：高中生要著重哪些運用 AI 的能力？又該針對哪些面向加強自律？
在入門階段，學生應學習理解 AI 回答的邏輯。進階則可以鼓勵學生嘗試設計專屬的 AI 工具。至於「自律」方面，雖然 AI 工具的安全性與資料透明應由開發商負起主要責任，但學生自己也應學會查驗資料來源、尊重智慧財產權，並理解 AI 所生成的內容未必正確，需要批判性地閱讀與引用。
Ｑ６：如何引導學生將 AI 視為輔助工具，而不是成為幫自己寫作的代筆工具？
關鍵在於教會學生如何「設定 AI」而不是「依賴 AI」。當學生學會設計一個 Agent，他們會意識到：AI 的回應其實是來自使用者的設定，這樣的學習過程讓他們更理解 AI 的運作邏輯，也更容易將 AI 視為合作夥伴，而非取代者。
Ｑ７：當帶著學生運用 AI 工具後，會發現語言雖然正確，但就不那麼「像人類」。作為 AI 工具的先行者，對這個現象有甚麼看法？
AI 本質上是一種語言模型，它根據統計與模式生成語句，雖然語法正確、邏輯清晰，但的確容易缺乏語感、情緒、文化脈絡，影響使用者；這是目前生成式 AI 的限制之一。我們在開發 AI 工具時，也有開始思考語言的「人性面」，例如偏見與歧視的設定，以及文化語境的誤讀可能帶來的問題。
