當學生已經會用 ChatGPT 了，學校接下來該教什麼？
是教他們怎麼下更精準的提示詞？
是教他們怎麼分辨 AI 會不會胡說八道？ 還是更根本地問：AI 素養，真的只是「會用 AI」嗎？
最近讀到一篇發表在 Scientific Reports 的文章，題目很長，叫做 〈Integration of artificial intelligence competencies into a holistic digital literacy framework for middle school education〉。這篇文章在處理一個問題：
如果我們真的要把 AI 帶進學校，課程架構應該怎麼設計？
我覺得這篇文章最值得讀的地方是它逼我們面對一個教育現場很真實的困境：
現在大家都在談 AI，但我們其實還沒有真正想清楚，AI 素養到底要教到哪裡，才算足夠。
這篇文章在談什麼？
這篇研究的作者提出兩個架構：
- HDLF：Holistic Digital Literacy Framework
- AIEDF：AI-enriched digital Educational Framework
簡單說，他們先整合既有的數位素養框架，做出一個比較完整的基礎架構，再把 AI 相關能力放進去，形成一個更適合中學生的 AI 教育框架。作者指出，AI 正快速改變教育與社會，因此不能再只把 AI 當成一種工具，而必須把它納入正式教育架構中；尤其是中學生，因為這個階段已經具備一定抽象思考能力，正適合開始建立 AI 的基礎理解與判斷力。
那麼
學生要在 AI 時代成為一個有判斷力的人，需要具備哪些能力？
現在很多談 AI 教育的內容，常常停留在三種層次：
第一種，是工具層次：教學生怎麼用 ChatGPT 摘要、翻譯、寫作、做簡報。
第二種，是風險層次：提醒學生不要抄襲、不要過度依賴、不要被 AI 騙。
第三種，是技能層次：教 prompt、教資料輸入、教怎麼要求輸出格式。
這些都重要，但這篇文章提醒我們，這樣還不夠。
因為如果 AI 素養只剩下「怎麼把工具用得更順」，那它其實只是數位操作技巧的延伸；但 AI 進入教育帶來的問題，顯然不只是操作而已，而是牽涉到：
- 你是否理解 AI 的基本邏輯
- 你是否知道 AI 的限制
- 你是否能判斷 AI 的產出是否合理
- 你是否能思考 AI 對社會、公平、責任的影響
- 你是否能在 AI 世界裡持續學習，而不是被工具牽著走
作者明確指出，既有的數位教育框架常常缺少對 AI 的整合，尤其是缺少把技術、倫理、社會影響與數位公民能力放在一起思考的視角。
這就是這篇文章真正有價值的地方：
它要處理的不是「AI 教不教」，而是「AI 應該被放在哪一種教育觀裡來教」。
作者怎麼建構這個框架？
這篇概念型、框架型研究。作者自己說得很清楚，這篇的主要貢獻是做出一個理論與課程設計藍圖，而不是證明某一套 AI 教法已經有效。
他們的做法分三步：
第一步，先整理四個既有的數位教育框架。
包括 DigComp 2.2、K–12 Computer Science Framework，以及兩個學校資訊教育參考架構。作者認為這些架構各自有優點，但對 AI 的處理還不夠整合。
第二步，整理 AI competencies。
也就是從 AI literacy 與 K–12 AI education 的相關文獻中，找出中學生應該具備的 AI 能力。
第三步，把 AI 能力對應到新的數位素養架構裡。
並且再用 Bloom’s Taxonomy 排出由淺入深的學習 progression，從記憶、理解，到應用、分析、評估、創造。
這套架構的四個核心面向
作者整合出的 HDLF，包含四個核心面向：
- Core Computational Concepts and Skills
- Digital Citizenship and Ethical Competence
- Impact of Computing on Society
- Digital Competence and Lifelong Learning
如果換成比較白話的說法，這四塊其實在回答四個問題：
1. 學生懂不懂 AI 背後的基本邏輯？
這是技術基礎。不只是會按按鈕，而是知道資料、模型、運算、機器學習大致在做什麼。沒有這塊，AI 教育很容易變成功能演示。
2. 學生知不知道 AI 使用裡面有倫理與責任問題？
這是數位公民與倫理。學生要理解偏誤、公平、責任、數位行為與判斷，而不只是把 AI 當成中立工具。
3. 學生能不能看見 AI 對社會的影響？
這是社會視角。AI 不是只有「幫我更快完成作業」，它也會影響資訊流通、勞動、公共決策與人際關係。
4. 學生能不能在 AI 持續變動的世界裡繼續學習？
這是終身學習。今天學會一個工具不難，真正難的是之後工具一直變，學生有沒有能力持續更新、判斷、調整。
我很喜歡這四塊的原因是，它讓 AI 素養不再只是資訊課的事，而變成一個更完整的教育命題。
AI 素養不該只有技術，也必須有倫理與社會判斷
文章提到，最後形成的 AIEDF 想達成的是一種平衡：
在技術能力、倫理思辨與社會參與之間取得平衡。作者舉的例子包括 data literacy、AI safety、inclusive design 等。
這句話聽起來很學術，但翻成教學現場的語言，其實就是：
我們不能只教學生怎麼把 AI 用得更有效率，還要教他們怎麼面對 AI 帶來的判斷責任。
這裡就會碰到一個很值得討論的問題：
如果學生能用 AI 很快完成任務，學校是不是就應該接受這種效率？
還是教育的重點，從來不只是完成任務，而是「在完成任務的過程中，學生有沒有真的形成思考能力」？
它讓我想到，現在很多人說要教 AI 素養，但實際上教的常常只是「AI 使用能力」；而真正困難、也真正重要的，其實是後面那一段——思辨、責任、判斷與限制意識。
如果這篇文章只是讓人知道「有一套 AI 框架」，那其實很可惜。我覺得它真正有意思的地方，在於它非常適合引發討論。以下是我認為最值得拋出來的幾個問題：
討論點一：AI 素養到底是不是一門新課？
我們應該另外開一門 AI 素養課嗎？還是應該把 AI 能力分散進資訊、語文、公民、社會、專題課程之中？如果單獨開課，可能比較完整；但如果嵌入各科，可能更接近真實世界。
討論點二：AI 素養的核心，應該放在「會用」還是「會判斷」？
學生學會用工具很快，但學會判斷很慢。那在課程時間有限的情況下，教育要先押哪一邊？是優先教 prompt、操作、產出效率？還是優先教驗證、思辨、責任與限制？
討論點三：AI 倫理要不要在中學就教？
很多人會覺得倫理太抽象，中學生可能還太早。但如果不早點教，學生很可能已經在日常使用 AI，卻沒有判斷工具偏誤、公平與責任的基礎。
那麼，AI 倫理到底應該從什麼程度開始教？
是從作弊與抄襲談起？ 還是從推薦系統、偏誤、隱私、假訊息談起？
討論點四：學校要培養的是 AI 使用者，還是 AI 合作者？
這篇文章其實隱含一個更深的問題：未來學生不是只會操作 AI，而是會和 AI 一起完成任務。
那這樣的教育目標，會不會代表學校的評量方式也要改？
如果學生和 AI 協作成為常態，我們到底該評量什麼？ 是成果？是過程？是判斷？是反思？還是責任歸屬？
討論點五：AI 素養會不會變成新的教育不平等？
這篇文章提到的是一套看似完整的架構，但現實中教師準備程度、資源差異、學校設備、學生背景都不一樣。作者也承認，這套架構的實務可用性與跨區域適用性還需要驗證與在地化。
所以更現實的問題是：
如果 AI 素養教育設計得很好，但只有一部分學校做得到，那它會不會反而加劇落差？
我讀完這篇文章後，最大的感受是：
AI 素養教育真正的風險，不是學校太慢導入 AI，而是太快把 AI 縮小成一套工具操作課。
如果我們只教學生怎麼更有效率地用 AI，學生可能會很快上手；但如果我們沒有同時教他們理解、批判、選擇與負責，那這樣的教育很可能只是在幫學生更快把思考外包出去。
AI 時代的教育，不可能假裝 AI 不存在。但也不能因為 AI 太強，就把教育直接讓位給效率。真正重要的，也許不是「學生有沒有用 AI」，而是：
- 學生在用 AI 的過程中，有沒有更理解世界？
- 有沒有更能提出好問題？
- 有沒有更能判斷什麼值得相信？
- 有沒有更清楚自己要負什麼責任？
如果沒有，那我們教的可能不是 AI 素養，只是 AI 熟練度而已。
AI 素養，終究是教育觀問題
這篇 Scientific Reports 的文章，表面上是在談一個中學 AI 教育框架；但更深一層，它其實逼我們回到一個老問題：
學校到底想培養什麼樣的人？
如果答案只是「能更有效率地完成任務的人」，那 AI 素養教育大概不難設計。但如果答案是「能在 AI 世界裡保持判斷力、責任感與學習能力的人」，那事情就複雜得多。
這篇文章提醒我們： AI 素養的教法，不能只從工具開始，更要從教育目的開始。這其實也是我這幾年一直在思考的問題
AI 素養最核心的能力是什麼？
學校最該先教學生「怎麼用」，還是「怎麼判斷」？
AI 倫理，應該從中學就開始教嗎？
未來的課程與評量，該怎麼面對人機協作這件事？
