AI 融入教學實務指南
備課、評量、行政，以及學生使用規範該怎麼訂。
作者：鴻綸科技 Steve｜最後更新：
談「AI 融入教學」最常見的問題，是把3 種完全不同的事混在一起講：老師自己拿 AI 備課、學生在課堂上使用 AI、以及用 AI 處理行政文書。這3 件事的風險、規範與效益都不一樣，混著談就很難有結論。
這篇把它們拆開，並且聚焦在「下週就能用」的層次，不談模型原理。如果需要先理解 AI 的基本概念，可先看AI 入門百科；如果是要比較各版本方案的差異，請看Gemini 方案比較。
一、3 種用法要分開看
| 比較項目 | 教師備課 | 學生課堂使用 | 行政文書 |
|---|---|---|---|
| 主要風險 | 內容正確性 | 個資、學習依賴 | 個資、公文正確性 |
| 誰負最後責任 | 老師本人查核 | 需事先訂使用規範 | 承辦人與核稿層級 |
| 導入難度 | 低，可個別開始 | 高，需全校共識 | 中，需配合既有流程 |
| 建議順序 | 先從這裡開始 | 規範訂好再開放 | 可同步進行 |
建議的推動順序是：先讓老師自己用順手，再談學生使用。老師沒有實際用過，就很難訂出合理的學生規範，也很難判斷學生交上來的東西是怎麼產生的。
二、教師端最快有感的4 件事
- 差異化教材：同一份課文請 AI 產出不同閱讀難度的版本，或把抽象概念改寫成貼近學生生活的例子。這是老師想做但通常沒時間做的事，而且產出後本來就會再修改，容錯高。
- 評量題目初稿：請 AI 依據指定的學習目標與難度產出題目，老師再篩選修改。注意標準答案一定要自己核對，這是最容易出錯的地方。
- 回饋語草稿：針對常見的錯誤類型先產出幾種回饋寫法，老師再依學生個別狀況調整。要留意的是回饋內容仍須基於老師對該生的實際觀察，不能整段套用。
- 行政文書：計畫書、通知單、成果報告的初稿與格式整理。這類文件結構固定、內容不涉及個別學生資料，是行政減負最快的切入點。
三、不該交給 AI 的3 類事
- 成績評定與輔導決策：這需要對個別學生的長期理解與教育專業判斷，AI 沒有這些脈絡，也無法承擔責任。
- 涉及學生個資的操作：姓名、學號、家庭狀況、成績等資料，除非確認該工具的資料處理政策符合學校規範，否則不應輸入。相關考量可參考個資法與校園資安須知。
- 需要正確性擔保的事實：標準答案、法規依據、歷史年代與數據。AI 可能產生看似合理但錯誤的內容，最後一關的查核責任仍在老師身上。
四、學生使用規範：分三級，事先講清楚
全面禁止不切實際，全面開放又會架空部分評量。比較可行的是依「這份作業要評量什麼」分級，並在出題時就標明：
| 層級 | 適用作業 | 學生要做什麼 |
|---|---|---|
| 不得使用 | 評量基礎能力，如限時寫作、計算練習 | 完全自力完成 |
| 可用但須標註 | 資料蒐集、初稿發想 | 說明用 AI 做了什麼、自己改了什麼 |
| 鼓勵使用 | 專題製作、跨領域探究 | 呈現提問過程與判讀依據 |
關鍵在於每份作業出題時就標明屬於哪一級，而不是事後才爭論。這也讓學生清楚知道「什麼時候該靠自己」有明確理由，而不是單純的禁令。
五、與其偵測，不如改變評量設計
目前沒有可靠的 AI 偵測工具，市面上的偵測器誤判率高，拿來當處分依據風險很大。對非母語寫作者與寫作風格較制式的學生尤其不利。
更務實的方向是讓評量本身能反映真實理解：增加課堂即席的口頭說明、要求提交過程稿與修改紀錄、把題目連結到課堂特有的討論或在地情境。當評量設計對了，是否使用 AI 就不再是主要問題。四種題型的具體改法與可直接套用的題目範例，整理在AI 時代的評量設計。
六、實施前的檢核清單
- 使用的是學校網域帳號還是學生個人帳號？教育版或企業版在資料處理上通常有較明確的保障。
- 各家服務對未成年使用者的規定不同且會調整，導入前是否確認過當下的最新條款？
- 是否明確告知學生哪些資訊不可輸入（真實姓名、地址、他人個資、未公開的校內資料）？
- 使用規範是否以書面讓師生與家長知悉，而不是出事後才補？
- 老師自己是否先實際用過一輪，足以判斷學生產出的內容？
若學校希望以研習形式一次帶起教師群的使用習慣，可參考校園研習服務，課程模組可依實際課程需求組合。
常見問題
老師剛開始用 AI，從哪1 項工作切入最有感？
建議從「差異化教材」開始。同一份課文或講義，請 AI 產出3 種難度的版本、或改寫成不同閱讀程度的敘述，這是老師平常想做但沒時間做的事，效益立刻看得到，而且就算產出結果不完美，老師本來就會再修改，風險很低。相對地，不建議一開始就拿 AI 來寫成績評語或處理學生資料，那類工作牽涉個資與教育專業判斷，應該等使用習慣與規範都建立之後再談。
哪些教學工作不應該交給 AI？
3 類要特別謹慎：一是成績評定與學生輔導決策，這涉及教育專業判斷與對個別學生的長期理解，AI 沒有這些脈絡；二是任何需要輸入學生姓名、學號、家庭狀況、成績等個人資料的操作，除非確認該工具的資料處理政策符合學校規範，否則不應輸入；三是需要正確性擔保的事實內容，例如考題的標準答案、法規依據、歷史年代，AI 可能產生看似合理但錯誤的內容（AI 幻覺），最後一關的查核責任仍在老師身上。
學生用 AI 寫作業，該禁止還是開放？
與其全面禁止或全面開放，比較可行的是依作業目標分成3 個層級並事先講清楚：第一級「不得使用」，用於要評量學生自身基礎能力的作業，例如課堂限時寫作、計算練習；第二級「可使用但須標註」，學生要說明用 AI 做了什麼、自己修改了什麼，適用於資料蒐集、初稿發想；第三級「鼓勵使用」，把 AI 當成工具的專題製作，重點評量在提問品質、判讀與整合能力。關鍵是每份作業出題時就標明屬於哪一級，而不是事後才爭論。
怎麼判斷學生的作業是不是 AI 寫的？
目前沒有可靠的偵測工具，市面上的 AI 偵測器誤判率高，把它當成處分依據風險很大。尤其對非母語寫作者與寫作風格較制式的學生特別不利。比較務實的作法是改變評量設計而非加強偵測：增加課堂即席的口頭說明、要求提交過程稿與修改紀錄、把題目連結到課堂特有的討論或在地情境，這些都是 AI 難以代勞的。當評量本身能反映真實理解，是否使用 AI 就不再是主要問題。
學校要讓學生使用 AI，帳號和政策上要注意什麼？
重點有三：一是年齡與帳號資格，各家 AI 服務對未成年使用者的規定不同，且會隨政策調整，導入前應確認當下的最新條款；二是使用學校網域帳號而非學生個人帳號，教育版或企業版通常在資料處理上有較明確的保障，也方便統一管理；三是明確告知學生哪些資訊不可輸入（真實姓名、地址、他人個資、未公開的校內資料）。這些應該在使用前以書面形式讓師生與家長知悉，而不是出事後才補。
AI 會不會讓學生失去思考能力？
這取決於作業怎麼設計。如果題目本身是「找出答案並寫下來」，AI 確實會取代掉思考的過程；但如果題目要求學生比較2 個 AI 產出的答案哪個更合理並說明理由、或要求學生指出 AI 回答中的錯誤，思考反而被放到更高的層次。實務上有效的方向是把評量重點從「產出結果」移到「提問品質、判讀依據與修改決策」，這也正是學生未來實際會用到的能力。
延伸閱讀
AI 概念、方案選擇與研習規劃。
