AI 融入教學實務指南

談「AI 融入教學」最常見的問題，是把三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。這三件事的風險、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、三種用法要分開看

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、教師端最快有感的四件事

• 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 的三類事

• 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：

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。

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。