什麼是人工智能？
定義
人工智能（AI）是電腦執行通常需要人類智慧的任務的能力，例如理解語言、識別模式、解決問題或從數據中學習。
教育中的應用
在教育中，人工智能已經成為日常工具的一部分，如 ChatGPT、Google 翻譯和自適應學習平台。它通過幫助教師進行課程規劃、評分和為學生個性化學習來支持教師。
人工智能的機會
儘管人工智能並不像人類那樣思考或感受，但它使用數據來做出明智的決策。隨著人工智能在學校中變得愈加普遍，它帶來了強大的機會——以及關於我們如何教學、評估和確保學習公平的重要問題。
人工智能關鍵術語
機器學習
如果將人工智能（AI）比擬為製作三明治的整個過程——從意識到需要進食、決定三明治種類、理解製作步驟、準備食材，到最終完成並享用——那麼人工智能涵蓋了模擬人類智能的廣泛任務，包括感知、決策和執行。
在廣闊的人工智能領域中，機器學習（Machine Learning, ML）是指系統通過從過往經驗中學習，逐步提升性能的能力。延續三明治的比喻，假設某次製作的三明治因芥末過多或生菜不足而味道不佳，通過反思這次經驗，下次您會調整食材比例以獲得更好的結果。這種從數據中學習以改進決策的過程，正是機器學習的核心特徵。
深度學習
深度學習（Deep Learning, DL）是機器學習的一個子領域，專注於使用稱為人工神經網絡的複雜模型，從大規模數據集中挖掘細微模式。回到三明治的比喻，深度學習不僅會分析芥末或生菜的用量，還會研究特定品牌、最佳疊放順序、麵包的精確質地與溫度，以及其他影響三明治完美度的細微因素。這是一種更高級、更精細的學習方法，需要大量數據和計算資源來捕捉和建模此類複雜性。
回到三明治的比喻，深度學習不僅涉及分析芥末或生菜的數量，還包括特定品牌、最佳層次的排列順序、麵包的精確質地和溫度，以及其他有助於製作完美三明治的細微因素。
它代表了一種更先進、更細緻的學習方法，需要大量的數據和計算資源來捕捉和建模如此複雜的內容。
人工智能的三種類型：ANI、AGI與ASI
根據系統的範圍和能力，人工智能（AI）可分為三種類型：狹義人工智能（Artificial Narrow Intelligence, ANI）、通用人工智能（Artificial General Intelligence, AGI）和超級人工智能（Artificial Superintelligence, ASI）。這些類別代表了從專用系統到潛在超人類智能的演進光譜。
狹義人工智能（ANI）指專為高效完成特定任務而設計和訓練的AI系統。這類系統僅在明確的領域內運作，無法將能力遷移至不相關的任務。例如，國際象棋AI能擊敗人類頂尖棋手，卻無法撰寫電子郵件或識別人臉。ANI是當今最常見且廣泛應用的AI形式。
通用人工智能（AGI）旨在創建具備人類認知能力的系統。AGI能夠理解、學習並將知識應用於廣泛任務中，展現出與人類相似的適應性和通用推理能力。與ANI不同，AGI不受單一領域限制，可以撰寫郵件、下棋、沖咖啡或駕駛汽車。然而，AGI仍是研究與爭議的主題，目前尚未實現。
超級人工智能（ASI）這是一種假設性的未來AI發展階段，機器將在幾乎所有領域（包括創造力、解決問題、決策制定和情感智能）超越人類智能。ASI不僅能複製人類能力，還將顯著超越之。此級別的智能目前僅屬推測，但已成為AI未來發展及其倫理影響討論中的重要話題。
總結：
-
ANI 擅長狹窄且明確的任務。
-
AGI 追求匹配人類的多功能與認知能力。
-
ASI 假想一種在各個維度上遠超人類能力的智能。
生成式人工智能
生成式人工智能（Generative AI）是人工智能的一個專門分支，專注於創造新內容，而非僅分析、分類或複製現有數據。生成式AI系統能夠生成多種格式的全新輸出，包括文本、圖像、音頻、視頻甚至計算機代碼。
這些系統依賴先進的機器學習技術（尤其是深度學習和神經網絡）來識別大規模數據集中的複雜模式。經過訓練後，它們可以合成高度模仿人類創造力與表達的全新內容。
生成式AI的常見例子包括文本工具（如ChatGPT）、圖像生成器（如DALL·E）和視頻生成平台（如Kling AI）。
提示工程
隨著人工智能日益融入日常生活，我們與AI系統的互動方式也在快速演變。其中，指令工程（Prompt Engineering）是實現高效人機交互的關鍵技能，指通過設計清晰、有目的的指令（即「提示」）來引導AI模型生成所需輸出。
指令可以是一個簡單的問題，也可以是複雜的多個步驟。就像給學生提出一個措辭恰當的問題能激發更深層次的理解一樣，精心設計的指令可以幫助AI提供高質量且相關的回應，無論是總結歷史事件、解決數學問題、生成創意寫作，還是解釋科學概念。
以下是使用ChatGPT等生成式AI工具時，設計有效指令的幾個核心原則：
以下是創建有效指令的一些關鍵原則，供在使用人工智能工具如ChatGPT或其他生成模型時參考：
1. 清晰且具體
模糊的指令會導致同樣不明確的回應，應當明確目標並提供盡可能多的相關細節。
示例：
-
「告訴我關於歷史的知識。」（不推薦：過於模糊。）
-
「用三個要點總結第一次世界大戰的成因。」（推薦：具體、聚焦且明確定義輸出要求。）
3. 提供上下文
當AI理解請求的背景或目的時，表現會更佳。添加受眾、格式、語氣或角色等相關信息。
示例：
-
「假設您是科學老師，用簡單語言和日常例子向九年級學生解釋重力。」
2. 為AI分配角色
引導AI採用特定語氣、角色或風格，以提高相關性和清晰度。
示例：
-
「作為職業顧問，為一位在文科與理科之間猶豫不決的高中生提供建議。」
4. 設定輸出格式或結構
明確說明回應的呈現方式（如要點、表格、分步指南等），以便更好地使用輸出。
示例：
-
「以要點形式列出社交媒體的三個優點和三個缺點。」
5. 對複雜任務使用分步指令
將複雜任務分解為小步驟，或明確要求AI逐步推理。
示例：
-
「逐步解釋有絲分裂和減數分裂的區別。」
人工智能素養
對一般人而言，人工智能素養是指理解、評估、互動並就日常生活中的人工智能技術做出明智決策的能力。它包括以下五個組成部分[1]：
1. 理解AI概念
掌握人工智能的基本原理和運作機制，包括機器學習、神經網絡和數據處理等概念。這能更有效地使用AI技術，並意識到其能力與局限性。
3. AI對人類情感的影響
理解AI如何識別、解讀和回應人類情感，認識情感智能在AI系統中的作用，以及其基於人類情感線索調整行為的能力。
2. 認識AI應用
識別AI在日常生活中的多樣化應用，理解其在醫療、教育、金融或娛樂等領域的整合方式。這種認識能幫助個人尋找並利用AI工具來簡化任務、提升效率。
4. AI安全與隱私
關注AI系統的潛在風險，如隱私洩露、算法偏見或意外後果。這能幫助個人保護其個人信息和數位痕跡，倡導負責任的數據實踐。
5. 負責任的AI使用
培養對AI技術的倫理使用意識，認識其局限性、偏見和倫理考量，避免過度依賴或濫用，並促進AI系統的公平性、透明度和問責制。
上述AI素養框架代表了一般人的基礎理解。對於不同學科和角色，可能需要考慮特定的AI素養要求。例如，教育領域的教師和學生可能需要根據其教育階段補充額外的AI素養內容[1]。
參考文獻：
[1] Chan, C. K. Y., & Colloton, T. (2024). Generative AI in higher education: The ChatGPT effect (p. 287). Taylor & Francis.
AI罪疚感
AI罪疚感是一種心理現象，指個人在使用AI工具時感到內疚或道德不適，擔心依賴這些技術可能被視為負面或不真誠的行為[1]。
AI罪疚感包含三個維度[2]：
-
感知懶惰或不真實性：學生認為依賴AI會降低其作業的價值或真實性；
-
對評價的恐懼：擔心同儕、教師或未來雇主如何看待AI的使用；
-
身份與自我效能擔憂：學生質疑自身能力，或對人類在學術成就中的能動性產生疑問。
參考文獻：
[2] Chan, C. K. Y. (2025). Understanding AI guilt: the development, pilot-testing, and validation of an instrument for students. Education and Information Technologies, 1-20.
日常生活中的AI
人工智能（AI）正日益深入我們的日常生活。從醒來到入睡，AI以微妙而強大的方式塑造著我們的生活、工作、學習和與他人互動的模式。探索以下內容，了解AI如何融入日常活動的各個方面。
語音激活的AI助手
AI驅動的虛擬助手能簡化日常任務。您可以請Alexa播放音樂、讓Siri設定提醒，或通過Google Assistant查詢天氣。這些智能助手能即時處理語音指令並回應，讓日常事務更高效且無需動手。
自動駕駛汽車
自動駕駛汽車（亦稱無人駕駛汽車）利用AI和先進傳感器（如攝像頭、雷達和激光雷達）在幾乎無需人為干預的情況下導航道路。這些車輛按自動化程度分為六個等級，從0級（無自動化）到5級（全條件完全自動化）。
目前，Waymo等公司在美國城市運營4級自動駕駛出租車，而本田和奔馳則在日本、德國、加州和內華達等市場推出3級系統
健康與健身的AI
Apple Watch或Fitbit等穿戴設備利用AI實時監測健康數據，包括步數、心率、睡眠模式，甚至能檢測心律異常等問題，幫助培養健康習慣或在問題惡化前發出警報。
個性化社交媒體體驗
AI決定社交媒體動態中顯示的內容。TikTok和Instagram等平台會分析您的行為（包括點贊、觀看或分享的內容），從而推薦符合您興趣的帖子和視頻，保持體驗的吸引力和個性化。
AI導航
AI通過分析交通狀況、道路封閉和事故等實時數據來增強導航工具。Google Maps等應用利用這些信息預測到達時間並推薦最快或最高效的路線，助您避免延誤並順利抵達目的地。
AI聊天機器人的即時客戶支持
許多企業在網站和應用程式中使用AI驅動的聊天機器人提供即時客戶支持。這些機器人能回答常見問題、協助預訂或故障排除，並提供24/7服務，從而提升用戶體驗並減少等待人工協助的時間。
日常生活中的人工智能
我們在日常生活中需要人工智能嗎？
人工智能簡化了日常任務，例如透過智慧助手的語音命令或Netflix上的個性化推薦。它改善了決策過程，並解決複雜問題，例如疾病的檢測。然而，它引發了對隱私、失業和過度依賴科技的擔憂。雖然人工智能提供了許多好處，但重要的是要平衡其使用與潛在風險。負責任的使用確保它在不造成傷害的情況下改善生活。
真實例子
智慧助手（例如：Siri、Alexa、Google Assistant）
人工智能推動虛擬助手，使日常任務更輕鬆。例如，你可以要求Alexa播放音樂，讓Siri設置提醒，或是請Google Assistant查詢天氣。這些助手理解你的語音指令，處理你的請求，並立即回應。
真實例子
導航應用程式（例如，谷歌地圖、Waze）
人工智能讓導航應用程式變得更智能。它們分析即時交通、事故和其他因素，以提供您到達目的地的最快路徑。例如，谷歌地圖利用人工智能來預測您的旅行時間並建議替代路線。
真實例子
社交媒體算法（例如：Instagram、TikTok、Facebook）
人工智能決定你在動態消息中看到哪些帖子或影片。例如，Instagram根據你的興趣向你展示內容，而TikTok通過分析你的觀看習慣來推薦你可能喜歡的影片。
真實例子
健康監測（例如：健身應用程式、智慧手錶）
像 Fitbit 或 Apple Watch 這樣的設備使用人工智能來追蹤您的健康。它們監測步數、心率、睡眠模式，甚至能檢測異常情況，如心跳不規則，以幫助您保持健康或通知您可能的問題。
教育中的人工智能：機會與風險
參考文獻：
[1] Chan, C. K. Y., & Hu, W. (2023). Students’ voices on Generative AI: Perceptions, benefits, and challenges in Higher Education. International Journal of Educational Technology in Higher Education, 20(1). https://doi.org/10.1186/s41239-023-00411-8
[2] Chan, C. K. Y., & Colloton, T. (2024). Generative AI in higher education: The CHATGPT effect. Routledge.
