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。
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。
人工智能類別: 狹義人工智能、通用人工智能和超級人工智能
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，提示工程（Prompt Engineering）是實現高效人機交互的關鍵技能，指通過設計清晰、有目的的提示（或「指令」）來引導AI模型生成所需輸出。
提示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。
以下是創建有效提示的一些關鍵原則，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
不明確的指令往往會導致模糊的 回應，因此應清楚設定目標，並盡可能提供相關細節。
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。）
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，請為一位在文科與理科之間猶豫不決的高中生提供建議。」
3. 設定期望的輸出格式或結構
明確說明回應的呈現方式，如清單、表格、分步指南等，以便更好地使用輸出內容。
示例：
-
「以要點形式列出社交媒體的三個優點和三個缺點。」
4. 說明相關背景、情景
當 AI 理解請求背後的背景或目的時，表現會更理想。請加入相關的背景資訊，例如受眾、呈現格式、語氣風格，或AI 扮演的角色等相關信息。
示例：
-
「請扮演一位科學老師，用簡單的語言和日常生活中的例子，向中三學生解釋重力的概念。」
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. 理解人工智能概念
掌握人工智能的基本原理與運作機制，包括了解機器學習、神經網絡及數據處理等概念。掌握這些知識能夠提升個人與 AI 技術互動的能力，使其能夠做出更明智的決策，並清楚人工智能系統的能力與局限性。
2. 人工智能應用意識
識別人工智能在日常生活中的多樣化應用，如何被整合到醫療、教育、金融和娛樂等不同領域。這種意識能有助於個人尋找並利用人工智能工具和服務，以簡化工作流程、提升生產力，並改善在科技生態系統中的整體體驗。
3. 人工智能的安全與隱私
重視人工智能的安全與隱私問題，重視潛在風險，例如隱私洩露、算法偏見及意外後果。具備相關意識有助於個人保護自身資訊與數位足跡，倡導負責任的數據使用，並在使用人工智能技術時做出明智的選擇。
4. 負責任的人工智能使用
培養負責任且具倫理意識的人工智能使用，包括認識人工智能系統的局限性、偏見以及相關的倫理考量。具備負責任人工智能使用能力的人應理解以倫理且謹慎的態度使用人工智能技術的重要性，避免過度依賴或誤用。他們積極推動人工智能系統的公平性、透明度與問責制，促進人類與科技之間的平衡且理性的互動關係。
5. 人工智能對人類情感的感知能力
了解人工智能如何識別、解讀及回應人類情感，包括認識情感智能在人工智能系統中的作用，以及人工智能如何根據人類的情感訊號調整行為。理解人工智能對人類情感的感知能力有助於個人與人工智能進行更具同理心和情感智慧的互動。
上述人工智能素養框架代表了一般個體的基本理解。然而，對於不同學科及角色，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或需根據其所處的教育階段考慮相應的人工智能素養需求[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]：
-
被視為懶惰或缺乏真誠：學生認為依賴AI會降低其作業的價值或真實性；
-
害怕被評判：擔憂同儕、教師或未來僱主對使用 AI 的看法；
-
身份認同與自我效能疑慮：學生質疑自身能力，或對人類主體性在學術成就中的作用產生疑問。
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）正逐步走進我們的日常節奏與習慣。從晨光初現到夜幕低垂，人工智能影響著我們的生活、工作、學習與人際互動。請瀏覽下方各部分，了解人工智能如何帶來改變。
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。這些智慧助理讓你只需開口即可完成操作，省去手動步驟，使日常生活更加高效輕鬆。
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。
健康與康健領域的人工智能
像 Apple Watch 或 Fitbit 這類穿戴式裝置運用人工智能即時監測健康狀況，包括追蹤步數、心率、睡眠模式，甚至可偵測心律異常等問題，協助用戶養成更健康的生活習慣，並在潛在健康風險惡化前及早發出警示。
個性化社交媒體用戶體驗
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
人工智能通過分析實時數據，如交通狀況、道路封閉和事故等，提升導航工具的效能。像 Google 地圖這類應用程式會利用這些資訊預測抵達時間並推薦最快或最高效的路線，幫助用戶避免延誤，順利抵達目的地。
AI聊天機器人的即時客戶支援
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援。這些機器人能回答常見問題、提供預訂協助或故障排除，並提供提供全天候服務服務，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.
