課綱
一套可被檢視的 AI 素養地圖
我們相信好的課綱應該能被家長與老師看懂、被孩子說明。以下是分齡能力與評量設計。
課綱的主線是：看見世界中的 AI → 用身體與資料理解 AI → 問 AI 值不值得信任 → 用 AI 做有意義的作品 → 對人、社群與未來負責。
我們把人本心態、AI 倫理、AI 技術與應用、以及 AI 系統設計放進同一套能力系統，並依年齡循序加深，而非附加在功能之後。
對齊國際能力框架
分齡能力參照國際 AI 素養框架的能力面向，並結合兒童權利導向的設計原則，確保年齡適切、透明說明與包容。
能力架構改編自 UNESCO《AI Competency Framework for Students》(2024)，採 CC BY-SA 3.0 IGO 授權；本頁衍生內容以相同授權釋出，並標示已修改。
分齡學習目標與工具
7–9 歲
看見與分辨
- 能分辨『規則型』與『從資料學習』的系統
- 能說出 AI 會犯錯，並在小組中提出觀察與問題
- 能做簡單的分類、排序與身體遊戲理解資料
紙卡與圖片卡ScratchJr / OctoStudio教師站台示範 Teachable Machine
10–12 歲
蒐集與測試
- 能解釋 rule-based 與 data-driven 的差異
- 能初步討論偏誤、隱私與公平，並做作品說明卡
- 能參與蒐集、標註與簡單影像／聲音分類
ScratchMachine Learning for KidsTeachable Machine
13–15 歲
建模與批判
- 能描述 AI 專案生命週期，比較模型品質與結果品質
- 能做模型測試、辨識內容可靠性
- 能以設計思考規劃一個社群專題原型
Scratch / ML for KidsPython 入門TensorFlow Playground
16+ 歲
設計與負責
- 能把 AI 當成研究、設計與批判的對象
- 能同時評估效能、偏誤、可行性與社會影響
- 能完成展示型原型與影響說明（impact brief）
Python + JupyterApp Inventor / Web 原型資料視覺化工具
三軌評量，而非單一測驗
我們同時使用三條證據流，重視思考歷程與反思，而不只是功能完成度。
觀察紀錄
團隊合作、提問品質與 debug 態度，由教師於課堂中持續紀錄。
作品證據
資料卡、模型卡、原型與展示板，呈現作品如何被設計與測試。
學習者自評
我改變了什麼想法、我現在更不相信什麼、我希望再測什麼。