教育者的 AI Fluency：把 AI 變成課程設計的思考夥伴

身為教學者，你大概也在跟同一個問題角力：怎麼把 AI 帶進教學，用得有效、高效、合乎倫理又安全，而且真的幫助學生學習？這篇整理的做法，就是從這個問題長出來的。

它不教你任何神奇 prompt，而是教你把已經有的教學專業，變成跟 AI 協作時最大的本錢。這篇整理前半段：AI 怎麼參與課程設計，從選內容、排進度到寫學習目標。

學生已經在用了，問題是我們怎麼帶

不管我們準備好沒有，AI 正快速成為教育現場的一部分。學生已經在用，雇主越來越期待畢業生能流暢地跟 AI 工作，世界各地的機構都在摸索怎麼負責任地導入。

此刻的問題早已不是「AI 會不會進教育」，而是「我們要怎麼確保它增強而不是削弱學習經驗」。

教育者的位置因此特別關鍵：我們有機會塑造下一代跟 AI 相處的方式，示範什麼叫深思熟慮、帶著批判眼光的使用。教學生的前提是自己先練起來，一切從我們開始，沒有壓力。

4D 框架三分鐘複習

四個能力簡單複習：委派（Delegation）決定人與 AI 怎麼分工；描述（Description）把需求講清楚，包含成品、過程與互動方式三個維度；判別（Discernment）判斷產出的內容、推理與表現品質；盡責（Diligence）為系統選擇、透明度與最終成果負責。以下把它們放進課程設計的日常。

共享脈絡：讓 AI 從路人變同事

人機協作的關鍵是建立豐富的共享脈絡。AI 對教育者最有變革性的能力之一，是能同時抱著大量脈絡，陪你梳理一連串相互牽動的決策。你把教學情境、限制與理念講得越清楚，AI 就越不像通用助理，越像一位懂你教學路數的同事。

舉個具體的例子。別問「給我統計學入門主題」，改說：「我在幫新聞系學生設計統計課，他們需要資料素養，但普遍怕數學，也懷疑統計對職涯有什麼用。

幫我一起想：哪些概念能回應這些顧慮，同時建立他們的信心。」這樣的描述打開的是一個立足於你真實教學挑戰的思考空間，而不是樣板的課程規劃。

三件核心工作：選內容、排旅程、訂目標

先把 AI 放一邊：課程設計本來就是三件事。找出對學生不可或缺的內容與概念；把主題排成環環相扣的學習旅程；為每一堂課與整門課訂出學習目標。

AI 可以參與每一件，但分工因情境而異：你可能已有大方向、要補細節；可能有概念清單、不知怎麼組織；可能在改版舊課程、想知道新教材怎麼接。先想清楚「做什麼」與「為什麼」，才能決定「誰來做」與「怎麼做」。

AI 開始給建議之後，就輪到判別上場：拿你的專業去秤每個提案。這個概念真的能幫到那群懷疑統計的新聞系學生嗎？別只接受或跳過，把行得通或行不通的原因講回去。你是在用自己的專業，訓練 AI 之後給出更準的建議。

排學習旅程時有一招特別推薦：請 AI 換位。「請扮演我的一位學生，沿著這份課程規劃走一遍：走到哪裡會混亂？每個階段需要什麼背景？主題切換時需要什麼支撐？」AI 的角色扮演能力很強，我們卻常常忘了用。它等於一個隨時待命的學生焦點團體。

學習目標這一段最划算。如果前面已經一路累積脈絡，你可以在那個基礎上打磨出準確、有意義、能激勵學生、忠於你教學哲學又符合機構要求的目標。過程變快，你就有餘裕多實驗幾種寫法，看哪一種最有共鳴。

還有一個好玩的應用：跟 AI 一起把學習成果對應到履歷技能，讓學生看見這門課跟未來的關聯，動機馬上不一樣。

盡責：把透明變成身教

在整個過程裡，你不是在外包決策，而是在為最終出現在學生面前的東西負責。記錄關鍵決策、向學生說明你怎麼跟 AI 合作，這份透明一次做到三件事：示範負責任的 AI 協作、分享教學創新、證明人類判斷、價值觀與師生關係仍在你工作的中心。

這比任何一堂「AI 素養課」都更有說服力，因為學生看的是你怎麼做。

省時間只是起點

好消息：這種協作方式確實省時間。更好的消息：那只是開始。流暢的 AI 協作真正的價值在於：

• 挖出自己思考裡的隱藏假設與盲點
• 發現概念之間原本會錯過的創意連結
• 在探索新想法的同時維持課程的連貫
• 累積會越練越強的個人協作能力

4D 不是檢核表，而是建立真正認知夥伴關係的框架：由你的教學與學科專業領航，與 AI 一起探索，最後做出比你或 AI 單獨設計都更好的課。這套脈絡先行的做法適用於從零開課、改版舊課、規劃課綱順序與設計學習路徑；訣竅都一樣：從大局開始，邊做邊維護脈絡。