AI 素養
怎麼教別人 AI Fluency？四種切入法與兩個迴圈，帶人上手 AI 協作
怎麼教別人 AI Fluency？四種切入法與兩個迴圈，帶人上手 AI 協作
你自己已經會用 AI Fluency 的 4D 框架（Delegation、Description、Discernment、Diligence）工作了，接下來的問題是：怎麼把它教給別人？不管對象是學生、同事還是社群夥伴，「自己會」和「教得會」中間隔著一整套教學設計。
這套框架的教學設計，我最欣賞的是它不急著給教案，而是先回答三個每位教學者都會遇到的問題：怎麼把框架介紹給學生？怎麼知道學生真的學會了？怎麼把它接到我原本在教的科目上？這篇先處理第一題：教學法。
你將學到什麼
框架的雙重性質
AI Fluency 既描述人與 AI 協作時發生什麼，也指引該怎麼做得更好。
四種課堂切入法
線性、非線性、單一 D 深掘、兩個迴圈，各適合什麼樣的學生。
策略迴圈
Delegation 與 Diligence 怎麼互相塑造，正著走、倒著走都能教。
戰術迴圈
Description 與 Discernment 如何從單次 prompt 升級成認知環境。
先搞懂框架的雙重性質，再開始教
AI Fluency 框架同時在兩個層次上運作。第一，它描述人和 AI 協作時實際發生的事：做了哪些決定、怎麼溝通、怎麼評估、誰負責。第二，它也指引人怎麼把這些互動做得更有效、更有效率、更合乎倫理也更安全。
這個雙重性質對教學很關鍵：學生既要理解 AI 互動「是怎麼運作的」，也要知道「怎麼讓它變好」。框架給了師生一套共同的語言和結構，可以同時談這兩件事，而不是各講各的。
四種切入法：看你的學生站在哪裡
把框架介紹給學生的方式，其實有四種，每一種都是一個不同的入口，適合不同背景與情境的學習者。
| 切入法 | 做法 | 適合對象 |
|---|---|---|
| 線性（Step-by-Step） | 照 Delegation → Description → Discernment → Diligence 的順序走，像瀑布式流程 | 剛開始學 AI 協作的初學者 |
| 非線性（Start Anywhere） | 承認 4D 是互相連動的系統，從情境切入、需要哪個能力就跳到哪裡 | 已有 AI 使用經驗的學生 |
| 單一 D 深掘（Just One D） | 整場工作坊只鑽一個能力，把子構面與技巧練到深 | 專題討論、技能養成場合 |
| 兩個迴圈（Two Loops） | 把 4D 拆成策略迴圈與戰術迴圈兩個決策空間 | 已掌握基礎、要進階的學生 |
線性教學的好處是自然、可掌握，例如把一份作業拆成四段：第一段做專案規劃練 Delegation，第二段用實作工作坊練 Description，第三段一起評估 AI 產出練 Discernment，第四段用倫理討論收尾練 Diligence。
非線性教學則適合搭配小組專題與案例教學：丟給學生一個真實的 AI 協作情境，讓他們自己發現此刻需要哪個能力。單一 D 深掘的例子是連開三場只談 Discernment 的課：一場評估內容品質（Product）、一場評估解題過程（Process）、一場評估互動方式本身（Performance）。
兩個迴圈：最值得帶走的一張圖
第四種切入法最值得深入講。它把人與 AI 的互動拆成兩個決策空間：Delegation-Diligence 迴圈管大局，是策略與倫理層的決策；Description-Discernment 迴圈管當下，是逐回合、不斷迭代的戰術操作。策略決定塑造戰術執行，戰術中的發現又回頭改寫策略，兩個迴圈在實務中不停互相餵養。
策略迴圈：Delegation 和 Diligence 是同一場對話
這個迴圈教學生從「我怎麼用 AI」升級到「我怎麼對 AI 做出好決策」。Delegation 這邊有三個子構面：認清自己要完成什麼（Problem Awareness）、了解不同 AI 工具能做什麼（Platform Awareness）、策略性地決定誰做什麼（Task Delegation）。Diligence 那邊也有三個：協作過程中的倫理考量（Creation Diligence）、對 AI 角色的適當透明度（Transparency Diligence）、對成果負起最終責任（Deployment Diligence）。
這裡的「啊哈時刻」在於：這六項不是兩張分開的檢查清單，而是同一場對話的不同部分。舉例來說，學生要寫一份數位隱私的政策簡報：定目標、比較工具、決定讓 AI 做初步研究整合而把政策建議留給自己，這些 Delegation 決定馬上引出 Diligence 問題：利害關係人的資料能不能餵給這個 AI？
要怎麼揭露 AI 的參與才能維持公信力？要用什麼查核流程確保數據正確？
更有意思的是這個迴圈可以倒著走：先從價值與限制出發，再回頭塑造分工。例如學生做社區專案時意識到自己有「準確呈現居民聲音」的責任，這個責任感自然導出結論：AI 可以幫忙分析訪談的模式，但敘事詮釋必須由人掌握。責任反而讓分工變清楚。
課堂練習可以兩個方向都走一遍，再讓學生比較：哪個方向逼出了另一個方向漏掉的洞見？
戰術迴圈：教對話，不是教指令
學生一想到 AI 技能，常常想到的是聰明的 prompt 話術。這個迴圈提供的是更耐久的東西：把重點從「打磨一句完美的 prompt」移到「經營一場會累積的對話」。
有個很好的比喻：跟好同事共事時，你們會建立共同語彙、發展默契、知道何時互相挑戰，這就是認知環境（cognitive environment），也是我們要教學生與 AI 一起打造的東西。
這個迴圈用三個 P 當透鏡。Product 看產出：從「幫我寫社群媒體與青少年」這種籠統描述，透過一輪輪 Discernment 逐步收斂成有觀點、有讀者、有目的的明確描述，過程中連學生自己的想法都變清楚了。
Process 看做事方法：例如和 AI 約好每次分析文件都先看作者脈絡、再看內容與遺漏、最後比較多種詮釋才下結論。Performance 看互動關係：像是「當個嚴格但善意的懷疑者，幫我找弱點但別打擊我的信心」，甚至進一步修正成「懷疑留到我先發想完再說，我需要先有探索的空間」。
- 超越單一 prompt 的作業設計：先設計需要在同一個對話裡多次往返的任務，再設計橫跨多個對話的任務，讓學生體會哪些脈絡會留下、哪些要重建。
- 示範你自己的協作過程：讓學生看你怎麼跟 AI 建立共享語言、修正方法、調整互動方式。
- 要求反思紀錄：請學生記錄協作如何演化，而不只是交出成品；三個 P 在實務中怎麼互相影響。
最後記得這個提醒：學生和 AI 建立的認知環境，會塑造他們往後整個職涯裡思考、創作與解決問題的方式。你教的不只是一項技術操作，而是在培養一種新的智識夥伴關係。下一步是評量：怎麼知道學生真的學會了？這留給下一篇。
延伸學習
思維邏輯自我訓練：28 天養成計畫（含入門練習版）
四週把「有感覺」練成「有觀點」。每天一題、一個高階任務配一個低階任務，忙的日子也接得上。買這門課直接附贈《入門練習版》八單元 22 課完整講義與練習單，排在課程最前面，先把思維訓練三部曲、知識吸收金三角這些底層工具建立起來，再進入 28 天的每日練習。
NT$ 999
寫給升國一的你的筆記術
寫給剛升上國中的你：筆記不是寫給老師看的，是寫給考前的自己看的。18 章 85 課圖文，從「為什麼要寫」講到七科各自怎麼記，附 78 份可以印出來寫的練習單，以及 80 課家長專區與 34 張三年筆記養成路徑圖。沒有閱讀期限，國一買、國三還在。
NT$ 3,599