AI × 教育革新：從輔導團視角看學校未來教育力
- 陳佩英
- 17小时前
- 讀畢需時 13 分鐘
已更新：2分钟前
文 | 陳佩英 國立臺灣師範大學 教育研究與創新中心主任
當 ChatGPT 在三年多前掀起生成式人工智慧（GenAI）的浪潮，臺灣的教育現場一度陷入兩種對立的感受：一邊是「AI 是教師的好幫手」的技術樂觀，另一邊是「AI 將取代教師」的技術恐慌。但這看似對立的態度，其實共享著同一個未被檢視的預設，即是把教師的專業自主，想像成一種存在於個別教師的腦中，可被增強或被取代的個人專業能力。
或許是這個預設需要被翻轉。如若我們支持「教學為本，AI 為用」，那麼AI 融入教育，其實問的是專業發展是否有所增益，而非學習技術問題。不然教師今天學的AI技能，半年後可能就會過時；唯有回到專業如何促成集體成長，學校的「未來教育力」才能真正被建立起來。
一、AI 越強，我們更要叩問「為何而教」
面對 AI 的衝擊，我們反而需要回到教育的初心，叩問「我們為何而教」？
世界經濟論壇（WEF）歷年的未來核心技能清單，清楚揭示了未來能力的轉向。從 2015 到 2025 年，職場需要的能力一路從「解決複雜問題、批判思考、創造力」，演進到「主動學習、創新原創、科技利用與設計、抗壓與彈性」；而面向 2027 年的重點，更聚焦於創造思維、分析思維、好奇與終身學習、系統思考、同理與積極傾聽的思考和非認知技能。
這份清單透露出一個關鍵趨勢：越是 AI 能夠代勞的事，如資訊檢索、模式辨識、初稿生成，人類就越要往 AI 做不到的地方發展，也就是判斷、意義建構、情感與倫理、跨域整合等更基礎的能力。目前看來AI 擅長模式識別，卻缺乏情感、道德推理與原創性；教育要培養的，就是這些AI 取代不了的能力。因此，AI 越強大，「我們為何而教」這個問題就越不能被越過。
對輔導團而言，這意味著輔導工作的重心，不再只看老師會不會用工具，而是協助各學科教師重新定義教與學：在 AI 時代，這一個學科到底要為學生培養什麼能力？
二、望眼全局：六國治理的共同語言
要帶領一群老師往前走，得先有一張共同的地圖。我們試著向世界取經，盤點澳洲、新加坡、加拿大、韓國、日本與愛沙尼亞的 AI 教育治理經驗。儘管各國做法不同，卻收束在一組關鍵詞：以人為本、教師專業發展、個人化學習、數位倫理與公民，以及利害關係人的共同參與。
其中幾個「機制」特別值得輔導團借鏡。新加坡 2018 年推出全國學生學習平台（SLS），秉持「Pedagogy first, technology second（教學為先、科技為後）」的信念，並研發 Teacher Gaia 聊天機器人協助師生；日本的「GIGA 學校計畫」不只配置一人一機，更成立「GIGA StuDX 推廣小組」陪伴教師、配置專任 ICT 人員。加拿大渥太華天主教學區（OCSB）則費時兩年擬定《邁向 2030》白皮書，分三階段推進，並建置「AI Staff Site」線上資源平台，匯整經過審核的工具清單、教學案例、評估準則與倫理指南，同時以「學習三角測量法」（觀察、對話、產出）重新定義評量。
三國的政策作為：新加坡的教師社群、日本的 StuDX、加拿大的 AI Staff Site，其著眼點都是「有人陪、有審核過的資源、有共學社群」，這也是我們輔導團該對標的作為。
三、AI教育的世界地圖
有了地圖，還需要一把量尺。國際上已有三套成熟框架可供參照。
其一是由歐盟執委會與 OECD 共同主導的「AILit」框架，這是全球首個以 K-12 全學段為對象的政府間 AI 素養指標，2025 年發布草案、2026 年預計正式發布，並將成為 2029 年 PISA 媒體與 AI 素養評估的基礎。它涵蓋知識、技能、態度三大範疇，以及「與 AI 互動、使用 AI 創作、管理 AI、設計 AI」四大能力面向。
況且，目前有高達 74% 的年輕人認為 AI 將在其職涯扮演重要角色，但只有 46% 覺得學校讓他們準備好了；而年輕人主要從社群媒體（55%）學習 AI，遠高於從教育者（15%）學習。換言之，學校若在 AI 素養上缺席，學生可能會從別處亂學和濫用。
其二是歐盟的「DigCompEdu」教育工作者數位能力框架，包含六大領域、二十二項能力與六個進程等級，並對應 SELFIEforTEACHERS 自評工具，這正是輔導團可用來盤點縣市教師現況的量尺。其三是美國 ISTE 的教育者標準。
用這把尺照見臺灣，結果發人深省。陳佩英教授計畫團隊以 DigCompEdu 的六級量表施測發現：數位前導學校的 760 位教師，整體平均落在 2.5 分（約在「探索者」與「整合者」之間，「我正在使用」的階段）；而接受完整培訓的 39 位數位核心種子教師，平均則達 3.3 分（已能「分析、反思、重新設計」）。差距的關鍵，不在「會不會操作工具」，而在能否從「使用者」躍升到「能分析、能重新設計、能貢獻給社群」；而這一段路，靠的是社群與陪伴，而不是再多辦一場工具研習。
四、臺灣的AI 人才策進方案
回到臺灣的政策地圖。從 2016 年的資訊教育總藍圖、前瞻計畫 1.0 與 2.0，到「中小學數位學習精進方案」（2022–2025）所推動的「班班有網路、生生用平板」，再到因材網、酷課雲、均一等平台的建置，可見臺灣的政策正從建設硬體逐步朝向專業的轉化。
最新階段是「AI 人才方舟計畫」（115–118 年），以四大支柱推進：建構 AI 學習環境（基礎建設）、培育 AI 跨域教學人才（核心能力）、數據驅動，以及洞察全球教育脈動。而在第一線最直接相關的，是教育部 2024 年 8 月發布的三本指引——《校長數位學習領導指引》、《數位教學指引 3.0 版》與《家長數位學習知能指引》，共同打造「學生安心、教師專心、家長放心」的學習環境。
這三本指引把「校長—教師—家長」織成一張支持網。不過，這張網若要在縣市層級真正運轉起來，靠的就是輔導團這個「中間領導層」（middle leadership）。
五、教師的「連結性自主」轉向
因此，我們要對「教師專業自主」進行重新理解。
長期以來，教師自主被視為是個人的權利與能力，包括有權決定怎麼教、如何詮釋課程、怎樣評量學生。但這個單兵作戰的專業自主觀，正面臨雙重夾擊。在制度面上，1990 年代以來全球教育治理強調標準化測驗與績效課責，課堂自主空間被系統性壓縮；在技術面上，AI 介入了從知識診斷、課程設計到評量判斷的環節，使教師的「不可替代性」遭受質疑。傳統自主把教師想像成一座座獨立的城堡各自防守，然而面對結構性的變遷，孤立防守的城堡可能遭遇到一座座被攻破。教師需要的，不是更厚的城牆，而是新的「聯防思維」。
陳佩英於是提出「連結性自主」（Connected Autonomy）這個概念：教師的專業判斷力，不屬於個人能力，而應視為在「人際、制度、社會物質」三個層次的異質性關係網絡中，透過批判性的集體協作實踐，持續生成、維護與深化的動態能力。
圖1 連結性自主概念圖
註：作者使用AI生成圖片
以一位自然科老師為例：當這位老師看見三位學生表情遲疑、產生AI 題庫無法回應的情境性了解（具身互動），當同事在跨校備課中點出AI 生成的題目測的是表面記憶而非深層理解（同儕對話），當學校文化允許她把教育意義放在效率最大化之前（制度條件）。這位老師之所以能做出好的專業判斷，並不是因為她一個人聰明，而是她所處的關係網絡賦予了她做出判斷的條件。改變其中任何一個關係條件，她的判斷力就可能被消解。
在 AI 時代，連結性自主格外重要。AI 的出現不單是多了一個工具的使用，其實是重塑教師所處的整個關係結構，包括師生關係被演算推薦中介化，同儕關係因效率而激化競爭。在此變局中，如何確保教師的倫理能動性不被稀釋，成為關鍵課題。
基於以上考量，輔導團，可以說是連結性自主關係網絡的編織者。輔導團所做的跨校共備、教學輔導、社群陪伴，表面上是提供「研習」，但其實卻是在為一個縣市的教師創造「能做出好判斷的關係條件」。這是其他角色不易取代的位置。
六、三道防線：讓判斷力持續生長
如果「連結性自主」是理念，那麼「三道防線」就是實踐的制度架構。陳佩英澄清，三道防線不是用來抵擋 AI防禦性的盾牌，而是讓教師的判斷力在其中持續長出來的生成性園地，而且是由教師專業社群滋養出來的。
這個架構呼應幾個學理的觀察。Selwyn 等人（2025）與 Taylor（2018）提出的假自動化（Fauxtomation）的說明，亦即看似自動化的教育過程，實則高度依賴大量看不見的「隱形勞動」來維持運作的表象。老師承擔了這些勞動，卻得不到承認與支持。Costa 與 Murphy（2025）則從智識實踐的角度提醒，當思考被資訊的擷取與重組所取代，思考的外包會使學習「意義建構」退化為「輸出生產」。而從亞里斯多德的實踐智慧（phronesis）來看，現行體系設計了技術培訓（techne），卻把真正的判斷能力留給個人去獨自摸索。
第一道防線是專業共作（Professional Co-Designing），是認識論的修煉場。它指的是教師透過跨校、跨領域的集體協作，共同設計 AI 融入教學的課程方案；但這不是完成行政交辦的分組備課，而是由真實教學困惑驅動的自發性協作。其中，張力出現在標準化 AI 工具的通用邏輯與特定教育脈絡的情境性需求之間的落差；例如 AI 推薦的個別化路徑，未必能回應偏鄉學生的文化背景；而這落差無法被演算法解決，須要由具備情境判斷力的教師群體共同面對，且得在反覆的協商中，讓實踐智慧被磨礪出來。陳佩英教授提醒，有效的共作是以批判性協商為動力，老師之間的意見分歧不是雜音，而是推動認識深化的內在驅力。最關鍵的是，共作並不會消除 由AI 引發的勞動，但能讓勞動變得可見、可承擔、和有意義。我們期待看到的學校數位轉型的是，有人負責引進工具、有人負責設計教材、有人先試給別人路徑、行政支持讓老師聚焦教學、失敗有人陪、成功有人分享，於是工作量被分散，信心被建立。
第二道防線是對話賦能（Dialogic Empowerment）。它要求教師在三重交叉場域中持續測試判斷力。在人與AI 對話中，教師必須先成為會跟 AI 辯論的人，能質疑 AI 的建議、追問其推論依據、拒絕不符教育判斷的演算推薦；在師生對話中，教師面對的可能不是學生自己想出來的想法，而是經過 AI 中介後的想法，因此老師需能辨識並重建被中介過的理解；在同儕對話中，則透過彼此的批判性交流來應對 AI，練習在使用AI 過程中保持批判性意識。對話賦能的最高段，是老師不只懂的如何跟 AI 對話，還能設計出讓學生也能跟 AI 對話的課堂環境，把判斷力嵌入教學流程之中。
第三道防線是倫理反思（Ethical Reflection），也是最接近教師專業核心的場域。教師需能保持警醒，在每一個具體教學情境中叩問：「這樣做，對學生好嗎？」舉例而言，當 AI 系統告訴老師「這位學生的學習風格適合視覺化教材」，老師可以追問，這個分類標籤基於什麼數據？它是否固化了學生既有的偏好、而非拓展學習的可能性？接受這個標籤，是否等於放棄對學生潛在發展的教育想像？陳佩英教授提醒，孤立個體的倫理反思可能呈現（1）「自我辯護」：傾向選擇最不惹麻煩、而非最符合教育倫理的路徑；與（2）「道德疲勞」：持續耗費心力的自我反思，久了乾脆照系統走。唯有嵌入在關係性協作文化中的倫理反思，才有機會發展和累積有效的判斷力；而學校與輔導團的責任，就是創造一個讓教師可以安全地說出「我覺得這樣用 AI 不對」的質疑和反思的空間。
圖2 三道防線實踐圖
註：作者使用AI生成圖片
七、現場聲音與在地實踐
理論並非空談。陳佩英研究高中數位前導學校教師的AI使用經驗，發現現場教師顯露出對AI的焦慮：三十年資歷的地理老師坦言「最直接的障礙是工作量」；也有老師擔心「AI 能生成教案、評量、回饋，我的專業是否變得多餘？」更深的是目的感的危機：「當學生把思考外包給 AI，教育還剩下什麼？」
而化解這些焦慮的，就是我們想要發展的三道防線。一位英文科的圖書館主任分享，學校以「數位學習社群」與「自主學習社群」雙軌並行，當一位連 ChatGPT 都不熟悉、卻自我要求極高的老師在細膩共備後完成課程後，她由衷地說「學了好多，其實蠻值得的」，負責課程開發的主任於是請她到全年級群組「一字不漏再說一遍」，讓信心一棒一棒傳下去。一位物理科種子教師則描述與歷史老師跨科協作的「破關」經驗：「他是歷史的專業，比較知道要怎麼問那個問題；我只能提供我可以怎麼玩。」而頗動人的一段，來自一位三十二年資歷的數學老師，當學生問她「為什麼不用 ChatGPT 寫推薦信」，她回答：「這是我跟你高一到高三之間的點點滴滴、共享的秘密、我對你的認同。我沒有幫你美化，我只是看到你的優點，把它呈現出來。」這是目前 AI 寫不出來的真摯情感和歲月記憶的痕跡。
新竹市政府也在積極部署AI在教育的應用，提供學校和教師必要的支持，包括有「AI 精靈團手把手計畫」攜手清大「清推測試與人力福祉實驗室」與產業界，以手把手帶領師生學會使用，並以西門國小為前導示範校，運用 AI 與數據分析為不同背景的學生打造差異化學習路徑，並縮小教育落差。這些政策呼應國際AI在教育應用策略所強調的專業陪伴機制與產官學共同參與的實踐。新竹縣的「幼兒 AI KIDs City 應用整合計畫」更把 AI 超前部署到特教與幼教階段，建置「AI 教案共享系統」，讓全縣幼教老師共享角落教學教案，回應縣內幅員廣大的資源分配問題。而青草湖國小在市府補助下，平板數達 506 台、落實「生生有平板」，並以結合 AR 的「生態尋蝶」課程推動深度互動學習；內湖與載熙國小則通過教育部「人工智慧教育計畫」，以「AI Dream 教師培訓」組建種子教師團隊、跨校共備，並開設跨領域課程，從「TPACK」推進到AI在課堂教學的融入（新竹新聞報導）。
結語：輔導團編織連結性自主的關係網
綜觀新竹教育現場，從政策機制、校本課程到數位資源平台，推動 AI 教育轉型的重要基礎其實已逐步到位。迎向未來挑戰，輔導團的重要工作不在於增加更多數位工具或方案，而在於如何將教師、學校、社群與資源有效串連，形成能夠支持持續創新與專業成長的教育生態系統。
在此過程中，輔導團的角色也可重新定位。除了協助政策推動與專業增能之外，還可成為「連結性自主」的編織者，透過陪伴、連結與賦能，協助教師在快速變動的 AI 時代中發展專業判斷與行動能力。借鏡國際經驗，輔導團既可以是陪伴教師探索與試驗的支持者，也可以是整合優質資源的策展人、促進跨校協作的社群編織者，以及引導教育倫理與價值對話的守護者。
再者，新竹本身已擁有豐富的發展條件。學術端有清華大學等研究團隊的支持，技術端有升級中的 AI 機器人人才培育中心，平台端則有既有的 AI 主題學習平台與教網中心資源。若能透過輔導團的協調與串聯，將這些分散的能量轉化為協作網絡，不僅能提升資源使用效益，也可強化學校面對未來教育變革的韌性與創新能力。
總而言之，在 AI 時代，教師最需要守護的並非特定工具的操作能力，而是 AI 無法取代的專業核心：對教育價值的持續追問、在複雜情境中做出適切判斷的實踐智慧，以及在專業關係中共同學習與成長的連結性自主。當教師不僅止於數位科技的使用者，而能成為善用科技、引領學習與創造價值的專業行動者時，那麼「教學為本、AI 為用」便不再只是口號，而將成為新竹教育面向未來的重要圖像與集體實踐。
註解：本文改寫自作者於新竹市國民教育與特殊教育地方輔導團之演講內容「AI × 教育革新：從輔導團視角看學校未來教育力」。
參考資料
新竹相關AI的新聞報導：
新竹市「AI 精靈團手把手計畫」（2025/2）。自由時報〈竹市府啟動「AI精靈團手把手計畫」推動數位學習與教育平權〉
https://news.ltn.com.tw/news/HsinchuCity/breakingnews/4946783
新竹縣「幼兒 AI KIDs City 應用整合計畫」（AI 智慧城鄉）。自由時報〈竹縣 AI 智慧城鄉～幼兒 AI-KIDs City 應用整合 將擴及公幼國小教學〉 https://news.ltn.com.tw/news/life/breakingnews/4306018
新竹市青草湖國小「生生有平板」（2026/5）。自由時報〈生生有平板 竹市青草湖國小率先建置完成〉 https://news.ltn.com.tw/news/HsinchuCity/breakingnews/5448711
新竹市內湖國小、載熙國小領航 AI 教育（2025/1）。中央社訊息平台〈竹市內湖與載熙國小領航 AI 教育 打造智慧校園與數位學習新未來〉 https://www.cna.com.tw/postwrite/chi/392487
陳佩英（2023）。數位學習與科技領導實踐。載於課程協作與實踐（第六輯）（頁100–121）。教育部。
陳佩英（2024）。教師的未來圖像：數位科技素養與 AI 專業識能的發展。載於陳綠蔚、陳力俊（主編），AI 跨域教師培育示範與教學資源共享之研討（頁125–150）。財團法人中技社。
陳佩英、洪琴雯（2024年10月31日）。以歐盟教師數位能力自評架構初探臺灣高中教師數位能力。教育新知國際串聯。
教育部（2024）。教育部中小學數位教學指引 3.0 版。
教育部（2024）。教育部中小學校長數位學習領導指引。
教育部（2024）。教育部中小學家長數位學習知能指引。
Aristotle. (1998). The Nicomachean ethics (D. Ross, Trans.). Oxford University Press.
Australian Government. (2023). Australian framework for generative artificial intelligence (AI) in schools.
Costa, C., & Murphy, M. (2025). Generative artificial intelligence in education: (what) are we thinking? Learning, Media and Technology, 1–12.
European Commission, & Organisation for Economic Co-operation and Development. (2025). Empowering learners for the age of AI: An AI literacy framework for primary and secondary education (Review draft).
Government of the Republic of Singapore. (2023). National AI strategy 2.0: AI for the public good for Singapore and the world.
International Society for Technology in Education. (2024). ISTE standards for educators.
Mackenzie, C., & Stoljar, N. (Eds.). (2000). Relational autonomy: Feminist perspectives on autonomy, agency, and the social self. Oxford University Press.
Ministry of Education, Singapore. (2023). Our educational technology journey.
Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054.
Selwyn, N., Ljungqvist, M., & Sonesson, A. (2025). When the prompting stops: Exploring teachers' work around the educational frailties of generative AI tools. Learning, Media and Technology, 50(3), 310-323.
Taylor, A. (2018). The automation charade. Logic Magazine, 5, 149–164.
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO.
UNESCO. (2024). AI competency framework for students. UNESCO.
若需引用此文章內容，請使用下列APA 7格式：
陳佩英（2026年6月17日）。AI × 教育革新：從輔導團視角看學校未來教育力。教育新知國際串聯。https://www.gel-net.com/post/AI × 教育革新：從輔導團視角看學校未來教育力
