3S Market 整理
台灣 K-12 校園 AI 應用現況：
台灣 K-12，也就是國小一年級到高中三年級的 1–12 年級教育，正在進入一個新轉折。過去幾年，校園數位化的核心是「班班有網路、生生用平板」；現在，政策語言已經開始轉成「AI 素養」、「生成式 AI 學習夥伴」、「AI 助教」、「AI 家教」、「教育大數據」與「AI 無法取代的能力」。
這個變化不是突然發生的。教育部自 2022 年起推動「中小學數位學習精進方案」，原本重點放在數位內容、行動載具、校園網路與教育大數據，總預算規模達 200 億元，目的在於讓全國 1 至 12 年級全面進入數位學習環境。當時的政策重點包括補充 3.09 萬台無線 AP、再投入 61 萬臺台載具，偏遠地區朝一生一平板，非偏遠地區則依班級數配置載具。
圖一
一、台灣 K-12 AI 應用的現況：基礎建設已到位，真正落地才剛開始
目前台灣 K-12 校園 AI 應用可以分成五個層次：第一層是硬體與網路，第二層是數位內容與學習平台，第三層是生成式 AI 輔助學習，第四層是 AI 素養與課程設計，第五層才是數據治理與校務決策。
教育部在 2026 年提出「AI 人才方舟計畫」，明確把中小學 AI 教育從數位學習推進到智慧教育。行政院說明，此計畫期程為 2026 至 2029 年，核心目標是打造中小學 AI 智慧教育新生態，並建構台灣中小學教師與學生 AI 素養框架。三大主軸包括：建構 AI 學習環境、培育 AI 跨域教學人才、強化數據分析與決策能力。
台灣 K-12 AI 應用成熟度研判
依公開政策、平台與校園案例進行質性研判，非官方統計數據。
 |
| 5 分代表已較具制度化與普及基礎；1 分代表仍偏個案或試辦。 |
這張圖的重點不是分數本身，而是落差：台灣 K-12 的網路、載具、平台基礎已相對完整，但 AI 真正深入課程、評量、校務治理與風險管理，仍處於「示範、研發、試辦、擴散」的階段。
圖二：
二、AI 學伴成為第一個真正進入教室的 AI 應用
在 K-12 校園中，最容易被學生感受到的 AI 應用，不是行政報表，也不是複雜的教育大數據，而是「AI 學伴」。
教育部因材網已推出生成式 AI 學伴「e 度」，並在 2026 年 5 月公告徵選 2026–2027 年研究基地學校，申請對象是全國 3 至 12 年級中小學教師，計畫期程從 2026 年 9 月 1 日到 2027 年 12 月 31 日。公告明確指出，目的在於推動生成式 AI 融入教學與智慧學習應用。
這代表 AI 在校園中的角色已從「老師拿來備課的工具」，往「學生可以互動的學習夥伴」移動。它可以協助學生提問、練習、複習、探索，也可以在寫作、自然探究、語言學習、圖像生成等場景中提供引導。
但這裡有一個關鍵：K-12 的 AI 學伴不應該只是「會回答問題的聊天機器人」。對國小、國中、高中學生而言，真正有教育價值的 AI，不是直接給答案，而是能引導思考、追問理由、提醒查證、鼓勵學生修正。也就是說，K-12 的 AI 學伴應該更像「陪跑教練」，而不是「代寫高手」。
圖三：
三、教師端的 AI 應用：從備課工具走向教學設計夥伴
目前台灣 K-12 教師使用 AI，最常見的場景仍是備課、出題、產生學習單、設計評量、製作簡報、整理教材與生成教學活動。這一類應用門檻低，效果立即可見，因此擴散最快。
教育部發布的《中小學數位教學指引 3.0》已把生成式 AI 納入教師應用情境，包含備課、教學與評量，也提醒教師注意倫理與安全議題。國家教育研究院的介紹指出，指引 3.0 的目的，是支持教師應用數位工具與 AI 素養教學，促進學習成效並提升 AI 與數位素養。
這一段最值得注意的是：AI 對老師的價值，不只是省時間，而是讓老師有能力進行差異化教學。過去一位老師面對三十位學生，很難同時照顧高成就、中等、落後學生；AI 若能協助整理學生學習資料、生成不同難度的練習、提供即時診斷，就可能把「因材施教」從口號推向日常。
但問題也在這裡。教師若只是把 AI 當成快速產生教材的工具，課堂可能會變得更「漂亮」，但不一定更有效。真正重要的是教師能不能判斷：這個 AI 產出的內容是否正確？是否符合學生年齡？是否有偏見？是否侵犯著作權？是否讓學生跳過思考？
圖四：
四、學生端的 AI 素養：重點不只是「會用 AI」，而是「知道何時不能相信 AI」
教育部在 2026 年提出「未來人才 AI 能力圖像」，把學生 AI 能力分成四個方向：運用 AI 學習的能力、負責任使用 AI 的能力、運用 AI 解決問題的能力，以及 AI 無法取代的能力。這裡面最關鍵的是「負責任使用 AI」與「AI 無法取代的能力」。
這代表 K-12 的 AI 教育不應該只是教學生怎麼下 prompt，也不是讓學生炫技生成圖片、影片或報告。更重要的是讓學生理解：AI 會錯、AI 會編、AI 會有偏見、AI 不是權威，AI 產出的內容需要查證、標註與負責。
教育部也發布「中小學使用生成式人工智慧注意事項 2.1」，目的在協助中小學教師、行政人員、家長及學生，在教育現場與日常學習情境中安全、負責任地使用生成式 AI 工具，並依不同角色掌握適切使用原則。
這會成為接下來校園 AI 的分水嶺。會用 AI 的學生很多，但能辨識 AI 錯誤、能標註 AI 協作、能保護個資、能提出好問題、能把 AI 當成學習助力而不是作業捷徑的學生，才是 AI 教育真正要培養的人。
圖五
五、課程現場：高中較快，國中小正在從競賽、營隊與示範課程擴散
從公開案例看，高中階段的 AI 課程推進較快，因為高中有多元選修、資訊科技課程與專題探究空間。教育部曾推動高中 AI 多元選修課程，內容包括 AI 與生活議題、AI 基礎概念，以及簡單 AI 模型實作，並由高中職與大學教師協作。
台北市的案例也顯示，北一女中透過「人工智慧導論」課程，讓學生學習監督式學習、非監督式學習、深度學習、生成式 AI 應用與 App 開發，並使用 Python、Teachable Machine、App Inventor 等工具進行專題；民生國中則從 AI 基礎、AI 創新應用與實作操作設計課程，結合語音辨識、圖像辨識、數據分析與國際交流。
國中小階段則多半透過競賽、營隊、跨域專題、教師研習與平台導入來擴散。教育部也規劃國中小 AI 菁英爭霸賽，讓學生從小接觸 AI 模型，並透過 AI 實作解決真實世界問題。
不過，國中小 AI 教育不能過早變成工具競賽。國小階段更需要的是生活觀察、問題意識、資料概念、辨識真偽與人機協作；國中階段可以加入資料標註、簡單模型、影像辨識與跨域專題；高中階段才適合進一步進入 Python、機器學習、生成式 AI 應用、資料分析與倫理討論。
圖六：
六、教育大數據與校務決策：下一階段真正敏感、也真正關鍵的戰場
教育大數據是台灣 K-12 AI 應用中最有潛力、也最需要謹慎處理的一塊。教育部在「中小學數位學習精進方案」中已把教育大數據列為三大計畫之一，方向包括運用學生線上學習資料建立教育大數據資料庫，作為學習成效、教學模式、政策研訂與數位內容改善的基礎，並在符合資安前提下建立去識別化開放資料。
到了 AI 人才方舟計畫，教育部進一步提出要完善數位學習教育大數據分析系統，追蹤分析學習行為與成效，支援教育政策決策；同時也要深化學習行為分析、強化教師資料素養。
這代表未來學校不只會問：「學生有沒有登入平台？」而會進一步問：「學生在哪個概念卡住？哪一類題型最容易錯？哪一種教學策略對哪一群學生有效？哪些數位內容真正改善學習？」
但這裡也有風險。K-12 學生是未成年人，學習資料、行為資料、互動紀錄、AI 對話紀錄，都必須有清楚的資料治理規則。資料能不能被廠商使用？能不能訓練模型？保存多久？家長是否知道？學生是否能查詢或刪除？這些問題如果沒有制度化，AI 校園很容易從「智慧教育」滑向「過度監控」。
圖七：
七、台灣 K-12 校園 AI 的主要挑戰
第一個挑戰是教師負擔。AI 本來應該減輕老師工作，但如果每一個平台、每一個工具、每一項政策都要求老師重新學習、填報、驗證成果，AI 反而會變成新的行政壓力。
第二個挑戰是落地落差。城市明星學校、高中資訊課、AI 特色課程容易做出成果，但一般國中小、偏鄉小校、非資訊專長教師，真正需要的是可複製的課程模組、簡單可靠的平台、現場陪伴與教學社群。
第三個挑戰是 AI 倫理與學習誠信。生成式 AI 讓作業、作文、報告、簡報、程式都能快速產生，學校不能只用「禁止」處理，也不能完全放任。未來評量設計必須改變，從只看成品，轉向看歷程、提問、修改、口頭說明與學生自己的判斷。
第四個挑戰是資料與資安。K-12 校園資料牽涉未成年人，AI 學伴與學習平台若蒐集大量對話與學習軌跡，就必須建立更清楚的資料保護、使用邊界與供應商管理。
第五個挑戰是產業供應鏈。教育 AI 不只是買軟體，也不是採購一套聊天機器人。真正需要的是內容、平台、帳號、資安、教師培訓、資料治理、家長溝通與學習成效評估的整合方案。
圖八：
八、產業與學校的機會：AI 校園不是賣工具，而是做「可信任的教育解決方案」
對台灣科技與安控、資通訊、教育科技產業來說，K-12 校園 AI 會是一個長期市場，但它不是單純的硬體市場，也不是單純的 SaaS 市場。
未來學校真正需要的會是四種解決方案：
第一，AI 學習解決方案，包括 AI 學伴、適性學習、錯題診斷、閱讀理解、寫作引導、語言學習與跨域專題。
第二，AI 教師助理解決方案，包括備課、出題、差異化教材、評量分析、學習歷程整理與班級經營輔助。
第三，AI 校務治理解決方案，包括學生學習儀表板、行政決策、資源配置、弱勢扶助、學習落差預警。
第四，AI 校園安全與智慧場域解決方案，包括出入口管理、訪客管理、校園事件通報、緊急應變、影像事件分析與隱私保護。
但 K-12 市場有一個特殊要求：不能只講效率，也不能只講科技感。任何 AI 進入校園，都必須回答三個問題：是否保護學生？是否幫助老師？是否提升學習？如果這三個問題答不出來，再炫的 AI 也很難真正落地。
圖九：
結論：台灣 K-12 AI 應用的下一題，不是導入，而是治理
台灣 K-12 校園 AI 應用已經站在轉折點。前一階段是數位化：有網路、有平板、有平台、有內容；下一階段是智慧化：AI 學伴、AI 助教、AI 家教、AI 課程、AI 數據分析與 AI 校務決策。
但智慧化不是把 AI 放進學校就好。K-12 的核心仍然是人，是學生、老師、家長與學校文化。AI 可以幫助學生練習，可以協助老師備課，可以讓校務決策更精準，也可以讓學習支持更即時；但 AI 也可能造成依賴、作弊、偏見、隱私風險與教師壓力。
所以，台灣 K-12 AI 教育真正要走的路，不是「每個學生都會用 AI」而已，而是讓每個學生都能理解 AI、善用 AI、質疑 AI，並保留 AI 無法取代的人類能力。這才是 AI 進入校園之後，最重要的一堂課。
.png)
按此 ☞ 回今日3S Market新聞首頁
0 comments:
張貼留言