給K-12孩子的AI人工智慧學習地圖

如果AI很重要，應該讓孩子從哪裡開始，是很多家長的疑問
要怎麼啟發孩子的學習興趣？需要先有程式設計基礎嗎？需要讓孩子知道各種AI演算法嗎？

台灣人工智慧學校執行長及玉山金融控股公司科技長 陳昇瑋給家長的建議是：

「AI的技術3個月一個大突破，等到孩子大學畢業出社會，屆時的AI一定與今天非常不同，所以不要填鴨式教學、不需推導太深的數學理論，首要讓孩子不怕電腦，並設計好的教學環境、情境式的教學，讓孩子自然的理解AI的運作，感受到AI未來將如何與生活連結。」

「生活中的例行事務，鼓勵孩子思考並運用AI、藉由簡易的程式工具，例如Scratch、Arduino，自己組裝，形成一個改善方案，這是家長或老師可以設計讓孩子參與AI的學習方式。」

相關影片：https://www.youtube.com/watch?v=DhY605-0hjk&t=30s

結合教育部108資訊科技課綱、美國CSTA K12電腦科學學習架構、美國AAAI人工智慧推動協會的建議，從國小1年級（K1）到高中3年級（K12）AI人工智慧的全面性學習應包含六大歷程：

運算思維 Computational Thinking

根據教育部的課綱設計，運算思維旨培養孩子具備運用運算工具之思維能力，藉以分析問題、發展解題方法，並進行有效的決策。而程式設計則是培養運算思維的可行方法。

電腦感知 Perception

讓孩子時機接觸感測器元件、了解電腦是如何透過「感測器」感知世界，以及各種感測器，如視覺、語音、震動、光線、溫度等不同電腦感知的差異，了解電腦感知與人類感知的不同與局限性。

表示與推理 Representation and Reasoning

學習知識表示法與以及各種推理演算法，瞭解電腦是如何將資訊做分類與辨識，進一步做出推論產生決策。從簡單的分類、多重分類到決策樹演算法的運用就是一個例子。

機器學習 Machine Learning

機器學習是人工智慧的核心技術，透過實作讓孩子了解機器可以透過「資料」來學習，監督式學習、非監督式學習、強化式學習三中機器學習的方法，神經網路的基礎架構，以及訓練資料的選擇如何影響機器學習的結果。

人機互動 Natural Interaction

電腦整合多重的人工智慧，例如影像辨識、語音辨識、自動化機器人等，才能達到跟人類的自然互動。讓孩子實際接觸這樣的智慧機器設備，了解機器人背後運作的原理，並知道它的侷限。

社會影響 Social Impact

教孩子關注人工智慧的偏見與倫理問題，以及可能對社會帶來的正面、負面影響，作為未來公民，在圍繞大量人工智慧技術的社會建設與服務上，能夠保持判斷力，知道如何選擇並善用這個工具。

在未來十年內，AI科技將加速進入各行各業，並進一步的貼近我們的日常生活，計程車上面沒有司機，車子還會順路買了你要的早餐，AI協助醫生判斷病人狀況的，心電圖、腦波圖、醫學影像……會先由AI標註資訊，農夫用機器穩定控制著溫度溼度土質，超級市場裡面沒有收銀員，由智慧廚具料理出非常美味餐點等等。

AI將促使更多的新機會崛起，在6個領域的AI學習歷程中，讓孩子透過實作發揮思考能力與創造力，未來讓重複的、繁雜的，都有科技代勞了，拿掉這些重複性操作，每天實際能運用的時間，相對變得更多了。考量可能的新專業評價方式，以及每天要投入的時間，與其思考自己應該投入哪一個方向，或許思考對自己重要的是什麼，還有自己的特質及熱情所在，會更加有意義。