「全球數位素養評估架構計畫」（Digital Literacy Global Framework, DLGF) (2018)
根據聯合國教科文組織 2018 年「全球數位素養評估架構計畫」（Digital Literacy Global Framework, DLGF)所出版的指標手冊（Law et al., 2018），指出數位素養（digital competence 2.0）的發展，主要著重在五個向度：
- 資訊與資料識讀(Information and data literacy)
能夠定位、取用、分析、評估資訊與資料，並辨識其來源、真實性與使用風險 - 溝通與合作
使用數位工具進行有效溝通、參與群體合作與共創，並理解網路互動中的社會與文化差異 - 數位內容開發
利用數位工具製作、整合、編輯內容，具備基本的版權意識與程式邏輯理解 - 安全
涵蓋數位環境中的資訊安全、個資保護、健康福祉與環境永續等相關素養 - 問題解決
能運用數位科技解決日常與學習中的新問題，進行技術創新或流程優化
教育中的人工智慧：永續發展的挑戰與機會
聯合國教科文組織在2019年更進一步出版了《教育中的人工智慧：永續發展的挑戰與機會》（Artificial Intelligence in Education: Challenges and Opportunities for Sustainable Development）（Pedró et al., 2019），呼籲各國政府在制定相關政策時，不僅需要留意到人工智慧增進學生學習成效的潛力，也要規劃各教育管道與課程需要做相應的調整，並且關注人工智慧在教育上可能伴隨而來的六大挑戰，報告書中敦促：(1)各國政策制定需同時回應人工智慧在教育上的開發和規範；(2)各國須確保人工智慧在教育上的使用能兼具包容性與平等原則；(3)各國必須為教師做好應用人工智慧的準備同時也讓人工智慧工具準備好運用在教育上；(4)發展高品質且具包容性的資料系統；(5)正視有關人工智慧教育應用的研究；(6)針對資料的收集、使用與散播等相關倫理與透明性詳加考慮。
聯合國教科文組織指出，目前生成式人工智慧工具在教育應用上的爭議點主要有8個，包括(1)數位貧窮愈趨惡化；(2)發展速度超越各國法律規範的制定；(3)所使用之資料未經知情同意；(4)產出資訊的過程不透明；(5)人工智慧輸出的內容成為網路可搜尋而得的資訊；(6)缺乏對於真實世界的瞭解；(7)導致少數者的聲音更加邊緣；以及(8)生產出更進一步的深偽技術（UNESCO, 2023）。這些目前所面對的爭議，皆為在教育上使用人工智慧工具帶來風險。
聯合國教科文組織在2023年進一步公布《生成式人工智慧教育與研究指引》（Guidance for generative AI in education and research），倡議以人為中心的生成式人工智慧的使用（UNESCO, 2023）。 聯合國教科文組織同時也倡議「共同設計」（codesigning）的概念，主張在(1)研究；(2)支援教師教學；(3)一對一個人化學習；(4)協助探究與專題式學習（project-based learning）；(5)支持特殊需求學生等方面，須藉由開發者與使用者共同參與工作流程設計，以發揮以人為中心的使用方式，同時避免在過程中可能產生的潛在風險。
「以人為中心」的生成式人工智慧取向是聯合國教科文組織統整近期所發布之相關文本中，十分具有代表性的主張。所謂的「以人為中心」（human-centred）取向（UNESCO, 2023），指研究者與教育者，在針對生成式人工智慧的開發與應用上，須以人類與人工智慧工具之間富責任感與教育意義的互動為主要考量。換言之，生成式人工智慧的運用除了需要聚焦在人類的需求外，也必須(1)考慮效益原則；(2)能增進學生的內在動機；(3)增進高階認知能力，並能(4)受人類教師、學生與研究者的監控。 (李郁緻, 2024)
Uedu優學院在此教育浪潮下的實踐
根據聯合國教科文組織（UNESCO）從 2018 年以來針對數位素養與生成式人工智慧在教育中應用的連續倡議，若從政策脈絡延伸到具體實踐層面來看，優學院（Uedu）實質上已呼應並具體實踐了許多聯合國提出的核心理念。
一、數位素養五大向度在優學院的實踐展現
DLGF (據聯合國教科文組織 2018 年「全球數位素養評估架構計畫」，Digital Literacy Global Framework)所提出的五大向度，作為21世紀教育的基本能力架構，在Uedu的平台設計中可見以下對應：
- 資訊與資料識讀：
優學院仍透過對不同學科領域進行知識切分與角色建構，為每一門課程設計專屬虛擬助教。這樣學科導向的虛擬助教的配置，使學生在查詢與互動過程中能獲得較具學術正確性的回應，避免因通用模型而產生知識混淆或失準。此外，學科專屬助教在回應學生問題時，通常採用語言與概念框架皆貼近該領域專業語境的生成邏輯，有助於學生逐步建立對資訊的脈絡性理解，強化其批判性閱讀與比較能力。 - 溝通與合作：
Uedu 架構中的多人共學與討論區模組，支援跨班、跨師、多角色互動式學習，並整合生成式AI對話輔助、回應摘要與重點歸納，提升師生協作效率。例如，學生可透過AI摘要模組快速理解前一組的討論重點，再提出延伸提問或反駁；平台也支援生成式AI協助對話紀錄轉寫與重點擷取，幫助學生在協作過程中即時整理論點與任務分工，進一步提升合作品質與跨群體理解能力。 - 數位內容開發：
在優學院平台中，學生可運用生成式AI工具撰寫報告、構思影片腳本，或進行文本改寫與語風轉換，培養數位內容創作的能力與創意思維。平台亦支援情境式提示設計，幫助學生理解生成邏輯、建立文本結構概念，並可在教師引導下納入著作權意識與責任倫理的考量。優學院也提供，語音轉文字功能，此功能主要由教師於課堂進行錄音後操作，但所得逐字稿可作為學生檢索課堂重點、進行摘要提取與再創性編寫的原始素材。這類由教師主導的內容生成，亦形成一種支持式的知識基礎，強化學生的內容建構能力與後設編輯技能。 - 安全：
優學院遵循「隱私保護設計」原則，預設不將使用者輸入納入AI訓練資料；對學生願意參與研究的文本資料，我們設有線上「研究知情同意書」簽署制度，僅分析已取得明確授權的資料。針對資安與資料主權要求較高的國際學校，我們提供私有部署方案（on-premise deployment），讓校方自主管理資料與模型執行環境，Uedu 僅提供前端功能支援，完全不接觸資料本體，落實資料主權與風險隔離機制。 - 問題解決：
- 多模態工具導入與任務導向學習
優學院整合生成式AI對話模組、虛擬助教系統與多模態回饋機制（如語音轉文字、學習紀錄摘要、自動問答生成等），讓學生在處理實際任務時，能即時獲得思考引導與回饋。例如，學生在進行專題設計時，可以向虛擬助教請教研究架構、資料蒐集方式、問卷設計技巧，AI則會根據情境提供範例與建議。這樣的互動可協助學生「完成任務」，也讓他們嘗試學會如何分解問題、如何搜尋資源、如何評估替代方案。 - 技術應用與流程優化
在教師端，Uedu 提供一整套教學流程輔助工具，如課堂錄音自動逐字稿產出、課堂提問即時語義摘要、跨班教案共用與學生學習歷程追蹤系統。這些設計背後的核心理念是將教學中原本需要大量人力執行的工作流程加以自動化與結構化，實現流程再設計（process redesign）與效率優化（efficiency optimization），讓教師能將心力投注於高價值的人際互動與個別指導，以科技為槓桿重新定義學習與教學的運作模式。 - 自主學習與動態引導系統
學生在平台上的互動紀錄與學習歷程，可轉化為AI提示與行為建議的參考依據。例如當學生連續幾次提問與回饋顯示對某個概念困難，系統可能會主動推送額外解釋、同儕問題參考或推薦影片等。這是一種以資料為基礎的動態引導機制（data-driven adaptive guidance），能引導學生學習策略的調整與自我效能感的提升，進而在學習歷程中主動解決遇到的障礙與瓶頸。 - 問題解決的素養內化與遷移
更關鍵的是，透過在不同課程中（如跨領域專題、程式設計、AI導入與人文社會應用等）使用優學院系統進行任務導向學習，學生逐漸養成一種將AI視為問題解決夥伴的思維模式。他們學的不只是使用某一工具，而是發展出一種「遇到問題時，如何利用數位資源與人工智慧策略思考、尋求解方、並持續優化歷程」的跨情境遷移能力。更關鍵的是，透過在不同課程中（如跨領域專題、程式設計、AI導入與人文社會應用等）使用優學院系統進行任務導向學習，學生逐漸養成一種將AI視為問題解決夥伴的思維模式。他們學的不只是使用某一工具，而是發展出一種「遇到問題時，如何利用數位資源與人工智慧策略思考、尋求解方、並持續優化歷程」的跨情境遷移能力。在一門結合生成式AI與Python基礎程式設計的課程中，根據期末問卷調查顯示，學生對「我相信我所學到的知識能幫助我解決現實生活中的問題」這一項的同意度顯著提升（從期中均值 5.324 提升至期末 5.952，提升12%，p = 0.007），顯示出他們在課程中逐步建立起運用程式語言處理實際問題的信心。同時，超過一半的學生（56.4%）在開放式問卷中指出，課程中提供的生成式AI工具（如 Uedu MyGPTs 與 QuizGPT）是他們認為最具幫助的學習資源。學生提到這些工具能即時提供回饋與個別化指導，有效協助他們理解程式邏輯、除錯並推進專題製作。更具體地，一位學生於期末專題中成功開發出一套跨平台示波器操作圖形介面（GUI）系統，透過 PyQt5 實現操作介面，並結合 PyVISA 控制儀器，同時加入 multithreading 技術確保介面穩定運作。在這個專案中，學生不僅運用課堂所學的基礎語法，更透過 Uedu MyGPTs 輔助進行函式庫查詢、問題排解與架構設計，有效完成從語法學習到專業應用的轉譯，這正體現了高階的問題解決遷移歷程。(Phay & Chang, 2025)
- 多模態工具導入與任務導向學習
二、回應AI教育政策挑戰的策略部署
根據 UNESCO (2019) 對AI教育應用六大政策挑戰的呼籲，聯合國教科文組織在2019年更進一步出版了《教育中的人工智慧：永續發展的挑戰與機會》（Artificial Intelligence in Education: Challenges and Opportunities for Sustainable Development）（Pedró et al., 2019），呼籲各國政府在制定相關政策時，不僅需要留意到人工智慧增進學生學習成效的潛力，也要規劃各教育管道與課程需要做相應的調整，並且關注人工智慧在教育上可能伴隨而來的六大挑戰，報告書中敦促：(1)各國政策制定需同時回應人工智慧在教育上的開發和規範；(2)各國須確保人工智慧在教育上的使用能兼具包容性與平等原則；(3)各國必須為教師做好應用人工智慧的準備同時也讓人工智慧工具準備好運用在教育上；(4)發展高品質且具包容性的資料系統；(5)正視有關人工智慧教育應用的研究；(6)針對資料的收集、使用與散播等相關倫理與透明性詳加考慮。Uedu 展現出積極回應的設計思維，包含：
- 開發與規範同步：制定能同時引導創新與防範風險的教育政策
AI 技術發展迅速，倘若教育政策僅跟隨科技變化，將可能出現治理真空。因此 UNESCO 呼籲，政策必須同時促進技術創新與建構監管機制，以確保教育現場的AI應用具備合法性與穩定性。例如，在鼓勵導入生成式AI輔助學習的同時，也應建立對演算法偏誤、回應機制、學生資料處理等的審核標準。
🔁 Uedu的回應：
優學院在技術開發上採取模組化、可治理的設計方式。例如生成式AI助教系統的對話風格、回應範圍與任務類型皆可由教師與管理者設定，並可針對不同課程情境進行調整。這種結構允許教育現場依據政策或倫理需求動態調整 AI 的功能與權限，確保科技發展與規範治理能同步推進。 - 保障教育公平與包容：確保AI技術不再製造新的數位落差
UNESCO 強調，AI 若未妥善設計，可能排除弱勢學生、非主流語言使用者、身心障礙學習者等。因此各國應積極引導 AI 系統設計朝向語言多元、無障礙設計、跨文化適應性與低技術門檻操作，讓所有學生皆能參與 AI 賦能的學習機會。
🔁 Uedu的回應：
Uedu 無須程式技能即可操作，設計上即面向非理工背景學生與不同語言使用者（如中文使用環境），降低門檻、提升可近性。平台同時支援個別化回應與多樣提示設計，讓學習風格不同的學生皆可參與知識建構，實現「不因技術而排除某些學習者」的教育正義。 - 為教師與工具雙向準備：教學者與AI都需具備教育現場的適應能力
技術有效落地的關鍵並非工具本身，而是教師如何理解、接受與創造性運用它。因此政策必須同時投入於教師AI素養的培力與教育專用AI工具的優化發展，例如設計具教學語境理解能力的生成式AI助教、提供教師Prompt訓練與資源整合平台等。
🔁 Uedu的回應：
Uedu 強調「教學者與平台共設計」的理念，教師不僅是使用者，更是虛擬助教語料、對話任務、學習提示的設計者。平台提供可視化、可定義的教師控制面板，協助教師掌握AI如何與學生互動，促進人機協同教學，實現教師與AI「雙向準備」的政策精神。 - 建立高品質且具包容性的教育資料系統：資料是AI學習與決策的基礎
若資料來源偏頗或排他，AI 將無法提供公正的判斷或回應。UNESCO 鼓勵建立能涵蓋多元學習者背景、課程場域與文化脈絡的資料湖與資料治理機制，並確保資料在儲存與應用時，受到明確規範與道德審視。
🔁 Uedu的回應：
Uedu 發展了可供教學者存取的學習歷程資料湖，包括問答互動、學習路徑、行為紀錄等，同時設有資料匿名化、知情同意制度，確保所有用於學術分析的資料來自授權且具包容性，並可支持本地化、文化敏感的教育模型訓練與分析。 - 重視AI教育應用的研究：以實證基礎建立應用可信度
政策制定不能僅依賴產業倡議或科技想像，而必須根據實證研究進行。例如分析 AI 對不同年齡層學生的學習動機影響、對教師備課負擔的改變、對教育評量公平性的挑戰等。UNESCO 鼓勵各國投資跨學科研究，發展「AI+教育」的獨立知識體系。
🔁 Uedu的回應：
Uedu 平台本身即作為研究與教學共構的實驗場域，目前已有教師運用其平台參與教育部教學實踐計畫、科技部研究計畫，並進行如「學習動機轉變」、「知識轉移成效」、「AI輔助學習歷程分析」等量化與質性研究。平台也支持教師提取資料、設定觀察指標，擴展教學研究的深度與廣度。 - 強化資料倫理與透明性：以「可理解、可控制、可問責」為原則設計AI應用
最後也是最根本的呼籲，是建立在對學生資料的尊重與保護之上。包括需有明確的資料使用目的揭示、知情同意制度、數據可追溯性、系統回應透明度等，讓AI系統的運作不只是有效率，也能贏得學習者的信任與社會的認可。
🔁 Uedu的回應：
Uedu 採用本地部署或私有部署的資料儲存架構，遵守「資料主權」與「最小資料處理」原則。學生若參與研究用途，需簽署線上知情同意書，平台不預設蒐集未授權資料、不用使用者輸入訓練模型，並實踐「使用者可見資料流向與資料用途」的資訊透明原則。
三、以人為中心與共同設計的倫理實踐基礎
2023 年 UNESCO 所強調的「以人為中心」與「共同設計」觀念，在 Uedu 的核心價值與技術落實中早有體現。
Uedu 團隊強調AI為人所用的倫理架構，透過「學習共同體共創內容」的方式，邀請教師、學生與技術設計者協作定義平台使用情境。平台中的 Prompt 設計模組、虛擬助教語氣與策略調整、跨角色個別化對話樣式，皆非單向開發而是滾動修正、共同協商的成果。
此外，針對特殊需求學生（如焦慮、學習低動機者），Uedu 結合生理回饋與語義分析，嘗試建構「感知式AI對話機制」，這正是 UNESCO 所推動的具包容性與可調適性學習技術的具體化實踐。
結語
總體來看，Uedu 不僅是一個應用生成式AI的教育平台，更是一個融合全球教育政策趨勢、在地需求與未來科技倫理的實踐場域。它從技術設計出發、以教育公平與學習成效為核心、並以人本價值為最終指引，正體現出 UNESCO 在 2018–2023 年一系列文件中所描繪的理想教育AI生態系樣貌。
隨著國際對於AI教育應用日益關注 Uedu 亦將持續與國內外研究社群合作，推動教育AI平台的國際化適應與倫理指引共創，期能成為亞洲地區具代表性的教育AI實踐典範。
引用
- Law, N. W. Y., Woo, D. J., De la Torre, J., & Wong, K. W. G. (2018). A global framework of reference on digital literacy skills for indicator 4.4. 2.
- Pedro, F., Subosa, M., Rivas, A., & Valverde, P. (2019). Artificial intelligence in education: Challenges and opportunities for sustainable development.
- Böhmer, M. (2023). Unesco. In Handbook of the Anthropocene: Humans between Heritage and Future (pp. 1661-1667). Cham: Springer International Publishing.
- 李郁緻. (2024). 澳洲學校教育生成式人工智慧應用政策探析. 台灣教育研究期刊, 5(6), 231–246.
- Phay, K. S., & Chang, C.-K. (2025). A Generative Artificial Intelligence-Based Python Learning Assistance System: Assessing Its Impact on Instrument Automation Skills. 2025 IEEE Conference on Education and Training in Optics and Photonics (ETOP), 1–4. https://doi.org/10.1109/ETOP64842.2025.11030677
