學者：AI 素養不能外掛在大一課程，必須貫穿整個學程重新設計

面對生成式 AI 的普及，多數大學的第一反應是開一門課。而高教學界正在提出一個直接的質疑：這種「外掛式」的 AI 素養課程，可能從設計上就注定失效。

外掛模式的典型樣貌是這樣的：大一新生修一門通識性質的 AI 課程，內容涵蓋模型原理、提示技巧、倫理議題與學術誠信規範，兩學分修完，學校在課程地圖上打勾。問題在於，學生離開這門課之後，回到自己主修的課堂，面對的是完全不同的情境——一個護理系學生要判斷 AI 生成的用藥建議是否可信、一個法律系學生要辨識 AI 引用的判例是否存在、一個工程系學生要評估 AI 生成的程式碼有沒有隱藏的邊界條件錯誤。這些判斷高度依賴專業知識，通識課教不了。

第二個問題是時機。大一是學生專業知識最薄弱的時候，此時談 AI 的能力邊界與風險判斷，往往只能停留在抽象原則。而真正需要判斷力的時刻，通常出現在大三、大四的專題與實習階段——距離那門課已經兩三年，內容早已遺忘，工具也換了好幾代。

第三個問題是訊號傳遞。當 AI 素養被放在通識架構裡，它傳遞的訊息是「這是背景知識」，而非「這是你專業能力的一部分」。學生會依照學校的課程結構判斷什麼重要，而附加單元的位置本身就在說：這不是核心。

替代方案的核心概念是嵌入。具體做法包括：在各系的核心課程中設計必須使用 AI 並評估其輸出的作業，讓學生在自己的專業脈絡裡練習查證；把「說明你如何驗證 AI 的建議」納入評分標準，使判斷歷程本身成為評量對象；在專題與實習階段設置明確的 AI 使用揭露與反思要求。

這種做法的代價相當明確：它要求每個系所的教師自己具備足夠的 AI 判斷力，並重新設計課程與評量。相較於開一門通識課由少數專任教師負責，嵌入式做法的行政成本與師資培訓需求高出許多。這也是多數學校選擇外掛模式的真正原因——不是不知道嵌入更好，而是嵌入太難。

業界分析人士指出，這個取捨會在幾年內顯現差異。當畢業生進入職場，雇主測試的不是他們能不能說出 AI 的三大風險，而是能不能在自己的專業判斷中正確地使用與質疑 AI。