十種方法把「AI 的能源代價」帶進課堂，讓學生自己判斷什麼時候值得用

在 AI 素養的討論裡，能源成本長期是被跳過的一塊。課程通常談準確性、談偏誤、談學術誠信，卻很少談這項技術實際消耗了什麼。有教學工作者主張，這一塊應該補回來——不是為了讓學生對使用 AI 感到內疚，而是為了讓他們具備完整的判斷條件。

理由很直接。當一項技術的使用成本對使用者近乎為零，人就傾向於無限制地使用它。學生點一次生成、不滿意再點一次、一個下午點掉幾十次，過程中沒有任何訊號提醒他們背後發生了什麼。這種「感覺免費」的體驗，本身就會削弱判斷力。教這一塊的目的，是把被隱藏起來的成本重新變得可見。

實際帶進課堂的方式可以很具體。最基礎的做法是資料調查：讓學生查找資料中心的用電與用水規模，換算成學生熟悉的單位，例如相當於學校幾天的用電、相當於多少個家庭的日常用量。單位換算這一步很重要，因為抽象的大數字不會產生理解。

進一步的活動則是比較與取捨。可以讓學生針對同一個任務列出幾種完成方式：自己查資料、用搜尋引擎、用生成式 AI，然後從時間、品質、成本三個面向排序，並說明自己會怎麼選。這個練習的價值在於，它不預設正確答案，而是要求學生為自己的選擇提出理由。

也可以把議題往結構層面推。資料中心會蓋在哪裡、誰承擔用電與用水的壓力、當地社群有沒有參與決定的機會，這些問題把科技課和公民、地理、環境教育接了起來。對高年級學生而言，這是把 AI 從「工具」重新放回「基礎設施」的一次視角轉換。

需要留意的是分寸。這類課程一旦操作過頭，容易滑向道德指責，讓學生覺得使用 AI 本身就是錯的，反而降低他們公開討論使用行為的意願。比較合適的框架是效益與成本並陳：這項技術確實在某些任務上帶來實質幫助，代價也確實存在，值不值得取決於任務本身。

業界分析人士指出，能夠評估技術代價的使用者，長期而言比單純熟練操作的使用者更有價值，因為前者才有能力在組織裡做出取捨決定。對台灣正在發展 AI 課程的學校來說，這一塊補上並不困難，它可以直接掛在既有的環境教育與議題融入架構下，不需要另外開課。