AI-Ethics- 學習模組1：AI 時代的法規、隱私與責任歸屬：指標 2,5,6 - 莊雅雯製作

本影片專為中小學數學教師設計，帶領大家深入探討將人工智慧（AI）工具融入數學課堂時，必須具備的「倫理責任」、「隱私保護」及「智慧財產權」規範，幫助老師們培養負責任的 AI 數位素養與教學應用。讓我們一起在創新與責任中取得平衡，打造安全、公平又充滿啟發的數學課堂！ 💡 本集核心重點 ⚖️ AI 倫理與把關責任：AI 是提升教學效率的好幫手，但永遠無法取代人類的最終責任。面對 AI 潛在的演算法偏見（例如：自動批改系統誤判學生的特殊正確解法），教師必須掌握「最終決定權」，親自進行人工覆核把關。 🔒 學生隱私與資料保護：守護學生的數位安全！切勿將包含學生真實姓名、成績或特殊需求（如 IEP 個別化教育計畫）的資料輸入到免費的公共 AI 平台中。在應用科技時，務必落實資料的「去識別化」與「匿名處理」。 ©️ 智財權與著作權規範：善用科技不侵權！避免直接掃描坊間有版權的測驗卷讓 AI 模仿生成。學習判斷「合理使用」，並鼓勵運用 OER（開放教育資源）與創用 CC 授權素材，安全地與 AI 共同創作出優質教材。 ✅ 教師的 AI 實踐檢核清單 面對 AI 時代，我們必須「既大膽又負責任」！在課堂應用 AI 前，請帶著這三個問題檢視自己： 1️⃣ 責任檢核：我是否保留了對學生數學成績與學習評估的最終決定權？ 2️⃣ 隱私檢核：我是否確保任何輸入 AI 的學習數據已經去識別化，沒有外洩學生個資？ 3️⃣ 智財檢核：我是否避免使用有版權的教材去訓練 AI，並合理標註了來源？ 參考資料 1. UNESCO. (2021). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223... 2. National Institute of Standards and Technology. (2023). AI Risk Management Framework (AI RMF 1.0). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.100-1 3. Google. (n.d.). AI principles. Google AI. https://ai.google/principles/ 4. Organisation for Economic Co-operation and Development. (2019). Educating 21st century children: Emotional well-being in the digital age. OECD Publishing. https://www.oecd.org/en/publications/... 5. Competitive Enterprise Institute. (2022, December 12). Does artificial intelligence have a statist bias? Competitive Enterprise Institute. https://cei.org/blog/does-artificial-... 6. Sara Lo Piano. (2020). Ethical principles in machine learning and artificial intelligence: Cases from the field and possible ways forward. Humanities and Social Sciences Communications, 7(1), Article 9. https://doi.org/10.1057/s41599-020-05... 7. Anne Ottenbreit-Leftwich & Royce Kimmons (Eds.). (2018). The K-12 educational technology handbook. EdTech Books. EdTech Books. https://edtechbooks.org/k12handbook?a... 8. World Economic Forum. (2024). Global gender gap report 2024. https://www.weforum.org/publications/... 9. Manyika, J., Silberg, J., & Presten, B. (2019, October 25). What do we do about the biases in AI? Harvard Business Review. https://hbr.org/2019/10/what-do-we-do... 10. The Alan Turing Institute. (n.d.). Fairness, transparency, privacy. https://www.turing.ac.uk/research/int... 11. Frontiers in Education. (2025). Toward a continuous learning educational model: insights from the experience of a Mexican private university. https://doi.org/10.3389/feduc.2025.14...