教學指引

元智大學生成式AI工具應用指引

一、緣起

隨著生成式人工智慧 （Generative AI，簡稱生成式AI）蓬勃發展，已成為全球高等教育學習與研究不可或缺的輔助工具。本校整合「三雲聚頂」跨域數位資源、大數據中心與人工智慧中心優勢，將生成式AI定位為推動「智慧學習」與「跨域人才培育」的核心契機，並以「正向開放、規範運用、素養導向」為政策基調。

為協助教職員生在善用生成式AI的同時，能兼顧責任與效能，特訂定本指引，期能引導全體元智人合理運用AI以提升教學與行政效率，並遵循學術倫理規範，進一步強化AI素養、批判思維與資訊安全意識。同時，本指引提醒使用者應審慎驗證AI生成內容之真實性與正確性，避免涉及智慧財產權爭議，以確保人機協作能發揮真正價值，並推動校園教學研究與行政發展的持續精進（OpenAI， 2025）。

二、生成式AI簡介

與傳統 AI 僅能分析和分類既有數據不同，生成式AI主要透過深度學習模型（如大型語言模型、擴散模型、生成對抗網路等）學習大量數據的規律與特徵，進而「產生」新的內容。生成式AI工具之所以能改變學術界，是因為它們具備以下關鍵特性：

1. 多模態生成（Multimodal Generation）：除了文字處理，亦可生成圖片、聲音、影片與程式碼等多元形式內容，大幅擴展應用範圍。

2. 互動性與提示驅動（Interactivity and Prompt-Driven）：能依照使用者的提示（Prompt）即時產出多樣化的內容，並透過精確的指令，快速調整與優化輸出結果。

3. 創造性與風險並存（Creativity with Inherent Risks）：生成式 AI 的輸出內容可能非常新穎且富有創意，但其本質是一個機率模型，並不能保證資訊的絕對準確性。因此，輸出內容可能出現錯誤、幻覺、帶有偏見，或引發潛在的智慧財產權爭議，使用者必須保持批判性檢視。

理解生成式 AI 的特性後，本指引將分別就教師、學生與行政人員三個面向，提出其在校園環境中的應用情境與注意事項，以協助不同角色能在發揮 AI 潛能的同時，維持責任感與專業性，共同營造負責任且創新的學術環境（Google，2025）。

三、教師面

在面對生成式人工智慧工具逐漸進入教學現場的趨勢時，教師可於每學期課程規劃階段，適度將相關軟體或工具納入教學設計。同時，在研究規劃與成果產出過程中，也可運用生成式工具提升工作效率，將節省的時間轉化為更多的師生互動與專業引導，以彰顯教師無可取代的價值與角色。

課程規劃與倫理宣導

教師應於課程大綱中明確說明生成式AI工具在課程中的角色與定位，如：

·  角色定位：說明 AI 在課程中屬於「輔助工具」而非「取代人力」，強調它能協助但不能代替學生的原創思考與學習。

· 允許範圍：列舉可使用的情境，例如：資料蒐集整理、靈感發想、語言潤稿、程式碼初稿等。

· 限制範圍：明確禁止的情境，例如：期末報告、考試答案若完全仰賴 AI 生成即屬違反學術倫理。

· 倫理規範：要求學生標註 AI 工具的使用來源與方式，並強調使用者需對結果負責。

鼓勵師生共同討論相關倫理議題，例如：學術誠信、生成資料偏見與公平性之判別、智慧財產權、資料正確性、安全性及隱私等，以建立學生對使用結果的當責意識（國立臺灣大學教學發展中心與數位學習中心，2025）。

教材與評量設計

善用 AI 協助講義撰寫、題庫建構、評量規準設計，或進行考題驗證，以確保試題兼具鑑別度與課程特色。

課程活動與評量可多元化，例如討論、案例分析、專題製作、口頭報告、實作演練等，減少對單一書面作業的依賴。評量重點應納入實作歷程、原創思考與跨領域整合能力。

引導學生探索與反思

可引導學生運用生成式 AI 產出多元構想，並透過分組討論與反思逐步聚焦。例如，在期末報告或專題規劃時，學生先以 AI 產出初步主題，再透過小組修正確立最終研究方向。

專業成長與社群參與

鼓勵教師積極參與校內 AI 教師社群與培訓工作坊，掌握國內外最新應用案例與倫理規範。

除了教學，在研究與計畫中，生成式 AI 不僅能提升效率，也能擴展研究的深度與廣度。為了兼顧學術倫理、智慧財產權與資料安全，整理成以下使用面向（國立政治大學，2023）：

研究規劃階段

使用 AI 工具快速搜尋、整理大量文獻，並生成摘要或比較表，但需搭配原始文獻閱讀，避免「AI幻覺」或引用錯誤。

研究設計構思

作為發想輔助，可使用AI工具協助生成研究問題、假設或研究架構的多元構想，但最終研究設計仍須由研究者把關。

資料分析與方法應用

·  資料前處理：用於資料清理、轉碼、分類或自動化標記，提升大數據處理效率。

·  程式與統計輔助：可利用 AI 工具協助撰寫程式碼（如Python、R、Matlab、C++等），或檢查統計分析方法的適切性。

·  質性資料分析：可協助初步進行訪談逐字稿的編碼、主題萃取，但需由研究者詮釋。

研究產出與成果發表

·  草稿撰寫：可用於撰寫初稿、提供段落架構、語言潤飾或翻譯，但嚴禁止將 AI 生成文字直接視為原創研究成果。

·  圖表與視覺化：利用AI工具快速產生初步圖表或設計草稿，提升論文或簡報呈現效果。

·   學術倫理與揭露：若研究產出有使用 AI 協助，應清楚揭露使用範圍。

研究管理與計畫執行

·  專案管理：AI可協助產出工作分工表、時程甘特圖、進度提醒，並在多計畫同時進行時，能提高行政效率。

·   研究計畫書撰寫：AI 可提供結構化建議、語言潤飾與格式檢查，但研究核心理念、創新性與目標必須由研究者自主完成。

注意事項

·   避免過度依賴：AI 輸出需經研究者判斷，避免錯誤資訊或不符合學術規範的內容。

·   智慧財產權：若輸入敏感數據（如未發表資料、受試者資料），需注意隱私與資料安全。

·   學術誠信：AI 可「輔助」但不可「取代」研究者的學術貢獻。

四、學生面

在生成式人工智慧工具逐漸進入生活日常，學生可在課程學習、作業撰寫、跨領域探索與自主學習過程中，適度運用相關工具以提升效率與拓展視野。透過AI輔助，能更快整理重點、激發創意、獲取多元觀點，並突破學習瓶頸。然而，AI並非取代學習的捷徑，學生仍須培養批判思考與原創與提問能力（國立臺灣師範大學教務處，2025）。

課程學習

·  重點歸納：可利用生成式 AI 工具分析文章或教材內容，協助整理重點，快速獲取關鍵資訊與摘要。

·  激發創意：可透過AI工具產生多元角度與觀點，啟發學生的創意思考與學習亮點。

·  即時問答：將AI作為學習助教，隨時提出問題、檢視理解程度，幫助突破學習瓶頸。

作業與報告

·  報告架構：輸入作業或報告/專題主題，利用AI工具生成初步的內容架構，自行檢視與修正其合理性與正確性。

·  內容改寫：在完成初稿後，利用AI協助潤飾、擴充或改寫文字，提升表達精確度與可讀性。

自主學習與跨領域探索

·  自主學習：利用AI工具設計個人化學習計畫，針對弱項提出練習題與解說，並檢核自我進步情況。

·  跨領域學習：面對陌生的專業領域，可透過AI工具快速獲取基礎概念，縮短進入新領域的門檻。

·  突破瓶頸：在學習過程遇到理解困難時，可由AI提供逐步解析、生活化案例或替代解釋方式，協助跨越學習障礙。

精進運用能力

·  參與培訓：鼓勵校內外舉辦的工作坊，了解生成式AI工具的功能、使用規範及限制。

·  批判性學習：透過比較 AI 生成內容與原始資料，培養學生批判思維與資料驗證能力。

五、行政面

在生成式人工智慧逐漸成為校園日常的一部分時，行政人員可於各項業務推動與計畫執行過程中，適度運用相關工具以提升效率與精準度。透過減少重複性與繁瑣性工作，行政人員得以將更多心力投入於師生服務、跨部門協作與校務創新，並將心力聚焦在創新與專業判斷，發揮人機協作的最大價值（Anthropic，2025）。

行政業務與文件處理

·  公文撰擬：協助草擬通知、簡報大綱、簽辦意見、會議紀錄初稿。

·  文件摘要與翻譯：快速整理長篇報告，提供中英對照，提升國際合作效率。

·  資料彙整：從大量資料或會議記錄中萃取重點，縮短整理時間。

決策與校務研究支持

·  數據分析輔助：結合校務資料，由 AI 提供初步趨勢分析與視覺化建議。

·   政策比較：快速彙整國內外教育政策或標竿大學案例，作為校務發展決策參考。

服務與溝通

·  Chatbot智能客服：建立Chatbot，即時回應師生或家長問題。

·  活動企劃支援：協助設計活動流程、文宣草稿，提升行政團隊執行效率。

·  跨部門協作：利用AI協助整理會議重點、追蹤待辦事項，提升協調透明度。

專業成長與培訓

·  AI 行政培力：參加校內外 AI 工具培訓，強化行政團隊的數位能力。

·  流程優化：善用 AI 減少重複性工作，將時間投入於更高價值的行政創新與決策支援。

·  倫理與規範：遵守資料安全與隱私規範，禁止將敏感資訊（如學生個資、未公開計畫）輸入公開 AI 平台。

生成式 AI 正重新定義未來職業，為高等教育帶來劃時代的挑戰與機遇。為此，本指引將作為一套動態且持續更新的規範並透過跨單位委員會進行審視，協助本校教職員生教學與學習中能負責任、有效且創新地運用 AI 工具。除了提升效率，AI更是每位元智人確保學術倫理、創造專業價值與跨域創新的重要契機，也是成為推動校務發展與人才培育的核心動能。

本指引由元智大學教務處編撰,撰寫過程中使用生成式 AI 工具（ChatGPT、Gemini及Claude）進行文字潤飾與架構優化,所有內容均經人工審核與修正。

-AI 在元智，不只是工具，而是創新的動能-

參考資料

國立政治大學。（2023）。國立政治大學生成式人工智慧運用簡要原則。https://learning.nccu.edu.tw/sites/default/files/announcement/%E5%9C%8B%E7%AB%8B%E6%94%BF%E6%B2%BB%E5%A4%A7%E5%AD%B8%E7%94%9F%E6%88%90%E5%BC%8F%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7%E9%81%8B%E7%94%A8%E7%B0%A1%E8%A6%81%E5%8E%9F%E5%89%87_7%E6%9C%88%E6%96%87%E5%AD%97%E7%89%88_0.pdf

國立臺灣大學教學發展中心與數位學習中心。（2025）。生成式AI工具之教學因應措施。https://www.dlc.ntu.edu.tw/ai-tools/

國立臺灣師範大學教務處。（2025）。生成式AI之學習應用及參考指引。https://ctld.ntnu.edu.tw/generative_ai

Anthropic. （2025）. Claude （September 29 version） [Large language model]. https://claude.ai/chat

Google. （2025）. Gemini （January 15 version） [Large language model]. https://gemini.google.com/chat

OpenAI. （2025）. ChatGPT （September 29 version） [Large language model]. https://chat.openai.com/chat