AI Fluency 4D
AI Fluency 包含 Delegation、Description、Discernment、Diligence。它不是提示詞技巧，而是人與 AI 協作時的判斷、描述、辨識與責任能力。
核心問題
01一次 AI 使用是代理能力成長，還是把大腦外包？
學完本章後，你應該能做到：能用 4D、雙迴圈與評量證據檢核一次人機協作是否成熟。
重要概念
02先建立共通語言
Delegation
Delegation 是判斷「這個任務的哪一部分該交給 AI、哪一部分必須由人保留」的能力，核心是任務切分、風險判斷與責任保留——而不是「能不能用 AI」的二選一問題。例如批改作文時，可以把「指出結構與用字問題」交給 AI，但「最終分數」與「給這個學生的個別鼓勵語氣」應該由教師保留，因為這牽涉到對學生的長期了解。
Description
Description 是把任務、脈絡、流程與互動方式描述清楚的能力，讓 Claude 理解你要它如何協作，而不只是「做什麼」。這跟第四章的 設計直接相關：一句「幫我出題」是模糊的 Description，而「依這份課綱出 5 題理解應用題，先列評分標準再出題，不要出純記憶題」才是讓 Claude 知道如何協作的完整描述。
Discernment
Discernment 是辨識 AI 產出品質、推理漏洞與可用程度的能力，核心是用學科專業標準與證據去評估結果，而不是「看起來流暢就相信」。例如 Claude 生成的歷史課堂案例讀起來很順，但教師仍要核對年代、人物與因果關係是否準確——這正是 Discernment 在發揮作用，是 裡最依賴專業背景知識的一環。Discernment 也包含辨識系統性偏誤：AI 對不同性別、族群、口音、書寫風格的回饋或評分是否存在不一致的模式，而不只是抓單一錯誤。
Diligence
Diligence 是透明揭露 AI 協助範圍、查證引用來源、保護資料隱私並承擔最終責任的能力。它的具體產出是一份「可交代」的使用紀錄：AI 做了哪些步驟、人修改了哪裡、哪些資料被輸入過。例如在課程教材上標註「本講義部分內容由 Claude 協助生成，經教師查證與修訂」，這就是 Diligence 的具體實踐，而不只是口頭聲明使用了 AI。
重點先讀
03概念模型
AI Fluency 雙迴圈
Delegation 與 Diligence 管理策略和倫理；Description 與 Discernment 管理互動和品質。
策略與倫理迴圈
Delegation
Diligence
互動與品質迴圈
Description
Discernment
深入解析
04操作步驟
- 1.
先做 Delegation 判斷
問自己：這個任務交給 AI 會不會破壞學習目標？哪些決策必須由學生或教師保留？
- 2.
再寫 Description
把角色、任務、脈絡、限制、輸出格式與互動方式寫清楚，並要求 Claude 說明假設。
- 3.
用 Discernment 檢查結果
依學科規準、來源、邏輯、偏誤與學生程度判斷結果是否能用。
- 4.
用 Diligence 做揭露與保護
記錄 AI 使用方式、保護資料、修正錯誤、標明引用與保留人類責任。
05容易誤解
迷你活動
06把一次 AI 使用改成 4D 證據
回想最近一次用 Claude 的任務，補上四個面向的證據。
- 1.Delegation：寫下你交給 AI 的部分與保留的人類判斷。
- 2.Description：貼上或摘要你的提示詞設計。
- 3.Discernment：列出你如何檢查品質與錯誤。
- 4.Diligence：寫出揭露、引用、資料保護與最後責任。
完成檢核
我能說出一次 AI 使用中人負責的部分。
我能判斷 AI 產出是否符合學科標準。
我能寫出透明的 AI 使用聲明。