使用邊界與學術誠信
互動式學習手冊最後要回到責任。年齡限制、學生資料保護、AI 使用聲明、Projects sharing、Artifacts shared storage、MCP 權限與公開部署風險,都需要在任務設計前先想清楚。
核心問題
01什麼資料不能丟給 AI,什麼成果需要揭露 AI 協助?
學完本章後,你應該能做到:能設計合規、可揭露、可檢查的 Claude 使用流程。
重要概念
02先建立共通語言
年齡與機構脈絡
Claude 個人版需年滿 18 歲才能使用,這是 Anthropic 官方的使用條款,不是手冊自訂的限制。Anthropic 另有「Claude for Education」機構方案,核心是 Learning Mode:用蘇格拉底式提問引導學生自己想清楚而非直接給答案,但這項功能要等學校或大學整體簽約後才會啟用(已知正式夥伴包含 Northeastern、LSE 等大學),目前沒有已知的台灣機構合作。因此台灣課堂面向未成年學生時,不應該要求學生自行註冊個人帳號使用 Claude,而應採教師中介示範(教師操作、學生觀看與討論);若學校未來簽署機構方案,才會有 Learning Mode 可用。例如想讓學生體驗 AI 輔助寫作,可行的做法是教師在台前示範整個過程並開放討論,而不是要求每個學生自己開帳號操作。
資料最小化
資料最小化是指只把任務真正需要的資料給 AI,且優先選擇不含可識別個資的版本。需要分析學生作品(例如批改一批作文)時,應先去識別化——移除姓名、班級座號等可識別資訊,只保留分析所需的文字內容——並確認這份資料的使用目的與保存期限。例如要用 Claude 分析全班作文的共同弱點,可以先把姓名替換成編號再上傳,分析完成後也不留存在對話歷史中。
公開分享與權限
Projects 的知識庫、 的分享連結、 串接的外部服務,以及任何部署到公開網址的內容,都可能把原本只在私人脈絡使用的資料帶入更大的可見範圍。公開前要逐項檢查:這份內容裡有沒有學生資料、有沒有未授權的教材或圖片、連結的可見範圍設定對不對、是否符合學校或機構的資料政策。例如把一份互動教材部署成公開連結前,要先確認裡面沒有測試用的真實學生姓名或成績。
學術誠信
學術誠信不是禁止學生使用 AI,而是要求學生能說明清楚 AI 做了什麼、人做了什麼、修改了哪裡,以及最後的判斷依據是什麼——這份說明本身就是學習過程的證據。例如一份報告可以附上簡短的 AI 使用聲明:「AI 協助整理文獻摘要與初步分類,論點與最終結論由我自己撰寫並查證」,讓教師能看見學生在這份作業裡真正的思考與貢獻。
重點先讀
03概念模型
教育使用邊界
年齡、資料、分享、學術誠信與工具權限都需要在任務開始前先被檢查。
年齡
資料
分享
權限
揭露
深入解析
04操作步驟
- 1.
先做資料盤點
確認任務是否涉及學生姓名、成績、作品、照片、家長資訊、校內文件或未公開資料。
- 2.
再做權限盤點
確認 Claude 能讀什麼、能寫什麼、能分享什麼,外部工具是否會取得資料。
- 3.
最後要求使用聲明
要求學生或教師留下 AI 使用紀錄、查證方式、修訂說明與最終責任。
05容易誤解
迷你活動
06建立課堂 AI 使用聲明
為一個學生任務寫出可查核的 AI 使用聲明欄位。
- 1.列出允許 AI 協助的步驟與禁止事項。
- 2.設計學生需提交的 prompt、修改紀錄與反思欄位。
- 3.加入資料保護與引用來源檢查。
完成檢核
我能辨認是否涉及學生個資。
我能要求作品附 AI 使用聲明。
我知道公開部署前要檢查資料與授權。