AI資訊科技與公民媒體素養
AI影片看起來像真的就能當證據嗎?UNESCO媒體素養週提醒重新學會「追問來源」
迎接2026年UNESCO全球媒體與資訊素養週,本文探討AI時代的追問來源素養。從視覺真實感與證據力的拆解、網址查證練習、原住民族文化脈絡檢驗,到長者防詐與創作者透明標示責任,完整分析批判性思維如何重構數位公民素養。
邱俐瑜 Liyu Chiu
作者簡介:公民科 x AI 資訊科技媒體素養教案獎得主、AI 教育學院成員、經營 FB 粉絲專頁「快樂鯉魚秋老虎:運算思維與程式設計」、關注 AI 媒體素養、數位公民與科技教育。

AI 生成概念影像,非研究或事件現場照片。
一段在社群媒體上瘋傳的短影音,只要鏡頭運鏡流暢、光影折射細緻、旁白語氣沈穩且配樂極具張力,絕大多數滑過螢幕的觀眾往往會在幾秒鐘之內產生直覺信任,認定「這必然是真實發生的現場」,進而依照既有的情緒偏好迅速點讚或轉傳。然而,隨著多模態生成式人工智慧(Generative AI)技術在文字、圖像、擬真語音與即時影片渲染上的突破性演進,人類大腦演化數萬年來所仰賴的「眼見為憑」心理捷徑,正面臨前所未有的認知危機。在今天的數位環境中,逼真震撼的災難街景可以是擴散模型一鍵生成的概念畫面,情緒昂揚的現場證詞可以是神經網絡合成的克隆語音,甚至連畫面右下角排列整齊的引註來源,也可能只是大語言模型為了迎合提問而憑空捏造的虛假網址。面對這場資訊生態的質變,現代教育的核心使命絕不是要求大眾從此對所有數位影像陷入虛無主義式的全面懷疑,而是當內容生成工具的技術門檻大幅降低時,公民社會必須重新建立更為細緻、嚴謹且可驗證的「追問原始證據」習慣。
全球媒體素養週的典範轉向:從工具操作技巧回歸人類批判性自主
每年十月下旬由聯合國教科文組織(UNESCO)發起主辦的「全球媒體與資訊素養週(Global Media and Information Literacy Week,2026年10月24日至31日)」,正是全球反思數位科技與公共理性關係的重要契機。依據 聯合國教科文組織AI時代媒體與資訊素養框架專頁 所發布的旗艦政策指引,國際社會正面臨從「教導軟體操作」轉向「捍衛人類批判自主性」的關鍵典範轉向。在過去,許多學校的資訊教育往往聚焦於教導學生如何輸入華麗的提示詞(Prompts)、如何運用生成模型在三十秒內自動產出投影片,或者如何套用濾鏡加速圖文排版;然而,教科文組織明確指出,真正的素養核心不在於操作速度,而在於能否深度理解人工智慧如何深刻改變了資訊的生產結構、演算法推薦機制與跨平台傳播生態。教科文組織所建構的「AI時代媒體與資訊素養框架」,特別將日常AI互動機制、心智認知與知識本質、權力不對稱與人權保障、演算法未來衝擊以及第一線教學實踐策略,確立為現代公民教育的五大支柱。
在深入探討這套國際教育倡議時,我們同樣必須維持客觀精確的新聞查證標準:聯合國教科文組織所發布的素養學習框架與政策指引,其本質是向全球教育體系、學校師資與公民社會提供具備前瞻性的教學指引與評估工具,絕對不等於該框架已經在世界各國或臺灣轉化為具備司法強制力的新型審查法律,也不等於學校考試已經強制納入統一標準。明確釐清「國際倡議框架」與「國家法律規制」的分際,有助於第一線教學者擺脫生硬的行政考核負擔,真正將重點聚焦於課堂實踐,引導新世代青年在面對看似權威的AI回答時,主動發起對來源依據、樣本偏差與推論邊界的深度追問。
第一個課堂探究實驗:嚴格拆解「視覺真實感」與「事實證據力」
在第一線公民與資訊科技跨領域課堂中,教師可以設計一個不涉及真實受害個人隱私的「合成情境查證實驗」。例如,在投影幕上展示一張由生成模型製作、極具視覺衝擊力的豪雨山洪爆發照片:湍急的泥流沖刷著橋墩,水面上漂浮著殘破的樹木與瓦礫,旁邊搭配了一段言之鑿鑿的社群文字,聲稱「某特定原鄉山區今天清晨聯外道路已全面沖斷、全鄉停止上班上課」。面對這樣一則令人焦慮的動態,教師首先要求學生按下「暫停轉發鍵」,克制情緒直覺,將眼前所見的元素拆解為兩個截然不同的層次:第一個層次是「視覺表象」,這張高解析度圖片最多只能證明模型成功捕捉了泥流、浪花與光影的物理紋理,但單憑畫面本身的像素排列,完全無法證明照片拍攝的真實地理經緯度、確切拍攝年月日,更無法證明地方政府是否真的發布了停班停課命令。
第二個層次則是「外部獨立證據的交叉核實」。學生在此步驟中必須分組行動,直接離開社群平台的封閉迴圈,檢索交通部公路局的即時路況監控系統、中央氣象署的降雨雷達觀測回波,以及縣市政府災害應變中心的官方公告。透過兩者對照,學生往往會驚訝地發現,現實中的橋樑依然暢通無阻,該則廣泛轉傳的貼文實質上是將虛構的AI影像挪用於捏造不實災情。這項練習的深層教育價值在於:辨識假訊息的關鍵從來不是要求學生擁有肉眼識破生成瑕疵的超能力,而是讓學生深刻體會到,即便一張照片完全真實無瑕,它也可能被惡意配上錯誤的時空標籤;反過來說,即便一張圖片完全是AI生成的示意圖,只要作者在顯著位置清楚標記「概念圖非現場照片」,它依然可以合情合理地應用於防災科普教育。真正決定資訊可信度的核心,在於製作者是否對外公開透明,以及這項材料被用來支持了何種公共主張。
第二個課堂探究實驗:網址連結不是查證的終點而是檢驗的起點
當代許多高階AI搜尋引擎在產出摘要時,往往會在段落末尾標註密密麻麻的引用來源與超連結,這種看似「有憑有據」的排版設計極易使讀者放鬆警戒。在課堂實作中,教師應引導學生進行第二個關鍵練習——破除「有連結就等於有證據」的認知盲點。在教學分工上,教師可以指定學生四人一組組成「資訊檢驗工作坊」:第一位學生負責點開每一個原始超連結,核對該網址是否真實存在、是否屬於具備公信力的學術期刊或官方公報;第二位學生負責核對研究文件的實際發表日期、調查對象與實驗樣本數,防止將五年前的乾旱區報告冒稱為當季熱門新聞;第三位學生專門檢索該項研究是否存在同行評審的反方意見、實驗限制或作者自我揭示的推論邊界;第四位學生則負責彙整前三者的分析,繪製成直觀的「主張與證據對照矩陣」。
透過這樣嚴謹的拆解流程,學生會清晰看見模型在整合多來源時常見的「邏輯拼接瑕疵」:模型可能將一篇研究地表溫度的物理遙測論文,直接拼接成「證明人體健康熱壓力顯著降低」的過度推論;或者將一份僅供內部討論的政策意見徵詢草案,斷章取義地描述為「中央政府已正式頒布實施之法律」。透過這項練習,學生不再將AI視為無所不知的權威答案機,而是將其定位為需要接受嚴格交叉質詢的研究助理。
第三個課堂探究實驗:族群文化脈絡不是演算法的通用拼貼板
在探討原住民族社會與文化歷史的數位內容時,生成式AI所造成的失真往往更為隱蔽且深具殺傷力。許多通用語言模型在處理非主流族群的文化知識時,由於訓練語料極度匱乏且缺乏文化權限標記,經常會出現嚴重的文化混淆現象:例如將阿美族的野菜採集時序套用到布農族的狩獵規範中,將排灣族的階層琉璃珠文化誤植為所有臺灣原住民族的通用信仰,甚至為了迎合使用者的提問,憑空虛構出一段貌似感人、實則未曾發生過的部落長老箴言。這類文化偏見與胡讅捏造,無法單純依賴自動化演算法過濾器找出,它直接考驗著人類社會對於在地歷史脈絡與族群自主尊嚴的理解與尊重。
為此,資訊素養教育必須將「文化情境檢驗」納入必修環節。在課堂上,教師可以讓學生輸入相同的原住民族文化問題,比較兩種截然不同的AI回答模式:第一種回答毫不猶豫地給出看似包羅萬象、實則模糊各族差異的「泛原住民傳統百科」;第二種回答則展現高度的認識論謙遜,主動向提問者說明不同族群的地理區位與文化差異,明確標示哪些文獻來源可供公開查閱,並誠實指出哪些涉及特定部落口傳歷史或祭儀禁忌的問題,不應由外部AI系統隨意推定,而應回歸部落內部向文化持有者請益。透過這種對照,學生能夠深刻體會到:最值得信賴的數位智慧,絕非永遠給出廉價答案的系統,而是能夠清楚劃定已知與未知邊界、展現文化尊嚴的負責任科技。
跨越世代的媒體素養:成人教育與自媒體創作者的倫理契約
媒體素養絕非中小學生的專屬課題,更應當成為全民終身學習的關鍵基石。依據 聯合國教科文組織成人教育工作者多語言媒體素養課程公報 所發布的政策公報,聯合國教科文組織在2026年特別為全球成人教育工作者推出了多語言媒體與資訊素養線上培訓課程,特別強調長者在面對AI生成內容時的心理脆弱性與學習需求。在臺灣的家庭與社區網絡中,許多樂齡長者每天透過通訊軟體接收大量由親友轉發的養生偏方影片、地震災情快訊或理財投資簡報。對於長輩而言,要求他們掌握機器學習神經網絡的數學原理顯然不切實際,更有效的在地教育方案是提供一套直觀的生活化守則:收到驚悚或要求立即轉傳的短影音時,落實「先停三秒不轉發、確認訊息發布者、比對官方新聞台、詢問家庭查證員」的四步防線。
與此同時,當代自媒體創作者與新聞工作者亦必須承擔起更高的專業倫理責任。依據 聯合國教科文組織對抗數位仇恨言論媒體素養專題簡報 所揭示的全球政策建議,數位世界中因演算法極端化與合成影音濫用所引發的仇恨言論與族群對立,正在侵蝕民主社會的信任基石。教科文組織強烈呼籲內容創作者與平台營運商落實三項自律準則:第一,任何運用AI工具生成的虛擬主播、合成影像或情境插圖,必須在畫面核心位置進行無可遮蔽的永久性清晰標註;第二,嚴禁在合成圖片周邊使用「現場直擊」、「獨家突發」等引導性新聞詞彙;第三,在文章或影片下方,必須提供真正支持其核心主張的一手官方來源超連結,而非以模糊的「資料取自網路」敷衍了事。
結語:在演算法加速的時代重新找回人類提問的尊嚴
當代的生成式人工智慧已經展現出令人驚嘆的自動化工作流:它能夠在數十秒內完成全球新聞檢索、跨國語言翻譯、自然語音朗讀、高畫質圖像生成乃至簡報編排。這無疑為教育創新與知識普及帶來了前所未有的強大賦能,但同時也讓一段未經核實的錯誤訊息,擁有了前所未有的「多模態精美包裝能力」。面對這場技術巨變,公民社會最需要建立的絕非科技恐懼,而是堅定的責任分工倫理:演算法可以負責初稿整理,但人類必須承擔查證責任;數位平台可以提供便利工具,但創作者必須恪守透明原則;學校可以引導科技探索,但學生必須學會解釋自身的判斷依據。
一堂優秀的數位素養課,最終衡量的指標絕對不是看誰能在三分鐘內產出最華麗的AI圖片或自動生成最冗長的報告;恰恰相反,它衡量的是當學生面對一個看似完美的回答時,是否敢於舉手追問:「這項數據究竟從何而來?有哪些研究樣本未被納入考量?我們是否具備倫理授權來使用這份材料?」當每一次點擊、每一次生成與每一次分享都伴隨著深思熟慮的理性自省,人工智慧才不會淪為消解批判思維的捷徑,而是真正轉化為涵養現代健全民主與公民素養的智慧土壤。
資料來源與延伸閱讀
角色驅動追問
原傳媒AI|依你的角色繼續追問
先選擇角色,再閱讀該角色可能提出的完整問題;點選後,原傳媒AI 會以逐字顯示方式呈現完整回覆。
先選擇角色
文化脈絡與族群差異
深入探討文化脈絡與族群差異面向在AI媒體資訊素養教育與治理實踐中的核心議題與具體落實路徑。
再選擇問題
AI 使用與內容安全揭露
本文與角色問答由 AI 協助整理聯合國教科文組織(UNESCO)AI時代媒體素養專頁、成人教育工作者培訓公報及對抗數位仇恨言論簡報;教學指引、課堂實作與平台倫理分開敘述。封面為 AI 生成概念影像。
Newsletter
喜歡這篇文章?
訂閱原傳媒AI電子報,每日接收AI、傳統知識與雙向知識更新。