AI Agent×教育現場：代理與外包之間，我們分得清嗎？

AI 從「聊天機器人」（Chatbot）升級為能主動規劃、自主執行的「代理人」（AI Agent），這對教育現場意味著什麼？當學生說「我用 AI 幫我做」，他是在借力 AI 完成自己的思考，還是已將思考本身外包出去？原先聊天機器人造成「外包大腦」（Brain Outsourcing）風險，也會因為代理人的出台變得更嚴重，從單純的思考鈍化，變成更嚴峻的實際能力弱化。

從「工具」到「代理人」：AI Agent 是什麼？

2026 年 AI 素養教育論壇以 AI Agent 爲核心議題，談及政策管理、核心素養、課堂實踐，但多數人對於 AI Agent 的概念仍然相當模糊，所謂 AI Agent就是 AI 從「被動回答問題」升級為「主動規劃並執行任務」的型態，這邊以 Claude 為例：

• 聊天機器人（Chat 模式）：你的指令會是：「幫我寫一份AI素養工作坊企劃，然後我要設計一個一頁式網頁，請你幫我寫出網頁程式代碼。」
  
  AI 給你一份純文字內容、程式代碼，使用者只能把文字輸出為文件，程式代碼會需要手動部署到GitHub、雲端空間。
  
  
• 代理人（Code模式）：你的指令會是：「我下週要在學校辦一場 AI 素養工作坊，對象是國中老師，時間兩小時。請幫我規劃課程架構、[搜尋相關資源]、草擬活動流程，並製作一份一頁式宣傳網頁，[以GitHub 爲圖床並push]並[部署於Netlify平台]。」
  
  Agent 會拆解指令中的三項任務（即：1. 網路資料搜尋；2. GitHub權限賦予並推送；3. 從 GitHub 部署到 Netlify 並得到公開網址）、分段執行、視需要調用不同工具（搜尋、文件生成、部署的 skills），最後交出一份綜合成果。

但也正因為它自己會分析、執行，因此我們需要認真思考的是：你委託給 AI 的只有執行力，還是連判斷力都一起了？為了進一步說明，我們需要把 Agent 剖析來看，Agent可以分成四個部分：

1. Model（大腦，即語言模型）：負責理解使用者需求、推理問題、規劃步驟、生成回應，沒有推理模型，Agent 就沒有判斷力，只剩下機械式流程。
   
   
2. Workspace（工作現場）：真正執行任務的場域，包含對話上下文、檔案、資料、操作紀錄、目前任務狀態，甚至是它能接觸的應用程式與環境。它讓 Agent 不只是「會回答」，而是能在一個連續的工作情境中完成任務。
   
   
3. Skills（專業能力模組）：把特定任務的方法、規則、工具、知識與流程封裝起來的能力單元。它讓 Agent 遇到某類工作時，不必每次從零開始，而能直接調用既有做法，更穩定、更可重複。
   
   
4. Orchestration（任務調度系統）：負責決定下一步該做什麼、什麼時候呼叫哪個 skill、何時讀資料、何時停止並交付結果。它讓 Model、Workspace、Skills 不只是並列存在，而組織成一套能運作的流程。

從上面的結構來看，我們可以發現「任務發想」、「專業流程標準化」成為重要趨勢，使用者必須要有良好的任務指令，才能讓Model有效拆解任務；要有足夠知識資料才能建立完善的Workspace；擁有紮實經驗流程才能構築穩定的skills，可見在AI代理人的時代，及早培養紮實的核心能力、一步一腳印的積累經驗是建構有效AI代理人不可或缺的能力基礎。

「代理」與「外包」的根本差異：誰是決策主體？

透過法律觀點來看，「代理」是指委任人授權代理人，以委任人的名義行事、按照委託人的意思行動，代理的結果由委任人承擔責任；「外包」則不同：你把一件事的處理權限撥出去，通常不太過問做法，只管結果，做法過程是外包廠商的事，外包授權人不需要理解，而AI Agent 的使用，正好橫跨這兩種模式的邊界。

先從教師的角度來看，當我們指派任務為「幫我查一下這個學生的成績趨勢，給我分析報告」，然後仔細讀了報告、對照你對這個學生的了解、做出自己的教學判斷——這是代理：AI 代替你完成資料整理，但判斷仍在你手裡；但當你說「幫我決定這個學生下學期應該調整哪些學習策略」，然後直接把 AI 給的建議轉傳給家長，這已經是外包：不只執行外包，連判斷也外包了。

兩者的本質差異，可以整理如下：

這張表最關鍵概念並不是任務過程中使用者的「參與程度」，而是「能力成長」，AI Agent 應該是幫你節省時間，這自然沒問題，但如果使用了一年的 Agent，你對學科、對學生的判斷力不升反降，那就不是在用 AI，而是在被 AI 使用，所謂的AI素養不僅限於學生，教師本身的AI素養更應該培養、留意才是。

教育現場的真實警訊：我們正在培養外包思維嗎？

我在進行教師研習的過程中，曾做過一個小觀察：我請現場老師們舉手：「請問，你曾用 AI 幫你生成過教案嗎？」大多數人舉手，我接著問：「你能說出，那份教案的架構設計邏輯，和你自己手寫的有什麼不同嗎？」舉手的人，少了一半。再問：「如果下週你換了一個班，你知道那份教案要怎麼調整嗎？」舉手的人，又少了一半。誠實的說，我自己也有過類似的經驗，因為 AI 太好用，好用到有時候讓你以為自己已經完成了一件事，但其實你完成的，只是「產出一份文件」，而不是「做好一個教學決策」。

學生端的情況更值得警惕，當學生說「AI 幫我寫了報告」，請試著問他三個問題：

1. 你能解釋報告的論點為什麼這樣安排嗎？
2. 如果我換一個題目，你能用同樣的方法自己寫一份嗎？
3. AI 說的，有沒有哪裡你覺得不對的？

能回答這三個問題，代表他是「使用 AI 作為代理」完成了任務；答不上來，則是把學習本身也一起外包了，在AI Agent 時代，我們需要教會孩子的不只辨別 AI 「說的」是否可信，更要辨別 AI 「做的」是否真的代表了你的意志。

一個核心診斷思維，你可以帶進課堂：「如果不能用AI了，你還會做這件事嗎？」

能做的，是在「代理」；做不了的，已經在「外包」。

AI Agent 時代需要的 AI 素養：4 項核心能力

認識問題是一回事，要建立能力又是另一回事，以下提出 AI Agent 時代需要培養的四種辨別力，這邊要特別注意筆者所謂的核心能力，不是以「每個人都要自己學會打造AI系統」為目標，而是在「學習」過程中，哪些層面能力表現應該著重、培養：

1. 目標識別力：我能清楚說出「為什麼做這件事」嗎？
   
   在把任務指派給 AI 或 Agent 之前，先問自己：這件事的目的是什麼？我希望達成的效果是什麼？如果連任務的目標都說不清，Agent 做出來的東西也只會是「看起來像樣的廢話」。
   
   
2. 歷程理解力：AI 是怎麼做到的？我能說出中間的關鍵步驟嗎？
   
   不需要你懂每一行技術細節，但你應該能夠描述：「Agent 先做了 A，再做了 B，因為 C 的原因選了這個方法。」這種理解讓你在 Agent 做錯或做偏的時候，能夠及時介入、修正。
   
   
3. 結果評估力：AI 的輸出有沒有不對勁？我有能力判斷嗎？
   
   這需要你的領域知識，AI 生成的說法合不合理、學生報告的論點有沒有邏輯漏洞、Agent 整理出來的資料有沒有偏頗，而這些核心判斷沒有辦法外包，因為需要的正是你對這個領域的積累。
   
   
4. 後設省思力：這次用完 AI，我有沒有比上次更厲害？
   
   這是最常被忽略的維度，那就是「歷程回顧」，每次使用 Agent都是一個學習機會，每一次 AI 完成任務時都可以問自己：「這次 Agent 幫我做了什麼？我從中學到什麼新方法？如果下次遇到類似問題，我讓 AI 執行的思路、方法能不能再優化？」

很多人說：「AI 導入能減少教育程度差」，然而筆者也要提醒，若在教育中導入 AI 之際，缺乏上述核心能力概念的導入，只會造成教育現場中，後設能力較強的學生透過 AI 持續強化自我，後設能力較差的學生受到AI影響弱化，進而加劇教育現場學生能力的差距。

五、給第一線教師的設計建議：讓 Agent 成為代理，而非替代

釐清了上述四種核心能力之後，如果真的需要將 AI 融入教育情境的具體設計應該怎麼走？筆者提供以下幾個可以直接實踐的方向：

1. 作業：要求「AI 使用聲明」

老師若意識到指派的作業存在學生會透過AI完成的可能性，應該要先帶給學生AI的基本概念、正確方法、錯誤使用的風險，並要求學生標註「有無使用 AI」，更要加上內容過程的詳細說明：

「我讓 AI 做了什麼 → 我自己做了什麼 → AI 的輸出我修改了哪裡 → 為什麼修改」

這個聲明本身就是一份思考歷程的呈現，能寫出具體修改理由的學生，是在「代理」；「感覺怪怪的，但說不上來」的學生就是「外包」思考，就是教師需要關注的對象。

2. 課堂提問：「如果換掉這個工具，你的作品會有什麼不同？」

老師在課堂上，讓學生透過AI輔助完成任務之後，把這個問題拋給學生，這不是難題，而是一個主體意識的測試，能回答的學生，對自己的構想、概念意圖有清楚認識；說不出差異的學生，可能的確是 Agent 在主導而不是他們自己，這時候教師就有必要於下一堂課重新定位、引導學生的使用方式與策略。

3. 評量：「過程答辯」

學生呈現 AI 輔助的成果之後（常見於大學面試、學習歷程製作），教師宜針對過程提問：「你當初為什麼選這個方向？」、「如果要補充一個論點，你會加什麼？」、「你為什麼會以這個脈絡進行論述？」，這樣的設計是為了提醒學生，學習的主體責任在學生身上，能夠流暢答辯的，是真正完成了學習；答不上來的，才是需要補救、協助的信號。

4. 教師自我檢核：備課後的這一個問題

每次用 AI 完成備課之後，可以問問自己：「這份教案，如果換成我的另一班，我知道要怎麼調整嗎？」知道如何權宜調整，則代表你是在用 Agent 加速你已有的判斷；不知道怎麼調整，代表你可能只是「接收了一份看起來完整的文件」，而非真正完成了備課。

六、結語：代理不是外包，AI 時代的自主意志

筆者作為 2026 AI 素養教育論壇的策展人，在前導文中主張：面對 AI，教育工作者的任務不是「擁抱」或「抗拒」，而是「設計」，而設計的核心，即是對主體（人）意志的保護，AI Agent 能替你做很多事，而且做得越來越好。它能幫你規劃課程、分析學生表現、草擬文件、整理資料，但永遠無法為我們決定獨屬每位教育工作者的「教育信念與價值」。

於筆者而言，生成式AI進入教育現場，並不只是學生、教師的事，更是涉及家長、教育領導等教育生態系中的每一位成員，每一位成員都應具備良好的AI素養才能構建最適合學生學習的環境體系，而AI 素養的終極目標，從來不是「會用工具」、「架設AI系統」（又不是每個孩子都要成為工程師），AI素養是讓我們即使在 AI 高度介入的環境中，仍然清楚分辨「我是誰、我想要什麼、我在做什麼決定」。

代理，讓你走得更快；外包，讓你回不了頭。AI 可以是你的代理人，但它替代不了你的主體性，只要我們依然記得，「我們」才是那個下委託的人。

• 點擊右方連結觀看回放影片｜2026 AI素養教育論壇：素養理念×現場實踐