本課程以「Agent 與人機協作工作流」為主軸，帶你從根本建立未來職場的 AI 能力：你會學到如何把任務拆成流程、把抽象的治理原則（透明、可歸責、人類監督、資料最小化等）翻成可執行的流程節點與規格，並用 Spec / Test / Iterate 三協議，把「問答案」升級成「做出可驗收成果的協作流程」。課程同時會深入討論鑑別式 AI（分類、預測、排序、推薦）對人類行為與組織決策的影響，理解資料集偏見、代理變項、回饋迴圈與 automation bias 等常見風險，避免 AI 在職場變成事故來源。
此外，課程提供延伸自主學習模組，教你如何萃取工作流（觀察、焦點團體等），以及如何用共同語言計算 AI 協作成效，把「省下的時間」、「機器維持的價值」、「品質提升」與「成本避免」整合成一張可溝通的價值表，讓你在職場不只會做，也能說清楚導入 AI 的成效與風險控管。
**本課程為【跨校通識數位課程專班】，不開放一般學員選修
115-1 學期 學分認抵學校：國立宜蘭大學、臺北市立大學、國立屏東大學、國立金門大學、實踐大學、國立臺南大學、國立高雄科技大學
請學生務必注意以下事項⚠️
1. 不用自行註冊帳號，也不用自己報名課程
👉🏻ewant平台會統一將校方提供的帳號匯入至平台課程
2. 請務必完成校內選課程序‼️
3. 請務必”使用學校系統登記之信箱登入學習” (‼️非常重要‼️)
👉🏻若使用其它自行註冊之帳號修課，將無法計分
4. 請學分生詳細閱讀 ⭐ 跨校通識數位課程指南 ⭐
本課程旨在協助學生建立面對生成式 AI 與 Agent 技術快速進入職場情境時，所需的基礎理解、實作能力與責任意識。透過概念講解、案例分析與專題實作，引導學生不僅「會用 AI」，更能「設計可被驗收、可被負責的人機協作流程」。具體課程目標如下：
1. 理解 AI 在現代社會與職場中的角色與限制
協助學生認識生成式 AI 與鑑別式 AI（分類、預測、排序、推薦）的基本原理，理解 AI 如何影響個人行為、組織決策與社會運作，並辨識其中潛藏的風險與偏誤。
2. 培養將抽象原則轉化為可執行設計的能力
引導學生將 AI 治理與責任原則（如透明、可歸責、人類監督、資料最小化等）轉譯為具體的工作流程、規格與把關點，而非僅停留在法規或道德宣示層次。
3. 建立人機協作與工作流思維
透過 Agent 與自動化工作流的實作，培養學生將任務拆解、分工、測試與迭代的能力，理解人與 AI 各自的角色，避免把 AI 視為「黑盒代工者」。
4. 培養批判思考與責任判斷能力
透過案例討論與實務演練，協助學生辨識 automation bias、資料集偏見、代理變項與回饋迴圈等問題，提升對 AI 結果的判斷能力與風險意識。
5. 培養跨領域可遷移的 AI 素養
使學生能將所學的人機協作與負責任設計原則，應用於不同學科與職場情境，為未來學習與就業奠定基礎。
胡詠翔 老師
現職：臺北市立大學教育學系教授
Unit 1:準備週
Unit 2:Agent 讓 AI 從「會說」變成「會做」
Unit 3:AI治理地圖- 臺灣 AI 基本法 × GDPR × EU AI Act × UNESCO/UN
Unit 4:鑑別式 AI × 人類行為 × Agent 社會衝擊
Unit 5:AI 三次起落
Unit 6:AI 素養
Unit 7:期中作業繳交
Unit 8:線上期中作業互評週
Unit 9:人機協作研究趨勢＋企業案例（應用導向）暨線上期中作業互評週
Unit 10:AI Agent多平臺案例與入門：上
Unit 11:AI Agent多平臺案例與入門：下
Unit 12:n8n 入門：n8n自動化流程是什麼？
Unit 13:n8n串AI模型！成為完成自動化的幫手
Unit 14:主題：n8n結合DC機器人的人機協作新宇宙
Unit 15:期末作業繳交
Unit 16:線上期末作業互評
Unit 17:【n8n彩蛋課程】
Unit 18:【彩蛋課程】 各國公務部門導入AI案例
● 議題討論：9次,每次3分,佔27%。應完成師生互動與生生互動,並按比例給分。
● 自我評量：9次,每次3分,佔27%。題庫抽題,最多3次機會,取最高分。
● 學習反思問卷：2次,每次5分,佔10%。
● 期中作業：1次,本次16分,佔16%。
● 期末作業：1次,本次20分,佔20%。
● 作業觀摩與互評（每次互評10份）：按未完成份數，每份每分扣總成績0.5分。
本課程需自備可使用windows作業系統的桌機或筆電(不包含平板或手機)。
個人或親友備有信用卡，供設定線上資訊服務開通全縣使用(不會扣款)。