從美國「AI 素養框架」，重新思考台灣「AI 人才」

2026 年 2 月，美國勞工部（DOL）發布「AI素養框架」（AI Literacy Framework）。其中不常被提及的是，從網路上公開檔案中可以看到，這份文件的收件人洋洋灑灑，包括州政府勞動機構、社區大學、職業學校、學徒制訓練機構、就業服務中心……幾乎涵蓋美國整個人才培育體系。也就是說，這份框架為美國了建立跨系統的AI人才能力共同基準。

美國勞工部這分人才素養框架，開宗明義說：「在由AI驅動的經濟中，無論從事哪個行業，每一位工作者都需要基礎的AI素養技能才能成功。」

AI素養在台灣並不是新鮮的詞，但大家對AI素養的定義與內容大不相同；上過AI素養課之後能擁有哪些能力，同樣南轅北轍各說各話。

而現在美國將AI素養拆解為兩大區塊：第一是五項核心內容領域，第二是七個推動組織落實的交付原則。這樣的雙層結構，正好對應了台灣AI人才培育系統中較少同時兼顧的「教什麼」與「怎麼推動」。

台灣的現況：使用者素養落後於工具普及速度

先看第一個區塊。五項核心內容領域依序是：理解AI原理、探索AI應用、有效引導AI、評估AI產出，以及負責任地使用AI。觀察這五個領域，會發現其中沒有任何一項要求工作者具備訓練模型或設計技術架構的能力。「理解」與「探索」AI是起步，在此基礎上，進一步熟悉如何「引導」AI，接著是「評估」AI產出是否符合需求，最後是如何「負責任」使用——這五項，是工作者與AI協作時必須擁有的基礎能力。

這五項內容，在台灣AI人才培育相關討論中，往往是模糊的。這幾年我們大量投資AI工程師的培育，當然是必要的人才基礎工程；但若將「AI人才」的定義侷限於此，則往往忽略更龐大、影響更深遠的族群：也就是正在、即將在工作中使用AI工具的每一個人。

根據AIF過去幾年的調查，台灣有超過六成企業表示已在導入或評估AI應用，但根據觀察，真正能夠系統性規劃AI導入、並有效評估成效的企業，比例恐怕不到兩成。中間的落差，有一部分固然來自技術層面，也有部分來自組織因素，但不可忽略的，恐怕是使用者素養的問題。

企業導入AI工具，員工不知道怎麼用，甚至是排斥不想用；會用了，卻不懂得評估產出的可信度；或者反過來，太過信任AI的輸出，不知道潛藏其中的風險，隨意使用現成AI工具，而省略關鍵的人工判斷環節。因此美國勞工部的框架中，特別列出一個細項：「幻覺與準確性限制」，AI可能產出自信但錯誤的回應，因此如何驗證結果、避免過度依賴，至關重要。

如何評估、驗證，需要的不只是技術，而是AI素養加上專業領域的知識和經驗；更重要的是，一開始對問題與目標的設定是否清晰、可衡量。而這些能力，無法靠短期的工具操作訓練培養出來。

七個推動原則，台灣的AI培訓忽視了哪些？

美國AI素養框架的第二部分，是七個「有效交付原則」，也就是如何在組織內推動AI素養。這是特別值得參考的提醒，因為台灣許多企業、公部門組織仍然停留在「只要上過課就是人才」的迷思中，忽略組織必須創造環境，才能夠讓AI落實在營運場域中，

對照台灣目前的AI培訓現況，特別針對企業與公部門組織，以下幾點值得特別關注。

首先，框架中指出「體驗式學習」（Experiential Learning）是最核心的推動原則，意思是讓工作者在真實任務中使用AI工具，而不是坐在教室裡聽講或看簡報。這個道理人人都懂，但台灣許多企業的AI教育訓練，仍以講授式課程為主，缺乏真正動手做、犯錯、修正的學習機會。

其次，則是建議「將學習嵌入脈絡」（Embed Learning in Context）的原則，強調AI素養訓練最有效的方式，是結合工作者熟悉的產業情境、實際工作流程來設計，不是外加的、與工作無關的課程。台灣的AI培訓目前提供大量「AI概論」、「生成式AI入門」類型的通識課程，這是重要的起點，但若始終停留在通識層次，無法轉化為特定產業、特定職務的實際能力，訓練的效果就相當有限。

最後，框架中也提出了最容易被忽略的「賦能者」，這是一個在台灣長期被誤解的角色。從過去幾年台灣的調查數據中可以清楚看見，主管是否具備正確的AI認知，直接決定組織中AI工具能否被有效推廣與使用。在台灣的AI導入困境中，「主管不理解AI、無法給予方向」是企業反映最普遍的障礙之一。

台灣雖然有針對主管開設的AI課程，但大部分教的仍只是AI工具操作或概念介紹，而不是「企業AI導入過程中主管應如何賦能」、「主管應該如何設定合適的導入目標」、「主管如何定義AI人才」這類決定AI導入成敗的關鍵知識。

美國勞工部的AI素養框架，並非完美的答案，文件中明確表示將持續更新演進，而且其中也有許多方式不適用台灣社會。但我們必須留意的是，當全球最大經濟體、AI第一強國開始系統性定義「每一位工作者都需要的AI能力」時，這兩年以大規模經費支出來培育「AI人才」的政府各部門，如何定義誰才是「AI人才」？