當生成式 AI 開始進入工作、生活與教育現場，學校很自然會產生一個問題：學生現在到底應該學什麼？ 過去幾年，很多討論把焦點放在程式設計、Prompt、ChatGPT 或各種 AI 工具上，好像只要學生愈早學會使用 AI，就愈能為未來做好準備。但 OECD 在 2026 年發布的《Skills in the AI Age》提醒，真正面對 AI 時代所需要的能力，比「會使用 AI」更完整。 這份報告把未來所需要的能力大致分成三個部分：基礎能力、ICT 與 AI 相關能力，以及包括批判思考、創造力、溝通、合作、自我調節與持續學習在內的互補能力。對學校而言，這個觀點很重要，因為它代表教育不是要把每一個學生都訓練成 AI 專家，而是要讓學生即使身處一個大量工作由 AI 協助的世界，仍然具備理解、判斷、學習與合作的能力。
AI 正在改變工作，但「受 AI 影響」不等於「會被 AI 取代」
OECD 指出，企業使用 AI 的速度正在快速增加。在有資料的 OECD 國家中，企業使用 AI 的比例從 2021 年約 7%，上升到 2025 年約 20%。生成式 AI 的普及，是這波成長的重要推力之一。 但這並不代表工作會按照「技術程度低的先被取代，技術程度高的比較安全」這麼簡單地發展。OECD 的資料反而顯示，目前對 AI 曝露程度最高的職業，包括 IT 專業人員、商業專業人員、管理者、高階主管，以及科學與工程專業人員，也就是我們一般認為需要較高學歷與專業能力的白領工作。 這裡最容易被誤解的一點，是「AI 曝露程度」與「自動化風險」並不是同一件事情。AI 可能大量進入一個職業，但它有時候是協助人完成工作，而不是直接把整個職位取代。OECD 指出，許多高技能工作雖然高度受到 AI 影響，卻因為仍然需要非例行性的認知能力、社交互動、創造力與判斷，所以整體自動化風險反而比較低。 相對而言，重複性高、流程固定的工作，不論是認知工作還是部分實體工作，都可能更容易受到自動化影響。 這對學校來說是一個重要訊息。未來真正需要準備的，不是讓學生去猜「哪一種職業永遠不會被 AI 取代」，而是讓他們具備即使工作內容持續改變，也能重新學習與調整的能力。
第一種能力，反而是最傳統的閱讀、數學與科學基礎
談到 AI 時代，最容易被忽略的反而是傳統的基礎能力。 OECD 把閱讀、數學與科學知識列為在數位社會中生存的重要 foundation skills。原因很簡單：一個人即使可以快速取得資訊，如果缺乏閱讀理解，就很難判斷內容是否合理；如果沒有基本數學能力，就很難理解數據、比例與風險；如果缺少科學素養，也很容易在資訊大量湧入時失去判斷依據。 OECD 過去的成人技能研究也發現，閱讀與數學能力較高的人，在數位環境中的問題解決能力通常也比較好。尤其數學能力不足，可能直接成為使用數位工具與處理資訊的障礙。 這對學校是一個很值得重新思考的提醒。AI 愈強，基礎能力不一定變得愈不重要，反而可能因為資訊取得變得太容易而更加重要。未來學生不需要記住所有答案，但仍然需要有足夠的背景知識，才能知道 AI 給出的答案是否合理。
第二種能力，是數位與 AI 素養，而不是每個人都學機器學習
OECD 把 ICT 能力從基本電腦操作、資訊搜尋，一直到程式設計、資料科學與機器學習等進階能力放在同一個架構裡。但報告也指出，真正具有進階 AI 專業技能的工作者，目前大約只占整體勞動人口的 1%。 也就是說，AI 時代並不代表每一個學生都必須成為 AI 工程師。 對大多數人而言，更重要的其實是 AI literacy，也就是 AI 素養。OECD 將它描述為一組能夠讓人理解、使用、與 AI 合作，同時對 AI 進行批判性評估的能力。這裡面不只是會輸入 Prompt，也包括理解 AI 可能犯錯、知道資料與偏誤的問題、理解倫理風險，以及判斷什麼時候適合使用 AI。 OECD 進一步指出，大多數工作者真正需要的是能夠有效使用與理解 AI，而不是具備開發 AI 系統的專業能力。因此 AI 素養教育的重要性，不應該低於培養少數高階 AI 人才。 這對學校的 AI 教育方向非常重要。學校不一定要急著讓所有學生學會建立模型，而是應該先讓每個學生知道 AI 是什麼、能做什麼、不能做什麼，以及如何在使用 AI 時維持自己的判斷。
第三種能力，反而是最不像「科技」的能力
《Skills in the AI Age》中特別值得學校注意的一段，是 OECD 對 complementary skills，也就是「互補能力」的強調。 這些能力包括團隊合作、自主性、問題解決、創造性思考、溝通、合作與情緒智慧。OECD 也引用 Skills for 2030 的分類，把其中一部分稱為後設認知能力，例如批判思考、創造力、學習如何學習與自我調節；另一部分則是社會與情緒能力，包括同理心、自我效能、責任感與合作。 這些能力之所以重要，不是因為 AI 做不到任何一項，而是因為當 AI 開始大量處理資訊與例行任務，人類在工作中的價值會愈來愈集中在「如何定義問題、做出判斷、與別人合作，以及面對新的情況重新學習」。 OECD 分析高 AI 曝露職缺時也發現，雇主最常要求的並不只有 AI 或程式技能。在這些職缺中，72% 要求至少一項管理能力，67% 要求至少一項商業流程能力，而社會情緒與數位能力也出現在超過一半的職缺中。 因此，所謂「未來技能」並不等於一份科技工具清單。AI 愈進入工作，管理、溝通、分析、合作與判斷反而可能變得更加重要。
學校不能只開一門「AI 課」就算完成 AI 教育
如果依照 OECD 的架構來看，AI 教育不應該只存在於資訊課裡。 閱讀課裡可以練習辨識 AI 產生內容的可信度；數學課可以讓學生理解資料與機率；自然科可以討論模型、證據與推論；社會科可以談 AI 對隱私、勞動與社會的影響；語文課可以要求學生比較自己的觀點與 AI 生成內容；專題課則可以讓學生利用 AI 搜尋與整理資料，但仍然必須自己定義問題、做決策並解釋結果。 這種方式和單獨安排一堂「如何使用 ChatGPT」的課程很不一樣。前者把 AI 放進真正的學習與思考過程，後者比較像是學會操作一項工具。 OECD 也建議教育系統把 AI literacy、批判思考、資料分析與問題解決能力整合到不同教育階段的課程之中，而不是把它們視為少數科技專業學生才需要學習的內容。
PISA 也準備開始評量 AI 素養
AI 素養從「教育趨勢」走向「基本能力」的一個重要訊號，是 OECD 與歐盟執委會正在建立適用於中小學階段的 AI literacy framework。 這個架構將定義學生在 AI 時代需要具備的知識、技能與態度，並預計成為 2029 年 PISA 首次 AI 素養評量的基礎。 這意味著國際教育討論正在發生很明顯的變化。過去學校可能把 AI 當成一種新科技或選修工具，但未來它愈來愈可能和閱讀、數學、科學與數位素養一樣，被視為學生理解現代世界的一部分。 但值得注意的是，OECD 對 AI 素養的定義並不是「學生用了多少 AI」，而是學生是否能理解 AI、與 AI 合作，同時保有批判判斷能力。
愛沙尼亞的做法，值得學校注意
OECD 在報告中介紹愛沙尼亞 2025 年啟動的 AI Leap。第一階段針對超過 20,000 名高中生與 3,000 名教師，提供 AI 教育與工具；第二階段從 2026 年開始，再擴大到 38,000 名技職學生與 2,000 名技職教師。 但這個計畫並不只是「讓學生都有 AI 帳號」。課程同時強調工具使用、批判思考、AI 倫理、問題解決與跨領域應用，並且搭配教師培訓、設備與數位平權措施。 這個例子很適合學校參考。真正的 AI 教育，需要同時處理學生能力、教師能力、課程設計與使用環境，而不是買進工具之後就期待教育自然發生。
未來真正稀缺的，可能是「會持續學習的人」
AI 技術最難預測的地方，是沒有人能確定五年後最熱門的工具會是哪一個。 今天學校如果把大量時間放在教學生某一個特定軟體的操作方式，這些技巧可能很快過時。但閱讀、理解、判斷、表達、合作、解決問題以及學習新事物的能力，反而能夠跟著工具一起移動。 OECD 在報告最後把 lifelong learning，也就是終身學習，視為連結科技創新與社會韌性的關鍵。當工作內容持續變化，一個人能不能更新自己的技能，會比他現在會使用哪一套工具更重要。 因此，AI 時代對學校最大的挑戰，可能不是「我們要增加多少 AI 課」，而是重新檢查現在的教育是否真的讓學生養成持續學習的能力。
AI 時代的教育，不是把人訓練得更像機器
AI 可以更快整理資料、更快生成文字，也可以處理愈來愈多過去需要專業人士完成的工作。這並不代表學生必須和機器比速度。 相反地，OECD 這份報告呈現出的方向非常清楚：基礎知識讓人理解世界，數位與 AI 素養讓人能夠使用新的工具，而批判思考、創造力、合作、溝通與持續學習能力，讓人能在工具不斷改變的情況下仍然保有判斷與適應能力。 所以學校真正需要問的，可能不只是「學生會不會用 AI」，而是： 當 AI 已經可以替學生完成愈來愈多事情之後，我們希望學生還保有哪些不能輕易交給 AI 的能力？ 這個問題，可能比學會下一個 AI 工具更重要。 —
資料來源與說明
本文主要整理 OECD 2026 年發布的《Skills in the AI Age》，聚焦於 AI 對工作、技能需求與教育政策的影響，並將報告內容延伸為學校教育現場所需思考的能力培養方向。 OECD：《Skills in the AI Age》
Leave a comment