這其實是一個很龐大的議題，也似乎沒有看到標準，或是相關的框架可以從旁來佐證。在我們引入英國電腦學會 BCS 的人工智慧國際認證課程之際，雖然英國標榜著這是一個素養級的國際認證課程，但是，這一個議題，一直在我心裡盤旋。
我是從 2024 年 7 月下旬就開始研讀 BCS 的這兩門課程，然後一路通過課程與考試，然後再通過英國的講師面試審核，然後被授權翻譯教材與試卷，等等的一路過關斬將，我一直在思考，這兩門課程的目標是什麼？學員將會學到什麼？這一項目標，似乎就可以認為是「人工智慧素養的知識內容」，換句話說，這些知識範圍將會是人們走入未來人工智慧時代的基礎素養。
人工智慧素養的目標，不應該是讓每個人都成為人工智慧專家，事實上也不太可能，而是讓每個人能夠：
- 在個人和職業生涯中理解並負責任的使用人工智慧。
- 有能力的判斷與評估，針對人工智慧相關的資訊與主張。
- 參與人工智慧對社會與企業影響的知情討論。
- 適應人工智慧所驅動的世界，有能力面對不斷變化的格局。
所以透過上述這些關鍵領域，人工智慧素養可以使個人掌握必要的技能和知識，從而有效的具備人工智慧時代所需要的素養。
所以，滿足上述關鍵領域的這些知識，應該包含在哪些範圍呢？
第一，理解人工智慧基礎與相關的應用。比方說，人工智慧的工作原理與人工智慧的類型。你需要理解不同的人工智慧技術，包含機器學習、深度學習等的概念，可以讓您評估人工智慧方法是否適合當前的工作。還有針對數據和演算法，了解數據在訓練模型中的作用以及不同演算法對人工智慧輸出的影響等等，似乎比較偏向一點點技術性的內容。
第二，你需要理解道德和社會的影響。比方說人工智慧中的偏差會導致不公平或歧視性的結果。理解透明度和可解釋性，人工智慧系統透明度的必要性及其實現所面臨的挑戰。還有責任，考慮誰對人工智慧系統的結果負責等。此時，不要忘記相關的法令與道德指引。還有，面對人類永續的目標，人工智慧該有的一些概念與行動。
第三，牽涉到如何實踐？比方說建立數據素養與數據能力，如何建立工具箱，使用工具與應用程式，要理解它們的功能和局限性，加上利用「科學的方法」為基礎，也就是各式各樣的流程運作，同時還要具備相關背景意識，知道人工智慧的使用背景以及可能潛在影響與風險等。
第四，關鍵的思考與評估：比方說數據來源的評估，評估人工智慧產生的資訊的可信度和可靠性，要小心隱私與安全等議題。演算法透明度，了解演算法如何做出決策及其潛在的限制，尤其要滿足業務監管。最重要的關鍵議題就是：人機協作，我們需要探索人類與人工智慧如何有效地協同工作。
上述的內容，確實都包含在我們的課程當中。兩門課程：BCS AI Essentials & BCS AI Foundation 的差異在於深淺。課程唯一不能幫大家持續的就是：保持知情！所有的候選人在通過認證之後，針對人工智慧當前的趨勢，必須要自覺地緊跟人工智慧研究和應用的最新發展，才會有助於您未來的工作。課程只是一時的，考試也是一瞬間的成就，但是，對於面對不斷變化的格局，此時的你應該具備足夠的素養與知識，絕對可以順利的在未來的時代裡，利用自己的能力，面對不斷變化的格局。
也許有人就問：為什麼不專注在工具就好。還談那麼多的五四三？我們以前就跟大家說過：有數據、會分析、用工具，才是具備有數據能力的概念，才有機會面對業務，產生價值。會寫 python 不一定會分析，會用軟體，也不一定可以回答業務上的問題。在這裡，相似的道理也是存在的。
第一，人工智慧的工具是強大的，但是它不是萬靈丹。很多時候，需要針對特定任務或問題進行專門設計和訓練時，工具才會是最有效。否則，工具是無效的。
第二，如上所述，如果給的數據品質不好，或是有偏差，或是操作人員給的問題不清晰，甚至惡意行為的操縱。你得到的結果絕對是高風險的。
第三，人機合作才是重點。因為人類必須在設定目標、解釋結果和做出道德決策方面等，扮演關鍵的角色。機器會高效運算與不停歇是它的特色。人機的互補合作，才有機會創造最高的效益。
第四，價值的驅動還是人類為主。人類要有足夠的數據來訓練機器，但是人類本身還有許多難以理解的細微差別、情境，加上隱性知識與道德考量等。不是簡單的專注在工具上，就可以提升效益。
人工智慧國際認證的課程，現在已經公開了。我們在一切遵循英國的政策下，把這些課程引入台灣。既然，人工智慧已經引領著第四次工業革命，正在改變著人類生活，因此，這些知識就是你未來必須要具備的知識！透過英國的認證，讓你未來的老闆可以認識到你的出類拔萃，這絕對是一次非常有價值的投資。期望在未來的教室見到你。
另外請參考：BCS AI 課程是 AI 素養的課程