國際研究團隊於學術期刊發表最新教學架構，將區塊鏈技術融入兒童學習情境，幫助學童在面對生成式工具時建立辨識與懷疑能力。這套名為「區塊鏈強化人工智慧素養（Blockchain-Enhanced AI Literacy, BEAL）」的框架，讓孩子能像偵探一樣查驗數位資訊的來源與背後認證。
隨著生成式工具普及，學童常在未察覺狀況下閱讀自動生成的文字或圖像。為了解決這項挑戰，該架構嘗試將新興技術轉化為直覺的互動工具，進而提升學童對數位內容的批判判讀力。
打造可視化驗證機制 BEAL 框架三大設計原則
該研究團隊由學者 Ismaila Temitayo Sanusi、Meysam Abedi 與 Markku Tukiainen 組成，於《AI, Brain and Child》期刊公開這套 BEAL 模式。此系統運用區塊鏈具備去中心化、透明且無法隨意竄改的特性，將底層數據轉換成適合學童操作的介面。孩子只需按下一鍵「驗證來源」，便能直接查看內容的產出時間、創作者身份以及是否有專家檢查過。
為了讓複雜的資訊科技概念降階到國小高年級學生能理解的程度，BEAL 訂定了三大架構方針：第一是「有形信任」，將抽象的資料來源變成看得到的查驗按鈕；第二是「經驗式隱私」，讓個人資料保護具體呈現；第三則是「可解釋系統」，循序漸進展現技術運作細節。在初期的專業評估中，10 至 12 位領域專家給予了滿分 10 分中的 8.2 分肯定。
實地測試成果顯著 實務推行仍具挑戰
研究團隊針對 22 位年齡落在 10 至 12 歲之間的學童進行為期一週的學習測試。在未接觸該工具前，僅有 35% 的學童懂得思考為什麼要質疑網路內容；但在操作教學後，學生對資訊來源的理解比例大幅躍升到 80%，隱私保護觀念提升了 52%，對生成內容進行批判審視的能力更是從 28% 成長至 70%。部分學童甚至能根據系統顯示「沒有專家核對過」來說明自己為何不輕信特定資訊。
不過，學者也指出這項研究存在樣本偏少、試驗時間較短與文化單一等侷限。在實際操作上，有學生反映軟體畫面相對複雜或遇到了網路延遲的問題；更有學童提出了「誰來確認老師給的資料正確」這類深刻問題，顯示這項工具雖然提供了驗證機制，但底層資料輸入的精確度仍仰賴原始輸入者的誠實度。
給家長與老師
這項研究為科技教育提供了全新的思考方向：人工智慧（AI）素養的養成不一定需要孩子具備深厚的程式撰寫能力，更重要的是建立求證與批判思考的習慣。在工具日益普及的當前，家長與老師不必擔心自己缺乏資訊工程背景，而是可以扮演引導與討論的角色。
在日常學習或家庭生活中，當孩子使用工具輔助做作業、查詢資料時，師長可以設計類似「數位偵探」的提問：這段文字可能是誰寫的？資料來源可靠嗎？資訊有沒有被驗證過？透過這些問答，引導學生從單純的訊息接受者，轉變為主動審查與思考的主導者，將技術工具視為驗證邏輯的輔助手段。
學習小教室
- 生成式人工智慧（Generative AI）：一種能透過大量資料學習，並根據使用者輸入的提示詞，自動創作出文字、圖像、程式碼或音樂的人工智慧技術。
- 區塊鏈（Blockchain）：一種去中心化的分散式數位帳本技術。資料一旦紀錄進去就極難被竄改或刪除，且具有透明公開的特性，常被用來進行身份驗證與紀錄追蹤。
- AI 素養與批判性思維（AI Literacy & Critical Thinking）：指使用者理解 AI 運作方式、優缺點及侷限的能力，並能在面對產出的資訊時，保持合理懷疑、獨立思考與判斷真偽的素養。
常見問題
BEAL 框架是如何幫助學童辨識 AI 生成內容的？
BEAL 框架將區塊鏈的去中心化與透明特性轉化為簡單的驗證按鈕，讓孩子能直接看到數位內容的創作時間、作者與專家審閱紀錄。
教師與家長需要具備專業程式技術才能引導學生學習 BEAL 概念嗎？
不需要。研究指出 AI 素養教育的核心是培養批判性好奇心，師長不需資工背景，重點在於引導孩子養成查驗來源與質疑資訊的習慣。
導入區塊鏈技術後，能否完全解決生成內容的假資訊問題？
無法完全消除。研究指出系統的準確度仍取決於創作者初始輸入資料的正確性，因此技術僅是輔助，關鍵仍在於培養學童獨立思考與判讀能力。