假設你正在進行「人工智能對就業市場影響」的專題研究，面對以下情境：
- （i）在社交媒體看到「AI將取代50%現有工作」的驚人數據
- （ii）收到同學轉傳的「深度偽造」知名學者演講影片
- （iii）需要收集跨國企業的AI應用案例
1. 面對未經查證的驚人數據，最適當的處理順序是：
- A. 立即納入報告增加說服力
- B. 先查證來源，再交叉比對其他權威資料
- C. 修改數據讓它看起來更合理
- D. 忽略不用，以免出錯
- 答案：
1. B
學習活動：分享前的深度反思
分析知名學術醜聞案例：
- （i）研究者未充分驗證數據即發布「重大發現」
- （ii）媒體未經查證大肆報導
- （iii）社會影響與專業信譽損害
反思框架練習
- （i）真實性檢驗：是否經過同行評審？原始數據可否公開？
- （ii）時效性評估：資訊最新更新時間？有無後續駁斥研究？
- （iii）影響力分析：發布後可能產生的社會影響層面
- （vi）法律風險：有無侵犯智慧財產權或隱私權疑慮
1. 發現自己分享的資訊有誤時，最負責任的做法是：
- A. 靜默刪文避免難堪
- B. 公開更正並說明錯誤原因與學習
- C. 指責原始訊息來源不可靠
- D. 僅向直接受影響者私下說明
- 答案：
1. B
重點解說
資訊處理的三大支柱
★技術嚴謹性
-
- 1. 多源資訊交叉驗證
- 2. 數據分析方法適切性
- 3. 數位工具進階應用
★ 倫理框架
- 1. 智慧財產權尊重
- 2. 隱私保護義務
- 3. 社會影響責任
★ 批判思考
- 1. 辨識潛在偏見
- 2. 評估證據等級
- 3. 保持合理懷疑
價值觀
- ★學術誠信：堅持研究倫理，拒絕學術不端
- ★社會責任：考量資訊傳播的潛在影響
- ★批判勇氣：敢於質疑權威，追求真相
- ★開放協作：在遵守規範下促進知識共享
★能力建構重點
- 1. 系統化資訊處理：從碎片到體系的整合能力
- 2. 倫理判斷力：在複雜情境中的道德決策
- 3. 影響評估力：預見資訊傳播的連鎖效應
