AI Index Report 2025

老師想教 AI,但幾乎沒人訓練過他們

AI 指數 2025 第 7 章由 Kapor Foundation、CSTA 與 PIT-UN 共同撰寫,檢視的是「誰真的有機會學會 AI 怎麼運作」。資訊科學的接觸面變寬了、AI 碩士學位暴增,而一直以來定義著計算教育的那些落差,並沒有縮小。先看數字:

60% 2023–24 學年提供基礎資訊科學課的美國公立高中(2017–18 為 35%)
81% 認為 AI 應納入基礎資訊科學的美國資訊科學教師
46% 覺得自己有能力教 AI 的美國高中資訊科學教師(小學為 34%)
243千份 2023 年應考的 AP 資訊科學考卷(2007 年為 19,390 份)
9352023 年美國授予的 AI 碩士學位數(學士為 104 個)
34% 2023 年撒哈拉以南非洲有電力的小學

7.2 — 課開出來了,但選課的人幾乎沒變多

自 2016 年「Computer Science for All」啟動以來,提供資訊科學課的美國高中比例從約三分之一升到五分之三。而實際修課的學生比例是 6.4%。

2017–18 學年,35% 的美國高中有開資訊科學課。到 2023–24 學年,這個數字達到 60%。但全國平均掩蓋了各州優先順序的巨大差異:阿肯色與馬里蘭有 100% 的高中開課,蒙大拿只有 31%。選課率的故事就平淡多了 — 在有資料的 41 個州裡,2020–21 學年有 5.1% 的高中生修過資訊科學課,2023–24 學年是 6.4%。南卡羅來納達到 26%;佛羅里達、亞利桑那與愛達荷則停在 2%。

誰被開課

  • 學校規模是最劇烈的分野:91.2% 的大型學校開設基礎資訊科學課,中型 76.4%,小型只有 43.1%。
  • 所得也有影響。免費或減免午餐學生比例低於 25% 的學校,開課率是 65.0%;比例超過 75% 的學校,只剩 50.0%。
  • 地理位置的影響是兩面的 — 郊區學校以 70.1% 領先,市區(58.2%)與偏鄉(56.1%)一起落在後段。
  • 依種族族裔來看,亞裔學生的接觸率最高,達 91.6%,其次是夏威夷原住民(83.3%)、兩個以上種族(83.0%)、白人(82.5%)、西語裔(80.4%)與黑人學生(79.7%)。美洲原住民學生墊底,只有 66.3%。

誰真的去修

把資訊科學選課率跟各族群佔學生總數的比例相除,得到一個以 1.00 代表「比例相當」的比值。亞裔學生是 2.60 — 超過他們人口佔比的兩倍半。黑人學生(1.13)、美洲原住民與阿拉斯加原住民學生(1.00)以及白人學生(1.00)在全國層級達到或超過平衡,不過九個州的資料缺口讓這個結論需要保留。西語裔學生(0.69)、夏威夷原住民與太平洋島民學生(0.75)以及兩個以上種族的學生(0.80)仍然偏低。女生(0.65)、英語學習者(0.64)、有個別化教育計畫的學生(0.67)與經濟弱勢學生(0.72)也是。唯一比例偏高的次族群是持有 504 計畫的學生,達 1.33。

進階課程成長了十二倍

AP 資訊科學考卷從 2007 年的 19,390 份增加到 2023 年的 243,180 份。AP CS Principles 的設計是為了吸引更廣泛的學生群體,即使 AP CS A 沒有涵蓋 AI,它仍觸及部分 AI 內容領域。但成長並沒有讓參與變得平均:2023 年,白人學生應考 91,216 份、亞裔 69,695 份,而西語裔 43,083 份、黑人 16,351 份、多種族 11,238 份、美洲原住民 801 份、夏威夷原住民與太平洋島民 321 份。在 AP 資訊科學考生中,亞裔學生、白人男生與多種族學生佔比偏高;其餘每一個群體都偏低。

AP 資訊科學考卷應考數,2007–23

單位:千份。十六年間成長超過十二倍,最陡的攀升出現在 2016 到 2019 年之間 — 那正是 AP CS Principles 規模擴大的幾年。

AP 資訊科學考卷應考數,2007–232007:19.3919.3920072013:29.5529.5520132017:99.8799.8720172020:179.19179.1920202022:201.61201.6120222023:243.18243.182023

意願有了,準備沒有

資訊科學教師地景調查在全美收集了 2,901 位學前至 12 年級資訊科學教師的資料。結果顯示,這是一群還沒受過訓練、就已經開始教 AI 的教師。

81% 的資訊科學教師認為,使用 AI 與認識 AI 應該是基礎資訊科學學習經驗的一部分。但覺得自己有能力教的不到一半 — 高中 46%、國中 44%,小學只有 34%。學生年紀愈小、落差愈大,這正好跟一條公平的人才管道所需要的相反。

他們還是照教

  • 超過三分之二的國中與高中資訊科學教師表示他們明確教到 AI,儘管資訊科學課綱裡並沒有清楚定義;小學教師的比例是 65%。
  • 在 2,245 位確實花課堂時間教 AI 的教師中,多數每門課花不到五小時。小學教師花得最少 — 70% 只花了一到兩小時。
  • 另一份 2024 年、涵蓋 364 位資訊科學教師的調查中,88% 指出需要更多 AI 相關的專業發展資源。問到具體是什麼,他們說的是 AI 素養:AI 怎麼運作、怎麼使用,以及它的倫理影響。
  • 教師列出的最大好處是提升自己的生產力、做差異化教學、提供更好的學業支援,以及為學生的未來做準備。最大的疑慮則是與學術誠信有關的濫用、AI 限縮學生的學習或投入、過度依賴、錯誤資訊與偏誤的複製,以及學生隱私。

課綱還沒跟上

CSTA 的 K–12 課綱最後一次發布是 2017 年,其中只有兩條標準明確要求 AI 知識,而且都在高中進階層級。各州採用的 K–12 資訊科學課綱,平均涵蓋了 CSTA 課綱 97% 的相同子概念,顯示全國一致性很高 — 但一致的是一套早於生成式 AI 時代的框架。在 44 個採用 K–12 資訊科學課綱的州中,有 33 個訂有 AI 專屬標準,內容通常很精簡,並集中在高中階段。有四個州採用了跨 K–12、份量較重的 AI 專屬標準:科羅拉多(2024)、佛羅里達(2024)、俄亥俄(2022)與維吉尼亞(2024)。阿肯色則訂出了高中 AI 與機器學習課程的標準。

聯邦層級的指引至今談的都是「教育中的 AI」,而不是「AI 教育」 — 這正是本章開頭區分的兩件事。教育部教育科技辦公室在 2023 與 2024 年發布了一系列報告,最新的一份在 2024 年 10 月,提供在 K–12 學校安全有效導入 AI 的指引。截至 2025 年 1 月,有 26 個州發布了教育中 AI 的指引。

各洲提供資訊科學教育的國家比例,2024

自 2019 年以來每個區域都有進展,當年的數字是歐洲 63.5%、拉美與加勒比海 29.5%、亞洲 24.5%、非洲 9.4%。拉美增加最多(+40.9 個百分點),非洲緊追在後(+39.7)。

各洲提供資訊科學教育的國家比例,2024歐洲:88.8888.88歐洲拉美與加勒比海:70.4570.45拉美與加勒比海亞洲:57.8957.89亞洲非洲:49.0549.05非洲

7.3 — AI 最先出現在碩士學位上

學士學位以四年為週期,所以反應遲緩。碩士學位一年內就會反應 — 而在 2022 到 2023 年間,美國 AI 碩士畢業生人數幾乎翻倍。

2023 年,美國院校產出 87,435 位計算領域學士、52,107 位碩士、20,725 位副學士與 2,540 位博士。計算領域的學士學位在過去十年成長 22%;碩士學位光是 2022 到 2023 年就成長 26%,十年成長 83%。以 2016 年為它們設立的 CIP 代碼追蹤的 AI 專屬學程規模小得多,但動得更快:2023 年授予 935 個 AI 碩士與 104 個 AI 學士學位。提供 AI 專屬學士學程的美國院校數在 2022 到 2023 年間幾乎倍增到 19 所;提供 AI 碩士的則有 45 所。

卡內基美隆,以及其他所有人

直到不久前,卡內基美隆還是少數幾所有專門 AI 學程的大學,而它至今仍培養出最多 AI 主修生:2023 年 32 位學士、178 位碩士、28 位博士,其中學士產出翻倍。AI 碩士產出次多的是賓州大學(98)、北德州大學(76)、東北大學(55)與聖荷西州立大學(52)。博士層級的全國名單就這三所:卡內基美隆(28)、Capitol Technology University(4)與匹茲堡大學(1)。賓州州立大學則在 2022 年送出第一屆 AI 畢業生。

教室裡坐的是誰

  • 2023 年,女性拿到計算領域 22% 的學士學位、23% 的副學士、24% 的博士與 32% 的碩士 — 儘管整體而言女性的大學畢業率高於男性。
  • 黑人學生拿到計算領域 8% 的學士與碩士、7% 的博士。西語裔學生拿到 13% 的學士、8% 的碩士、4% 的博士。白人學生拿到 46% 的學士與 52% 的博士;亞裔學生拿到 23% 的學士、28% 的碩士與 17% 的博士。
  • 美國的計算研究所靠國際學生撐著。2023 年,非本國居民佔碩士畢業生的 67%、博士畢業生的 60%。國際資訊科學碩士生在 2022 到 2023 年間增加超過一倍,從 15,811 人到 34,850 人。
  • 這股流量由兩個國家主導。2022 年美國大學的國際資訊科學碩士生中,印度來了 72,020 人、中國 13,190 人;博士生則是中國 5,130 人、印度 2,760 人。

全球來看,美國領先,土耳其是異數

根據經濟合作暨發展組織(OECD)關於資通訊(ICT — 資訊學、通訊科技與資訊科學)畢業生的資料,美國在每一個學位層級的畢業生數都居冠,而且在副學士、碩士與博士三個層級都是第二名國家的兩倍以上。2022 年它授予 116,401 個 ICT 學士學位,巴西 61,760、墨西哥 32,738;碩士 55,706 個,英國 21,688;博士 2,759 個,英國 1,156、德國 1,008。但講到性別平衡,排序就翻轉了。女性平均約佔 ICT 副學士、學士與博士畢業生的四分之一,碩士層級接近三分之一 — 在美國是學士 24%、碩士 35%、博士 26%。土耳其是例外,女性在四個層級都至少佔 ICT 畢業生的一半。

關於 AI 進教室的六個問題

這一章區分了什麼、量到了什麼,以及承認自己量不到什麼。

「教育中的 AI」跟「AI 教育」差在哪?
「教育中的 AI」是在教與學的過程裡使用 AI 工具。「AI 素養」是對 AI 的基礎理解 — 它怎麼運作、怎麼使用、使用有什麼風險。「AI 教育」則是 AI 素養加上打造 AI 所需的技術能力:技術底層的資料分析、辨識與緩解資料偏誤等等。本章的資料談的是 AI 教育。這個區分很重要,因為政策幾乎全部落在第一類:聯邦指引、州指引與多數大學政策,談的都是學生與教師可以怎麼使用 AI 工具,而不是怎麼教學生打造它。
為什麼這一章用資訊科學的資料當 AI 的替代指標?
因為 AI 在歷史上一直被歸在資訊科學底下研究,而 AI 專屬的資料大多還不存在。在全球層級情況更糟:AI 教育通常被涵蓋在資訊科學或資通訊教育之下,所以只能拿資訊科學與資通訊的追蹤當替代。本章也警告,連這個都不太可靠 — 資訊科學與資通訊教育有時會跟數位素養或電腦素養混為一談,而這是不同的東西;加上缺乏標準化的資料收集、語言隔閡,以及實施進度更新不頻繁,跨國追蹤非常困難。
實際上有多少國家在教資訊科學?
2024 年約有三分之二的國家提供或計畫提供資訊科學教育,是 2019 年比例的兩倍。有 30% 的國家把它列為小學和/或中學的必修,其中歐洲的密度最高。真正把 AI 教育明確寫進課綱的國家非常少 — 迦納、南韓與荷蘭是其中幾個 — 多數國家只是在國家教育戰略的討論裡標記它的重要性,沒有詳細的實施計畫。
非洲國家卡在哪裡?
電力。非洲在 2019 到 2024 年間的進步幅度是各洲第二大,提供資訊科學教育的國家比例從 9.4% 升到 49.1%。但非洲國家的學生仍是最不可能接觸到的一群,本章把原因歸在基礎設施:2023 年,撒哈拉以南非洲只有 34% 的小學有電。沒有電就沒有電腦素養,更別說資訊科學或 AI 教育。
大學準備好了嗎?
使用跑在政策前面。86% 的學生在學習中使用 AI,61% 的教師在教學中使用 AI,但截至 2025 年初,只有 39% 的院校訂有 AI 相關的可接受使用政策 — 比 2024 年增加 16 個百分點,方向對了,但基期很低。學生數超過 10,000 人的大型大學,比不到 5,000 人的院校更可能有這種政策。至於「AI 教育」本身(相對於「AI 使用」)的指引,則多半下放到系所層級,而且多半是計算相關系所。
有沒有現成的課程框架可以用?
有好幾套,而且正在收斂。AI4K12 發布了以「AI 的五大概念」組織的 K–12 AI 教育標準。UNESCO 為學生與教師各出版了一套 AI 能力框架;學生版有四項核心能力 — 以人為本的心態、AI 倫理、AI 技術與應用、AI 系統設計 — 學生從理解、應用一路走到創造。在歐盟,許多國家依賴 DigComp 2.2,它現在納入了與 AI 互動所需的知識、技能與態度建議,但沒有涵蓋如何打造 AI 系統。截至 2024 年 11 月,有 10 個國家發布了教育中 AI 的指引:澳洲、比利時、加拿大、日本、紐西蘭、南韓、烏克蘭、英國、美國與烏拉圭。

用五句話看這一章

第 7 章「教育」的頭條發現。

81% 的資訊科學教師同意 AI 應該是基礎資訊科學的一部分。而覺得自己有能力教的高中資訊科學教師不到一半。
— Chapter 7 · Education
全球有三分之二的國家提供或計畫提供 K–12 資訊科學教育 — 是 2019 年比例的兩倍。
— Chapter 7 · Education
2023 年,撒哈拉以南非洲只有 34% 的小學有電 — 這是電腦素養、更別說 AI 教育能開始之前的前提。
— Chapter 7 · Education
美國的 AI 碩士畢業生在 2022 到 2023 年間幾乎翻倍,達到 935 人 — 相對之下學士只有 104 人。
— Chapter 7 · Education
美國有 91.2% 的大型高中提供基礎資訊科學課。小型高中只有 43.1%。
— Chapter 7 · Education

閱讀完整的教育章節

第 7 章(7.1–7.4 各節)連同所有圖表與引用,皆由史丹佛 HAI 免費提供。或回到報告重點與八大章節總覽。

前往 AI 指數報告 2025 →