跳到主要內容

日本大學全校導入 Claude

日本大學全校導入 Claude

日本大學全校導入 Claude 文章主圖
日本數位好萊塢大學宣布,11 月起全校師生與教職員都能透過校方帳號使用 Claude,不只拿來問問題,還直接整合進課程、研究與行政流程;Google 則進一步擴大和新聞出版業者合作,超過 400 家媒體願意以授權方式提供內容,換取費用與 AI 產品中的曝光;另一邊,OpenAI 主管也坦言,AI 雖然能提高效率,卻不代表人自然會少工作。

日本數位好萊塢大學全校導入 Claude,作業開始假設「學生本來就會用 AI」

新聞重點

日本數位好萊塢大學宣布,11 月起全體學生、教師與行政人員,都可以透過學校帳號使用 Anthropic 的 Claude。

校方表示,這是日本國內大學首度以全校規模導入 Claude。

Claude 不會只作為額外聊天工具存在,而是納入校方既有的「全校 AI 基盤」與教學平台,應用範圍涵蓋影像、遊戲製作、企劃發想、研究分析、論文撰寫輔助與行政工作。

更重要的是,校方準備把課程設計本身改成「以學生可以使用 AI 為前提」。

也就是說,未來部分作業與評量不再建立在「學生不能用 AI」的假設上,而是進一步要求學生說明 AI 如何參與、哪些部分由自己完成,以及如何處理著作權、個人資料與內容責任。

背景脈絡

生成式 AI 進入校園後,學校最初面對的問題大多是:

「學生到底能不能用?」

教師擔心學生把報告直接丟給 ChatGPT 完成,學生則不知道使用 AI 到什麼程度算作弊。

但如果 AI 已經成為日常工作工具,單純禁止它也開始遇到現實問題。

企業未來可能期待員工會使用 AI 找資料、做簡報、分析內容,如果學校完全不讓學生碰,畢業後反而可能與職場脫節。

數位好萊塢大學這次採取的方向,等於把問題改成:

不是問學生「有沒有用 AI」,而是問「你用了 AI 之後,自己還完成了什麼?」

知識點補充

這裡的重要概念叫做 AI Literacy,也就是 AI 素養。

AI 素養不只是會打 Prompt。

它至少包含幾個能力:

知道 AI 哪些地方容易出錯。

能驗證回答來源。

清楚哪些資料不能隨便輸入。

知道 AI 生成內容可能涉及著作權與引用問題。

最重要的是,能夠說明自己如何使用 AI,而不是把所有責任推給模型。

因此「允許使用 AI」不代表評量變簡單。

反而可能要求學生做更多判斷與說明。

生活化說法

可以把 AI 想成計算機。

以前數學課可能要求心算,因為老師想確認學生懂不懂基本運算。

但進入更高階課程後,如果問題真正要考的是統計、工程或金融分析,禁止計算機反而沒有太大意義。

這時候重點就變成:

你知不知道該算什麼?

公式為什麼這樣用?

結果合理嗎?

AI 進校園可能也會走向類似方向。

如果工具已經無法避開,老師真正要考的,就不能只是「誰寫得比較快」。

我們的觀察

數位好萊塢大學這次值得注意的,不只是買了 Claude 帳號,而是連評量制度都準備一起改。

這比單純宣布「本校導入 AI」更重要。

因為教育最大的難題從來不是工具有沒有,而是考試和作業仍然按照過去的方式設計。

如果一份作業讓 AI 十秒鐘就能完成,問題未必是學生作弊,也可能是這份作業本身已經不適合拿來判斷學生能力。

未來教師可能需要更多口頭答辯、過程紀錄、專案實作與反思說明,才能看出學生真正理解到什麼程度。

對一般讀者的影響

對學生與家長來說,未來「會不會使用 AI」可能逐漸像會不會搜尋網路一樣,成為基本能力。

但真正拉開差距的,可能不是誰最會叫 AI 幫忙,而是誰能判斷 AI 哪裡錯、怎麼修改,以及如何把工具產出的內容變成自己的理解。

教育如果真的全面進入 AI 時代,考試的答案也許會變得比較便宜,知道為什麼這個答案成立,反而會更值錢。

Google 與逾 400 家媒體擴大 AI 合作,新聞內容開始從「被抓取」轉向「談授權」

新聞重點

Google 擴大 AI 新聞合作計畫,參與出版業者已超過 400 家,涵蓋 CNN、英國《金融時報》、Axios 等國際媒體。

這些出版業者將授予 Google 更廣泛的內容使用權,讓相關新聞資料可以被運用於生成式 AI 功能與產品體驗。

Google 則會支付授權費用,但目前各家媒體實際取得的金額與合約條件並未公開。

Google 同時強調,AI 生成結果會標示新聞來源,並提供直接前往原始媒體網站的方式。

不過,媒體最關心的問題仍然沒有完全解決:

如果使用者在 Google 的 AI 摘要裡已經得到答案,他還會不會點進新聞網站?

背景脈絡

過去搜尋引擎與新聞網站的關係相對簡單。

媒體提供內容。

Google 搜尋提供流量。

讀者點擊之後進到新聞網站,媒體再透過廣告、訂閱或會員收入獲利。

生成式 AI 改變了這條路徑。

如果 AI 可以直接閱讀多篇新聞,再整理成一個答案,使用者可能不需要逐一點擊來源。

對搜尋平台來說,體驗變方便。

對媒體來說,卻可能代表流量減少。

因此「AI 能不能使用新聞內容」已經從技術問題,變成授權與商業模式問題。

知識點補充

這裡的重要概念是 Content Licensing,也就是內容授權。

內容授權和單純「網路上看得到所以可以用」並不相同。

授權代表內容擁有者和平台事先談好條件,包括:

哪些內容可以使用。

可以拿來做什麼。

使用多久。

如何顯示來源。

是否需要支付費用。

生成式 AI 出現後,新聞、書籍、音樂與圖片產業都開始重新談這些規則。

因為 AI 不只是把內容放在搜尋結果裡,而可能進一步消化、整理再重新生成答案。

生活化說法

可以把傳統搜尋想成一張美食地圖。

Google 告訴你:

「這三間餐廳都有人推薦。」

你最後還是得自己走進餐廳吃飯。

生成式 AI 則比較像平台把三間餐廳的招牌菜都先整理好,直接端一小盤試吃給你。

對消費者當然很方便。

但餐廳會開始問:

「如果大家都在門口吃飽了,還會進來嗎?」

新聞媒體現在擔心的,就是類似問題。

我們的觀察

Google 願意擴大付費授權,代表 AI 平台與內容產業的關係正在慢慢改變。

過去的爭議常集中在:

「AI 有沒有權利拿這些內容訓練?」

現在開始多出另一種更務實的模式:

既然 AI 需要高品質內容,那就直接談合作。

但授權本身不代表媒體的問題全部解決。

真正關鍵還是讀者行為。

如果 Google 付了一筆授權費,卻讓新聞網站失去更多訂閱與流量,出版商未必一定比較划算。

所以接下來值得看的,不只是有多少媒體簽約,而是這些 AI 摘要到底有沒有真的把讀者帶回原始網站。

對一般讀者的影響

對讀者而言,AI 新聞摘要可能變得更完整,也更容易看到清楚的來源。

這是一件好事。

但也要注意:

AI 整理過的內容永遠是第二手資訊。

遇到政治、財經、醫療或爭議事件,如果只看一段 AI 摘要,很容易漏掉原文中的限制條件與不同觀點。

未來好的閱讀習慣,可能不是拒絕 AI 摘要,而是把它當成入口,而不是終點。

AI 提升效率卻讓人更忙,省下來的時間為什麼沒有變成下班?

新聞重點

OpenAI 企業產品負責人、dots 職場 AI 助理負責人 Alexander Embiricos 近期談到 AI 對工作的影響。

他認為,AI 的確可以讓員工在同樣時間內完成更多工作,也可以讓人把部分任務交給 AI,減少親自處理的負擔。

但他同時坦言,自己使用 AI 後並沒有因此減少工作,反而投入更多時間。

這形成一個有趣的矛盾:

AI 省下時間是一回事,公司與個人最後怎麼使用省下來的時間,又是另一回事。

OpenAI 目前推動的 dots,主打全天候持續協助、主動整理待辦、研究與追蹤任務,希望讓 AI 不只是員工開口時才幫忙,而是在背景持續分擔工作。

背景脈絡

科技提升效率後,人類不一定會因此工作更少,這並不是 AI 才出現的現象。

Email 原本是為了讓溝通更快。

結果大家收到的信反而更多。

即時通訊讓討論更方便,卻也讓工作訊息可以一路延伸到下班後。

AI 同樣可能出現這種現象。

如果過去一天只能完成 5 件工作,AI 幫你提升到 10 件,公司可能不會因此說:

「很好,那下午休息吧。」

比較可能的反應是:

「既然可以做 10 件,那下一步能不能做到 12 件?」

所以生產力提升並不自動等於工時下降。

知識點補充

這種現象可以用 Productivity Paradox,也就是生產力悖論來理解。

工具效率提高,照理說應該節省時間。

但實際上,企業可能同步提高工作量、品質要求或回應速度。

例如 AI 讓製作報告從三小時縮短成一小時。

員工可能不是得到兩小時空閒,而是改成一天做三份報告。

所以 AI 最後帶來的是:

產出增加。

不一定是工作時間減少。

真正決定結果的,是企業怎麼設定績效、工作量與時間分配。

生活化說法

想像餐廳換了一台超快的洗碗機。

原本洗完所有碗需要三小時。

現在只要一小時。

理論上,洗碗的人可以提早兩小時休息。

但老闆也可能看到設備變快後,決定再多接兩倍客人。

最後洗碗的人還是工作八小時,只是一天洗的碗變更多。

AI 帶來的生產力,也可能是同樣的情況。

我們的觀察

這件事可能是 AI 職場轉型中最值得討論、卻經常被忽略的一環。

企業談 AI 導入時,很容易量化的是:

寫程式快多少。

客服處理多少件。

報告產量增加多少。

但很少有人同樣認真追蹤:

員工壓力有沒有降低?

加班有沒有減少?

省下來的時間去了哪裡?

如果所有效率提升最後都轉化成更多 KPI,AI 可能不會讓工作更輕鬆,而只是讓工作密度更高。

對一般讀者的影響

對上班族而言,未來真正重要的能力可能不只是學會讓 AI 幫忙工作。

還要學會管理:

哪些事情真的值得做。

哪些工作只是因為 AI 做得快,所以被新增進來。

如果企業開始使用 dots 這類全天候 Agent,工作流程可能進一步加速。

但「AI 可以 24 小時工作」不代表人也應該變成 24 小時待命。

我們的觀察

今天三則新聞其實都在碰一個很核心的問題:

當 AI 把原本昂貴的事情變便宜之後,我們會怎麼重新分配價值?

教育裡,寫一份普通報告變便宜了。

那麼真正有價值的可能變成理解、判斷與創作過程。

新聞產業裡,整理十篇新聞變便宜了。

真正稀缺的可能變成第一手採訪、可信來源與原創調查。

職場裡,完成一份企劃或整理一批資料變快了。

真正重要的問題則變成:

省下來的時間最後屬於誰?

這可能就是 AI 普及後比「模型又進步幾分」更值得關心的變化。

技術可以讓很多工作更快,但制度會決定效率最後變成什麼。

學校可以把 AI 當作弊工具,也可以重做評量方式。

新聞平台可以拿 AI 減少讀者點擊,也可以和媒體建立新的授權模式。

公司可以利用 AI 讓員工提早完成工作,也可以把每一分鐘省下來的時間重新塞滿。

因此 AI 真正改變社會的方式,不只取決於模型有多強。

更取決於我們如何重新設計教育規則、內容價值與工作制度。

工具可以替人省時間。

但最後能不能真的「把時間還給人」,這件事仍然不是 AI 自己能決定的。

資料來源

延伸閱讀


作者:NineLife AI 編輯室
最後更新:2026年10月16日
本文由 NineLife AI 編輯室整理公開資料後撰寫,可能使用 AI 工具協助草稿整理;發布前會人工檢查來源、事實與語意。內容僅供資訊參考,不構成法律、投資、醫療、稅務或其他專業建議。

留言

這個網誌中的熱門文章

遊戲開發邏輯可能被重寫

 遊戲開發邏輯可能被重寫 AI 的影響,正從「幫你做得更快」,進一步走向「改變你怎麼做事」。 在遊戲產業,它開始接手世界的生成; 在學習與工作場域,它被質疑是否讓人類思考退場; 在會計這類高度制度化的專業領域,它則被視為補位而非取代。 延伸脈絡:不要只看單一事件 「遊戲開發邏輯可能被重寫」之所以值得留下來閱讀,是因為它可以當成觀察 AI 發展節奏的一個切片。單一新聞可能很短,但把它和同時期的產品更新、政策討論、使用者反應放在一起,就能看出 AI 技術正在從實驗性展示走向日常基礎工具。 從「AI 教育與學習方式」的角度看,讀者可以特別注意兩個層次:第一是技術是否真的成熟到能被普通人穩定使用;第二是平台、企業或主管機關是否已經準備好相應的規則。前者決定短期體驗,後者決定這項應用能不能長期被信任。 因此,這類文章不只是在記錄一則消息,而是在提醒我們:每一次 AI 被放進工作、教育、娛樂、治理或家庭生活,背後都會重新分配效率、風險和責任。讀者若能從這三個面向回頭檢查,就比較不容易被單一功能或宣傳話術帶著走。 作者: NineLife AI 編輯室 最後更新: 2025年12月26日 本文由 NineLife AI 編輯室整理公開資料後撰寫,可能使用 AI 工具協助草稿整理;發布前會人工檢查來源、事實與語意。內容僅供資訊參考,不構成法律、投資、醫療、稅務或其他專業建議。 站內延伸閱讀: 深度閱讀目錄 | AI 工具觀察 | 關於 NineLife AI

ChatGPT 學習模式與 NotebookLM 影片摘要:功能更新和法規時間怎麼分清楚?

2025 年 7 月,ChatGPT 與 NotebookLM 分別推出引導學習和影片摘要功能。兩者都能協助接觸知識,卻不能單憑功能名稱就認定學習成果提高。本文也更正原文把歐盟 AI 法案寫成同期新通過的時間脈絡。

AI新局:就業認證、版權爭議、中企挑戰

AI新局:就業認證、版權爭議、中企挑戰 AI 的力量正全面展開:OpenAI 推出證書與人才平臺,試圖打造新一代數位職涯生態;華納兄弟則槓上 Midjourney,為版權保護與 AI 創作劃下界線;中國新創 DeepSeek 加速推進,公開挑戰 OpenAI 的龍頭地位。這三則新聞,讓我們同時看到 教育、法律與國際市場 的三重戰場。 🔹 OpenAI推AI證書與人才平臺 擴大就業機會 📌 新聞整理 OpenAI 應用執行長 Fidji Simo 宣布,將推出 OpenAI 證書 與 AI Jobs Platform。 • 證書今年上線,分為基礎到進階提示工程等級,由 OpenAI Academy 提供準備與考核。 • 目標在 2030 年前認證 1,000 萬名美國人,Walmart 已率先導入員工訓練。 • Jobs Platform 明年推出,結合 AI 技術協助政府與企業找人才,被視為 LinkedIn 潛在競爭對手。 💬 生活化比喻 就像數位時代的「駕照考試」,拿到證書後才能在 AI 世界裡上路。 🔍 知識補充 • AI認證:讓人才有清晰標準,企業也能快速篩選。 • 市場影響:若成功普及,可能重塑全球職場技能門檻。 🔹 華納兄弟控告Midjourney未授權用角色訓練AI 📌 新聞整理 華納兄弟探索正式提告 Midjourney,指控其未授權使用旗下角色訓練模型,並允許生成 超人、蝙蝠俠、湯姆與傑利 等影像與影片。 • 此前迪士尼與環球也已提告 Midjourney。 • 華納強調 Midjourney「明知可限制卻放任侵權」,且營收與此直接相關。 • Midjourney 暫未回應。 💬 生活化比喻 就像你拿別人漫畫角色,隨便印在商品上賣錢,卻沒經過授權。 🔍 知識補充 • AI版權爭議:核心在於「訓練資料是否需要授權」。 • 產業趨勢:娛樂巨頭集體提告,可能推動 AI 法規加速落地。 🔹 DeepSeek攜新AI模型挑戰OpenAI 📌 新聞整理 中國新創 DeepSeek 宣布年底推出新一代 AI 代理模型。 • 目標:以更少指令完成複雜任務,挑戰 OpenAI 市場地位。 • 今年 1 月首發 DeepSeek-R1,20 天內日活用戶數即達 2,161 萬。 • 新系統支援多模態理解、多語言應用,...