Scratch AI 擴充積木教學：兒童機器學習入門 2026

你家的小朋友可能已經會用 Scratch 做簡單的動畫和遊戲了，但你知道 Scratch 也能讓孩子體驗人工智慧嗎？從語音辨識到影像分類，這些聽起來很高深的 AI 技術，其實用 Scratch 的積木介面就能玩得很開心。這篇文章會帶你認識 Scratch 目前所有的 AI 相關功能，還有幾個孩子一定會愛上的實作專案。

Scratch 與 AI：為什麼這個組合很重要

AI 已經不是未來的技術，而是現在進行式。你家孩子的手機助理、推薦影片的演算法、甚至學校的自動評分系統，背後都有 AI 在運作。讓孩子理解 AI 的基本原理，不是要他們變成 AI 工程師，而是讓他們成為有能力理解和批判 AI 的數位公民。

Scratch 是最適合入門的平台，因為它把複雜的 AI 概念包裝成孩子熟悉的積木形式。不需要寫任何程式碼，也不需要理解數學公式，拖幾個積木、設幾個參數，就能做出會「聽」、會「看」、會「翻譯」的程式。這種體驗對 8-14 歲的孩子來說，既有趣又有教育意義。

Scratch 內建 AI 擴充功能介紹

Scratch 3.x 版本內建了幾個跟 AI 相關的擴充功能，你可以在左下角的「擴充功能」按鈕找到它們。這些功能不需要額外安裝，開箱即用。

文字轉語音（Text to Speech）

這是最容易上手的 AI 擴充。加入之後會多出幾個積木，最重要的是「說 [你好] 」這個積木。它會把文字轉換成語音，支援多種語言和聲音角色。孩子可以用這個功能做出會講故事的角色、多語言問候機器人，或者簡單的語音導覽系統。

進階玩法是搭配「詢問」積木和「回答」變數，做出簡易的對話系統。例如：角色問「你今天心情好嗎？」，孩子輸入答案後，角色根據關鍵字做出不同的語音回應。雖然不是真正的自然語言理解，但概念是相通的。

翻譯擴充功能

翻譯擴充使用 Google 翻譯 API，可以在積木中直接進行語言翻譯。搭配文字轉語音，孩子可以做出一個「即時翻譯機」：輸入中文，自動翻成英文並唸出來。

這個擴充支援超過 50 種語言，孩子可以做出「世界語言探索器」——點擊地圖上的不同國家，角色就用那個國家的語言打招呼。這不只是學程式，也是學地理和語言的好方法。

人臉偵測（Video Sensing）

Video Sensing 擴充可以存取電腦的攝影機，偵測畫面中的動態變化。雖然它不是真正的人臉辨識（不能識別「誰是誰」），但能偵測攝影機前有沒有動作、動作的方向和強度。孩子可以用這個做出「體感遊戲」——揮手就能控制角色移動，或者做一個「魔法鏡子」，當偵測到臉靠近時觸發特效。

Machine Learning for Kids：進階 AI 積木

Machine Learning for Kids（ml4kids.org）是由 IBM 工程師 Dale Lane 開發的免費平台，專門為 Scratch 提供機器學習擴充積木。它讓孩子體驗完整的 AI 訓練流程：收集數據→訓練模型→在 Scratch 中使用模型。如果你已經讀過Machine Learning for Kids 的基礎教學，這裡會帶你更進一步。

具體的操作流程是：

在 ML4Kids 網站上建立一個「專案」，例如「分辨貓和狗」
上傳訓練數據（貓的照片和狗的照片各 10-20 張）
點「訓練模型」，等幾分鐘讓 AI 學習
回到 Scratch，用專屬的 ML4Kids 積木來呼叫你剛訓練的模型
在程式中加入判斷邏輯：如果辨識結果是「貓」，角色就喵喵叫

整個過程大概 30-40 分鐘，適合 10 歲以上的孩子。最棒的是，孩子會親眼看到「數據越多，AI 越準確」這個核心概念。當他們發現只用 5 張圖訓練的模型很容易出錯，加到 20 張就準確多了，這就是最直觀的機器學習教育。

PictoBlox：AI 視覺化程式設計

PictoBlox 是另一個基於 Scratch 介面的 AI 程式設計平台，由印度公司 STEMpedia 開發。它比 ML4Kids 多了幾個有趣的功能：

人臉偵測：可以偵測臉部的位置、表情（開心、難過、驚訝等）和年齡預估
手勢辨識：辨識比讚、揮手、握拳等手勢
物體偵測：辨識攝影機畫面中的常見物體（杯子、書本、手機等）
語音辨識：把說的話轉成文字，支援中文

PictoBlox 的優勢是這些 AI 功能都是離線運作的，不需要上傳數據到雲端，對於注重隱私的家長來說比較安心。它也支援硬體連接，可以搭配 Arduino 或 micro:bit 做出實體的 AI 裝置。

三個適合孩子的 AI 專案實作

專案一：AI 猜拳大師（難度：★★☆）

用 ML4Kids 訓練一個能辨識剪刀、石頭、布手勢的模型，然後在 Scratch 中做出猜拳遊戲。攝影機拍到孩子的手勢後，AI 辨識結果，電腦隨機出招，判斷勝負。進階版可以讓電腦分析孩子的出拳模式，做出「聰明」的預測。這跟Scratch ChatGPT API 聊天機器人專案一樣，都是讓孩子體驗 AI 互動的好方式。

專案二：情緒日記（難度：★★★）

結合 PictoBlox 的表情辨識和 Scratch 的變數功能。每天開啟程式，攝影機拍下孩子的表情，AI 判斷今天的心情，自動記錄到一個「情緒日曆」中。一週結束後，程式會顯示一張情緒統計圖。這個專案同時教會孩子數據收集和視覺化的概念。

專案三：垃圾分類小幫手（難度：★★★）

用 ML4Kids 訓練一個能辨識不同類型垃圾（紙類、塑膠、金屬、廚餘）的模型。把攝影機對準垃圾，AI 告訴你應該丟哪個回收桶。這個專案不只學 AI，還能培養環保意識。建議和孩子一起收集訓練照片，每種垃圾至少 20 張，從不同角度拍攝。

Scratch 4.0 展望：未來的 AI 功能

MIT 媒體實驗室的 Scratch 團隊已經在開發 Scratch 4.0，預計 2027 年發布。雖然官方還沒有正式公告 AI 相關功能，但從研究論文和開發者討論中可以看到幾個可能的方向：

內建機器學習訓練：不再需要外部平台，直接在 Scratch 介面中訓練簡單的分類模型
自然語言程式設計：用說的或打字描述想要的程式行為，AI 自動生成對應的積木組合
智慧除錯建議：當程式有 bug 時，AI 分析積木邏輯並給出修正建議
協作 AI 助手：像是一個虛擬的程式設計夥伴，在孩子卡關時提供提示而非直接給答案

這些功能如果實現，Scratch 會成為孩子學習 AI 最完整的單一平台。但在那之前，目前的擴充功能搭配 ML4Kids 和 PictoBlox，已經能提供非常豐富的 AI 學習體驗了。

家長指南：陪孩子玩 AI 積木的注意事項

最後給家長幾個建議。首先，重點是理解概念，不是追求結果。如果孩子訓練的模型只有 60% 準確率，那正好是討論「AI 為什麼會出錯」的好機會。其次，注意隱私。使用攝影機功能時，確認照片不會被上傳到不信任的第三方服務。ML4Kids 使用 IBM Watson，PictoBlox 是離線處理，兩者都相對安全。

另外，建議家長跟孩子一起討論 AI 的倫理問題。例如：「如果 AI 看到你的表情就知道你的心情，你覺得這樣好嗎？」這類問題沒有標準答案，但能培養孩子的批判性思維。想了解更多 Scratch 到進階程式的學習路徑，可以參考Scratch 到 Python 的轉銜學習指南。

AI 教育的最佳起點不是大學課堂，而是孩子們最熟悉的 Scratch 積木世界。用積木理解 AI，用專案體驗 AI，用討論反思 AI——這才是真正有意義的 AI 教育。