Scratch AI 機器學習兒童程式教學入門 2026：用積木學 AI，讓孩子玩出未來競爭力

為什麼要讓孩子從 Scratch 學 AI？

在 AI 席捲各行各業的 2026 年，「讓孩子理解 AI」已經不是選項，而是必修課。但問題來了——怎麼跟一個 8 歲孩子解釋機器學習？用深奧的數學公式嗎？當然不行！

好消息是，Scratch 加上幾個專為兒童設計的 AI 工具，讓這件事變得既好玩又可行。孩子不需要寫一行傳統程式碼，就能親手「訓練」一個 AI 模型，讓電腦學會辨認貓咪、猜拳手勢，甚至聽懂自己說的話！

這篇文章會帶你和孩子一起，用積木式程式設計踏出 AI 學習的第一步。如果你還不熟悉 Scratch 的基本操作，建議先閱讀Scratch 兒童遊戲程式入門完整指南，打好基礎再來挑戰 AI 主題。

AI 機器學習是什麼？用積木來解釋

在動手做之前，讓我們先用孩子能懂的語言解釋「機器學習」到底是什麼。

想像一下：你給電腦看了 100 張貓的照片，再給它看 100 張狗的照片，然後告訴它「這是貓、這是狗」。下次給電腦看一張新照片，它就能猜出那是貓還是狗——這就是機器學習！

機器學習的三個關鍵步驟，孩子一聽就懂：

• 收集資料：給電腦看很多範例（就像讓它「念書」）
• 訓練模型：讓電腦從範例中找規律（就像「做練習題」）
• 做出預測：遇到新問題時，用學到的規律來判斷（就像「考試」）

這個概念是不是比想像中簡單？接下來，我們要用兩個超棒的工具，讓孩子把這三個步驟都實際操作一遍！

認識兩大神器：ML4Kids 與 Google Teachable Machine

ML4Kids：專為兒童設計的 AI 學習平台

Machine Learning for Kids（ML4Kids） 是一個免費的線上平台，網址是 machinelearningforkids.co.uk，由英國教育工作者 Dale Lane 開發。它的最大特色是可以直接與 Scratch 整合——訓練好的 AI 模型，會自動變成 Scratch 裡的積木！

ML4Kids 支援三種資料類型：

• 文字分類：教 AI 辨認不同類型的句子（如正面/負面情緒）
• 圖片辨識：教 AI 看照片做分類
• 數字資料：教 AI 從數字規律中做判斷

平台完全免費，無需安裝，開啟瀏覽器就能用。

Google Teachable Machine：拍照就能訓練 AI

Google Teachable Machine（teachablemachine.withgoogle.com）則是 Google 推出的免費工具，操作更加直觀。孩子只需要對著鏡頭做動作或拿出物品，系統就能即時訓練一個視覺辨識模型。

訓練好的模型可以匯出後整合進 Scratch 專案，實現更豐富的互動效果。如果你對 Teachable Machine 和 Scratch 的深度整合有興趣，可以參考Scratch x Teachable Machine AI 體感遊戲教學，那篇文章有非常詳細的操作步驟。

動手做專案一：情緒辨識小助手（文字分類）

這是最適合第一次接觸 ML4Kids 的專案。我們要教 AI 分辨「開心的句子」和「難過的句子」，然後在 Scratch 裡做出一個能回應情緒的角色。

步驟一：在 ML4Kids 建立專案

1. 前往 machinelearningforkids.co.uk，點選「試用！」（不需要註冊帳號）
2. 點選「新增專案」，輸入名稱（如「情緒偵測器」）
3. 選擇資料類型：文字
4. 建立兩個類別：「開心」和「難過」

步驟二：收集訓練資料

這一步是最好玩的部分！讓孩子自己想出各種句子：

• 「開心」類別：「今天去遊樂園玩好開心！」「我考了 100 分！」「媽媽買了我最愛的蛋糕！」
• 「難過」類別：「我的玩具壞掉了。」「今天下雨不能出去玩。」「我和好朋友吵架了。」

建議每個類別至少輸入 10 個句子，讓 AI 有足夠的「教材」可以學習。

步驟三：訓練模型

點選「訓練新的機器學習模型」，等待約 30 秒，AI 就完成訓練了！你可以立刻測試：輸入一個新句子，看看 AI 猜得準不準。這個時刻通常會讓孩子發出驚呼——「電腦真的看懂了！」

步驟四：在 Scratch 裡做出互動角色

1. 從 ML4Kids 專案頁面點選「在 Scratch 裡製作」，系統會自動開啟整合版 Scratch
2. 你會看到新增了一組 AI 積木，包含「辨識文字」和「信心指數」
3. 設計流程：使用者輸入句子 → AI 判斷情緒 → 角色做出對應反應（開心就跳舞、難過就安慰）

這個簡單的專案，就是真實 AI 產品（如客服機器人情緒分析）的縮小版！

動手做專案二：剪刀石頭布 AI 對戰（圖片辨識）

第二個專案稍微進階一點，我們要教 AI 用攝影機辨認孩子出的「剪刀、石頭、布」手勢，然後做出一個真的能互動的遊戲！

使用 Google Teachable Machine 訓練手勢辨識

1. 前往 Teachable Machine，選擇「圖片專案」→「標準圖片模型」
2. 建立三個類別：剪刀、石頭、布
3. 點選「開啟網路攝影機」，對著鏡頭做手勢，每個手勢拍攝約 50-100 張照片
4. 點選「訓練模型」，等待訓練完成（通常不到 1 分鐘）
5. 在右側預覽區即時測試，確認辨識準確率

匯出模型整合進 Scratch

訓練完成後，點選「匯出模型」→「上傳（雲端）」，複製模型連結。接著在 Scratch 裡使用支援外部 AI 模型的擴充功能，就能把手勢辨識功能帶入遊戲中。電腦角色可以隨機出拳，孩子用手勢對戰，勝負判定完全由 AI 完成！

這個專案的完整體感互動版本，可以在Scratch x Teachable Machine AI 體感遊戲教學中找到更詳細的步驟說明。

給家長的教學建議

適合年齡與分組方式

• 8-10 歲：建議從情緒辨識文字分類開始，概念最直覺，操作最簡單
• 10-12 歲：可以挑戰圖片辨識，並嘗試調整訓練資料量，觀察準確率的變化
• 12 歲以上：可以開始思考「AI 會不會犯錯？為什麼？」等更深層的問題

常見問題排解

AI 辨識錯誤怎麼辦？恭喜你！這是最好的學習機會。引導孩子思考：訓練資料夠多嗎？光線夠好嗎？手勢夠清楚嗎？讓孩子自己找出原因並改進，這才是真正的工程師思維。

孩子覺得無聊怎麼辦？讓他們自己決定 AI 要學什麼！最喜歡的卡通角色？恐龍種類？食物辨識？當孩子有主導權，學習動力會大幅提升。

AI 學習之後：延伸探索更多程式世界

學完 Scratch AI 之後，孩子的程式學習之旅才剛要開始！如果孩子對硬體互動感興趣，micro:bit 兒童程式硬體教學可以讓他們把程式從螢幕帶進真實世界，用感測器做出各種有趣裝置。

而如果孩子對遊戲開發越來越著迷，想要創作更精緻的 2D 遊戲，Godot 4 兒童 2D 遊戲開發教學是一個很好的下一步，提供更強大的遊戲引擎工具。

學習 AI 的真正意義：培養「問問題」的能力

最後，我想和所有陪孩子學習的家長說一件重要的事：讓孩子學 AI 不是為了讓他們「成為工程師」，而是培養一種思維方式——

「當我遇到一個問題，我能不能用資料和邏輯來解決它？」

這種思維，在 AI 時代無論從事什麼行業都受用無窮。而 Scratch 加上 ML4Kids，正是讓孩子在輕鬆好玩的環境中，悄悄種下這顆種子的最佳方式。

準備好了嗎？打開瀏覽器，和孩子一起訓練你們的第一個 AI 模型吧！記得回來分享你們的成果——每一個「電腦真的學會了！」的驚呼，都是最值得記錄的學習時刻。