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
- 前往
machinelearningforkids.co.uk,點選「試用!」(不需要註冊帳號) - 點選「新增專案」,輸入名稱(如「情緒偵測器」)
- 選擇資料類型:文字
- 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
- 從 ML4Kids 專案頁面點選「在 Scratch 裡製作」,系統會自動開啟整合版 Scratch
- 你會看到新增了一組 AI 積木,包含「辨識文字」和「信心指數」
- 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
- 前往 Teachable Machine,選擇「圖片專案」→「標準圖片模型」
- 建立三個類別:剪刀、石頭、布
- 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
- 點選「訓練模型」,等待訓練完成(通常不到 1 分鐘)
- 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。
繼續閱讀
Scratch 物理模擬遊戲教學:用積木做出重力、彈跳和碰撞偵測
相關文章
你可能也喜歡
探索其他領域的精選好文