一份新研究提出「區塊鏈強化人工智慧素養（BEAL）」教育框架，將區塊鏈技術整合至學習環境中，教導學童辨識AI生成內容的真偽。透過互動式介面，學童能查驗AI內容的來源與審閱紀錄，試點研究顯示能顯著提升學童對內容來源的理解度、隱私意識及批判性評估能力。
當生成式人工智慧（AI）快速進入校園，學童可能在不知情下接觸機器生成內容。為此，一份新研究提出將區塊鏈 （Blockchain，一種去中心化、不可竄改的數位帳本技術）整合至學習環境中，打造一套名為「區塊鏈強化人工智慧素養（Blockchain-Enhanced AI Literacy, BEAL）」的AI素養教育模型 。此模型旨在培養兒童成為辨識AI內容真偽的「AI偵探」，透過互動式學習，提升學童對數位內容的批判性思維與辨識能力。
根據《Bioengineer.org》報導，BEAL 框架利用區塊鏈去中心化、不可竄改與透明的特性作為教學工具。該框架將區塊鏈的分類帳轉化為直觀的學習介面，讓學童能點擊 AI 內容上的「驗證來源」按鈕。如此一來，學童便能視覺化地看到內容的創作時間、創作者，以及是否有專家審閱過。這套框架的三大設計原則包含「有形信任」（來源查驗）、「經驗式隱私」（資料保護可視化）及「可解釋系統」（逐步揭露區塊鏈複雜度），旨在讓抽象的 AI 素養概念變得具體可感。
該研究於今年3月10日刊登在《AI, Brain and Child》期刊上，並已進行試點研究。初期有 10 至 12 位專家評估，對其將複雜概念傳達給兒童的能力給予平均 8.2 分（滿分 10 分）的高度肯定。隨後，研究團隊與 22 名 10 至 12 歲的學童進行了為期一週的測試。在導入 BEAL 系統前，僅有 35% 的學童能清楚表達為何要質疑 AI 生成內容；介入後，學童對內容來源的理解度從 35% 提升至 80%，隱私意識增加了 52%，而批判性評估 AI 輸出的能力也從 28% 躍升至 70%。一名學童指出，她不信任某個內容是因為「區塊鏈顯示沒有人檢查過它」，顯示學童已能運用該工具進行判斷。
儘管成效顯著，研究團隊也坦言該研究存在局限性，例如樣本數較小、文化背景同質性高、測試時間短暫等。此外，實務上仍面臨一些挑戰，包括部分學童反應介面複雜，以及偶爾出現網路延遲問題。有學童更提出關鍵質疑：「那誰來檢查老師是否正確？」這點出區塊鏈雖然能轉移信任依賴，但並未完全消除信任問題。研究人員強調，系統的準確性仍取決於原始創作者輸入中繼資料的精確性。
研究作者伊斯梅拉·特米塔約·薩努西（Ismaila Temitayo Sanusi）、Meysam Abedi 與 Markku Tukiainen 呼籲，應優先建立內容初始驗證的治理機制、設計直觀且符合年齡的介面，並在推廣初期輔以成人引導。他們認為，AI 素養教育可整合進現有課程中，教師不需具備專業技術背景。此框架旨在培養學童的批判性好奇心，而非提供關於 AI 的標準答案。此類結合創新技術的互動式學習模式，亦值得台灣教育界思考與借鑑，探索如何提升我國學童的數位素養與對未來科技的判讀能力。