Type of Credit: Partially Required
Credit(s)
Number of Students
本課程從人工智慧（AI）、性別與勞動市場的交會點出發，探討AI如何影響就業結構、性別分工與職場公平性。透過跨學科視角，學生將認識AI在勞動環境中的應用，以及其可能帶來的性別偏見與監控問題。課程將分析薪資差距、非典型就業、企業多元政策與國際法規，並比較全球AI與性別政策的發展，思考其對台灣的啟示。教學採取案例討論、小組辯論與政策模擬等方式，結合理論與實務，培養學生批判思維、國際視野與解決問題的能力，理解科技變革下性別平等的新挑戰與可能性。
能力項目說明
|
課程目標與學習成效 |
|
課程目標
學習成效
|
|
週次 |
課程主題 |
課程內容與指定閱讀 |
教學活動與作業 |
|
1 |
9/2課程導論與概述:未來的工作長什麼樣？AI與性別的新挑戰 |
|
活動：未來職場頭腦風暴—小組討論，想像30年後的職場，AI將如何影響性別角色？ |
|
2 |
9/9當AI成為你的「同事」：技術如何改變工作？ |
探討自動化如何創造與取代就業，哪些行業受到最大影響？ |
活動：產業案例分析—哪些職業最可能被AI取代？哪些會成長？ |
|
3 |
9/16性別與勞動市場的不平等 |
性別薪資差距、職業分工與天花板效應 |
活動：薪資公平大調查—解析台灣與國際的性別薪資差距，並討論該如何改變？ |
|
4 |
9/23專題演講—教師薪酬制度：勞動者與人力資源的觀點 |
邀請專家探討性別與勞動 |
Q&A：問專家！—學生可準備問題向專家請教 |
|
5 |
9/30 AI如何影響性別分工？機器也會「重男輕女」？ |
AI如何複製性別歧視、強化刻板印象 |
活動：小組辯論—AI能幫助性別平權還是加劇問題？ |
|
6 |
10/7科技、性別與未來 |
深入剖析AI在職場的影響 |
活動：專題討論—反思企業如何改變現狀 |
|
7 |
10/14 AI決策公平嗎？演算法也會有偏見？ |
AI如何強化性別與種族偏見？（如AI面試系統排擠女性候選人） |
活動：破解演算法歧視！—分析真實案例，如亞馬遜的AI招聘系統歧視女性 |
|
8 |
10/21期中考試—測試你的AI與性別知識！ |
綜合前7週內容 |
筆試或專題討論考試 |
|
9 |
10/28我們能做什麼？性別歧視與AI偏見的對策 |
各國政策如何應對AI歧視？ |
活動：設計「公平AI」！—小組提出改善AI公平性的創新想法 |
|
10 |
11/4 AI時代的家庭與工作：我們如何平衡？ |
遠距工作、數位監控對性別的影響 |
活動：政策建議工作坊—設計彈性工時或遠距工作的公平政策 |
|
11 |
11/11法律能解決AI時代的性別問題嗎？ |
勞動法如何應對AI技術發展 |
活動：勞動法修正模擬—學生扮演政策制定者，擬定保障性別平等的AI政策 |
|
12 |
11/18企業責任與多元共融（DEI）政策 |
企業如何運用AI促進性別公平 |
活動：企業顧問挑戰—學生模擬企業顧問，提出DEI政策建議 |
|
13 |
11/25誰來監督AI？數位監控與企業責任 |
AI監控技術對勞工與性別的影響 |
活動：模擬職場監控討論—當你被AI監控，你該怎麼辦？ |
|
14 |
12/2全球AI與性別政策大比拼 |
比較歐盟、美國、日本的AI監管法案 |
活動：國際政策比較分析—小組選擇一個國家，分析其政策優缺點 |
|
15 |
12/9學生研究成果發表 |
學生小組報告 |
活動：小組發表與回饋 |
|
16 |
12/16學生研究成果發表 |
學生小組報告 |
活動：小組發表與回饋 |
上課出席:20%
期中考：40%
期末口頭與書面報告：40%
課程參考資料於授課時提供並上傳至moodle平台供下載