一名居住在美國灣區的 11 歲男童，近日在母親協助與 Microsoft Copilot 引導下，完成一款自己設計的電玩遊戲。男童沒有程式設計基礎，且稍早被診斷出患有注意力不足過動症（ADHD）、閱讀障礙（Dyslexia）及書寫障礙（Dysgraphia），但 AI 工具讓他能以較符合自身需求的方式理解程式概念、處理錯誤，並將遊戲構想轉化為可遊玩的作品。
男童的母親 Michele Ragon 任職於 LinkedIn，負責員工溝通相關業務。她分享這段親子經驗時表示，對兒子而言，Copilot 不只是回答問題的工具，也像是一名不會因重複提問而失去耐性的學習夥伴。
從學校報告開始接觸 AI
母子倆最初共同使用 AI，是為了協助男童完成一篇以颶風為主題的學校報告。他們將 Copilot 開在筆記旁邊，透過來回對話搜尋與整理背景資料。這次經驗讓男童發現，自己可以直接向 AI 詢問不理解的內容，並根據回答進一步追問。
幾週後的一個晚上，Michele 發現兒子正自行使用 Copilot 開發遊戲。男童的靈感來自學校閱讀的《弗里斯比夫人和尼姆老鼠們》（Mrs. Frisby and the Rats of NIMH），並聯想到曾在 Steam 上看過的文明建造類遊戲，因此決定嘗試製作自己的作品。
他向 Copilot 提問：「幫我做出這個遊戲，這是我的想法，我該怎麼做？」之後依照 AI 提供的步驟逐步開發。整個過程持續四天，每天約投入一至兩小時，總計約四至八小時，最後完成一款可以實際遊玩的遊戲。
以反覆提問降低學習門檻
男童表示，Copilot 最有幫助的地方，是即使他反覆詢問相同問題，AI 仍會嘗試以不同方式重新解釋。他最常使用的提示語是「這是什麼意思？」當程式出現錯誤時，他會直接複製錯誤訊息，請 Copilot 說明原因與處理方式；如果回答仍然過於技術性，便再次要求 AI 使用更簡單的語言解釋。
在遇到拼字困難時，他也會改用 Copilot 的語音模式與 AI 對話，減少輸入文字對創作流程造成的阻礙。對於具有閱讀或書寫障礙的使用者而言，這類以自然語言互動、語音輸入及分步說明為主的操作方式，可能有助於降低接觸程式設計的初始門檻，但並不代表所有學習障礙者都會獲得相同效果。
AI 仍無法解決所有程式問題
這次開發並非一路順利。男童提到，最困難的情況是遇到持續出現、卻無法排除的相同錯誤。有時候 Copilot 也無法提供有效解法，而男童因年紀尚小，未必知道應該改變提問方式，或從另一個方向測試程式。
例如，遊戲中的老鼠角色曾持續導致程式崩潰。當問題難以解決時，他最後選擇將角色改成笑臉符號，以避開造成錯誤的部分。這個例子也顯示，生成式 AI 可以協助使用者快速產生程式碼，但除錯、判斷問題根源，以及在無法修復時調整設計，仍需要使用者具備一定程度的理解與取捨能力。
家長對 AI 的疑慮與肯定
Michele 表示，她對兒子使用 AI 仍然抱有疑慮，包括男童是否能分辨 AI 提供的資訊是否正確，以及他在 Steam 等遊戲平台上可能接觸到哪些內容。她也反思，自己是否已設置足夠的家長監控與使用規範。
不過，她強調，開發遊戲的想法完全來自兒子，Copilot 主要扮演執行與解釋工具的角色。對一名不懂程式設計的孩子而言，能夠親手完成一款可以遊玩的作品，帶來具體的正面回饋與成就感，也讓他的創意有機會被實際呈現。
這段經驗不能直接證明 AI 能夠取代教師、家長或專業學習支援，但反映出對部分兒童而言，AI 可能提供更有彈性的提問、解釋與創作環境。另一方面，兒童使用 AI 時仍需要成人陪伴，協助確認資訊、管理平台內容與個人資料安全，並避免將 AI 產生的答案視為必然正確。
家長呼籲學校正視 AI 教育
Michele 認為，學校若完全不教導學生如何正確使用 AI，反而可能讓孩子缺乏面對現實環境所需的判斷能力。她指出，AI 已經出現在日常生活的不同場景，例如求職者使用 Claude 練習面試，或搜尋引擎直接在結果頁提供 AI 生成答案。
在她看來，教育重點不應只放在禁止或避免接觸 AI，也應包括如何提出清楚問題、驗證資訊、理解工具限制，以及保留自己的思考與創作主導權。隨著生成式 AI 持續進入學習與工作場景，這些能力可能成為學校需要逐步建立的數位素養。
當 Michele 問兒子下一步還想用 AI 做什麼時，男童立即開始分享下一款遊戲的構想。對這名母親而言，看見孩子從反覆提問與試錯中獲得信心，是這次經驗最重要的收穫。
