Scratch AI 擴充功能完全攻略：讓孩子用積木學機器學習與語音辨識
你家的小朋友可能已經會用 Scratch 做簡單的動畫和遊戲了，但你知道 Scratch 也能讓孩子體驗人工智慧嗎？從語音辨識到影像分類，這些聽起來很高深的 AI 技術，其實用 Scratch 的積木介面就能玩得很開心。這篇文章會帶你認識 Scratch 目前所有的 AI 相關功能，還有幾個孩子一定會愛上的實作專案。
Scratch 與 AI：為什麼這個組合很重要
AI 已經不是未來的技術，而是現在進行式。你家孩子的手機助理、推薦影片的演算法、甚至學校的自動評分系統，背後都有 AI 在運作。讓孩子理解 AI 的基本原理，不是要他們變成 AI 工程師，而是讓他們成為有能力理解和批判 AI 的數位公民。
Scratch 是最適合入門的平台，因為它把複雜的 AI 概念包裝成孩子熟悉的積木形式。不需要寫任何程式碼，也不需要理解數學公式，拖幾個積木、設幾個參數，就能做出會「聽」、會「看」、會「翻譯」的程式。這種體驗對 8-14 歲的孩子來說，既有趣又有教育意義。
Scratch 內建 AI 擴充功能介紹
Scratch 3.x 版本內建了幾個跟 AI 相關的擴充功能，你可以在左下角的「擴充功能」按鈕找到它們。這些功能不需要額外安裝，開箱即用。
文字轉語音（Text to Speech）
這是最容易上手的 AI 擴充。加入之後會多出幾個積木，最重要的是「說 [你好] 」這個積木。它會把文字轉換成語音，支援多種語言和聲音角色。孩子可以用這個功能做出會講故事的角色、多語言問候機器人，或者簡單的語音導覽系統。
進階玩法是搭配「詢問」積木和「回答」變數，做出簡易的對話系統。例如：角色問「你今天心情好嗎？」，孩子輸入答案後，角色根據關鍵字做出不同的語音回應。雖然不是真正的自然語言理解，但概念是相通的。
翻譯擴充功能
翻譯擴充使用 Google 翻譯 API，可以在積木中直接進行語言翻譯。搭配文字轉語音，孩子可以做出一個「即時翻譯機」：輸入中文，自動翻成英文並唸出來。
這個擴充支援超過 50 種語言，孩子可以做出「世界語言探索器」——點擊地圖上的不同國家，角色就用那個國家的語言打招呼。這不只是學程式，也是學地理和語言的好方法。
人臉偵測（Video Sensing）
Video Sensing 擴充可以存取電腦的攝影機，偵測畫面中的動態變化。雖然它不是真正的人臉辨識（不能識別「誰是誰」），但能偵測攝影機前有沒有動作、動作的方向和強度。孩子可以用這個做出「體感遊戲」——揮手就能控制角色移動，或者做一個「魔法鏡子」，當偵測到臉靠近時觸發特效。
Machine Learning for Kids：進階 AI 積木
Machine Learning for Kids（ml4kids.org）是由 IBM 工程師 Dale Lane 開發的免費平台，專門為 Scratch 提供機器學習擴充積木。它讓孩子體驗完整的 AI 訓練流程：收集數據→訓練模型→在 Scratch 中使用模型。如果你已經讀過Machine Learning for Kids 的基礎教學，這裡會帶你更進一步。
具體的操作流程是：
- 在 ML4Kids 網站上建立一個「專案」，例如「分辨貓和狗」
- 上傳訓練數據（貓的照片和狗的照片各 10-20 張）
- 點「訓練模型」，等幾分鐘讓 AI 學習
- 回到 Scratch，用專屬的 ML4Kids 積木來呼叫你剛訓練的模型
- 在程式中加入判斷邏輯：如果辨識結果是「貓」，角色就喵喵叫
整個過程大概 30-40 分鐘，適合 10 歲以上的孩子。最棒的是，孩子會親眼看到「數據越多，AI 越準確」這個核心概念。當他們發現只用 5 張圖訓練的模型很容易出錯，加到 20 張就準確多了，這就是最直觀的機器學習教育。
PictoBlox：AI 視覺化程式設計
PictoBlox 是另一個基於 Scratch 介面的 AI 程式設計平台，由印度公司 STEMpedia 開發。它比 ML4Kids 多了幾個有趣的功能：
- 人臉偵測：可以偵測臉部的位置、表情（開心、難過、驚訝等）和年齡預估
- 手勢辨識：辨識比讚、揮手、握拳等手勢
- 物體偵測：辨識攝影機畫面中的常見物體（杯子、書本、手機等）
- 語音辨識：把說的話轉成文字，支援中文
PictoBlox 的優勢是這些 AI 功能都是離線運作的，不需要上傳數據到雲端，對於注重隱私的家長來說比較安心。它也支援硬體連接，可以搭配 Arduino 或 micro:bit 做出實體的 AI 裝置。
三個適合孩子的 AI 專案實作
專案一：AI 猜拳大師（難度：★★☆）
用 ML4Kids 訓練一個能辨識剪刀、石頭、布手勢的模型，然後在 Scratch 中做出猜拳遊戲。攝影機拍到孩子的手勢後，AI 辨識結果，電腦隨機出招，判斷勝負。進階版可以讓電腦分析孩子的出拳模式，做出「聰明」的預測。這跟Scratch ChatGPT API 聊天機器人專案一樣，都是讓孩子體驗 AI 互動的好方式。
專案二：情緒日記（難度：★★★）
結合 PictoBlox 的表情辨識和 Scratch 的變數功能。每天開啟程式，攝影機拍下孩子的表情，AI 判斷今天的心情，自動記錄到一個「情緒日曆」中。一週結束後，程式會顯示一張情緒統計圖。這個專案同時教會孩子數據收集和視覺化的概念。
專案三：垃圾分類小幫手（難度：★★★）
用 ML4Kids 訓練一個能辨識不同類型垃圾（紙類、塑膠、金屬、廚餘）的模型。把攝影機對準垃圾，AI 告訴你應該丟哪個回收桶。這個專案不只學 AI，還能培養環保意識。建議和孩子一起收集訓練照片，每種垃圾至少 20 張，從不同角度拍攝。
Scratch 4.0 展望：未來的 AI 功能
MIT 媒體實驗室的 Scratch 團隊已經在開發 Scratch 4.0，預計 2027 年發布。雖然官方還沒有正式公告 AI 相關功能，但從研究論文和開發者討論中可以看到幾個可能的方向：
- 內建機器學習訓練：不再需要外部平台，直接在 Scratch 介面中訓練簡單的分類模型
- 自然語言程式設計：用說的或打字描述想要的程式行為，AI 自動生成對應的積木組合
- 智慧除錯建議：當程式有 bug 時，AI 分析積木邏輯並給出修正建議
- 協作 AI 助手：像是一個虛擬的程式設計夥伴，在孩子卡關時提供提示而非直接給答案
這些功能如果實現，Scratch 會成為孩子學習 AI 最完整的單一平台。但在那之前，目前的擴充功能搭配 ML4Kids 和 PictoBlox，已經能提供非常豐富的 AI 學習體驗了。
家長指南：陪孩子玩 AI 積木的注意事項
最後給家長幾個建議。首先，重點是理解概念，不是追求結果。如果孩子訓練的模型只有 60% 準確率，那正好是討論「AI 為什麼會出錯」的好機會。其次，注意隱私。使用攝影機功能時，確認照片不會被上傳到不信任的第三方服務。ML4Kids 使用 IBM Watson，PictoBlox 是離線處理，兩者都相對安全。
另外，建議家長跟孩子一起討論 AI 的倫理問題。例如：「如果 AI 看到你的表情就知道你的心情，你覺得這樣好嗎？」這類問題沒有標準答案，但能培養孩子的批判性思維。想了解更多 Scratch 到進階程式的學習路徑，可以參考Scratch 到 Python 的轉銜學習指南。
AI 教育的最佳起點不是大學課堂，而是孩子們最熟悉的 Scratch 積木世界。用積木理解 AI，用專案體驗 AI，用討論反思 AI——這才是真正有意義的 AI 教育。