查小喵的時空旅行
0
開始
前測
1
2
3
4
5
實驗室
後測
完成
查小喵

守護小島!查小喵的 AI ㄇㄠˋㄒㄧㄢˇ

學會認識 AI、查證內容、聰明使用工具的冒險

查小喵
不好了!小島上突然出現好多看起來很厲害的 AI 內容! 有些真的有幫助,有些卻會亂講、誤導,讓大家分不清什麼能信、什麼要再查。
外星人
嘿嘿嘿…我們ㄧˇ經占領小島了!
查小喵
跟我一起坐ㄕˊ光機回到過去, 把亂糟糟的資訊問題在一開始就看清楚!
遊戲怎麼玩?
你會經過 5 個關卡,每一關都會學到一個 AI 素養小技巧, 而且我會教你怎麼用真實工具查一查。每答對都會得到ㄒㄧㄥ星! 5 個關卡 + AI 實驗室。每一關都會帶你練一個在 AI 時代很實用的判斷技巧,並用前測 / 後測檢查進步。

*1 家長與老師的來源與延伸閱讀已移到頁末,孩子先跟著任務走即可。

🔬 進階挑戰(高年級可以挑戰) 學會用照片的 EXIF 小線索追地點與時間
📝 AI 素養前測

先看看你已經會多少?

做完這 5 題 AI 素養小測驗,
遊戲結束會再考一次,看你進步多少!

查小喵
不用緊張,這個測驗不會打分數!只是讓查小喵知道你原本就會多少, 等到你玩完整個遊戲,再考一次一模一樣的題目, 你就會看到自己進步了多少喔!
1 / 5 題

關卡一:照片裡藏了哪些線索?

學會先觀察,再下判斷

查小喵
時光機要設定地點才能穿ㄔㄨㄢ越! 我找到一張線索照片,但不知道是哪個城市拍的。你願意幫我看一下嗎?
📚 老師教你的小技巧

怎麼從照片找出城市?

1. 看照片裡的招牌、店家名字有沒有寫城市的名字

2. 看路牌上的路名(很多城市有特別的地名)

3. 看有沒有有名的地標(像 101、八卦山)

🔍 仔細看這張線索照片

找找看照片裡有幾個地方寫了城市的提示!

線索照片
💡 提示

紅色大招牌寫了什麼?(店名通常有城市名)

綠色指示牌寫的地標在哪個縣市

藍色路牌的路名

❓ 選擇題

這張照片是在哪一個城市拍的?

🔬 進階關卡

照片的「ㄒㄧㄠˇ秘密」

學會用 EXIF 工具看照片的ㄓㄣㄌㄞˊ

查小喵
你知道嗎?每張ㄕㄨˋ位照片都會偷偷記下「拍照時的小秘密」喔! 像是「什麼時候拍的」、「用什麼相機」、「拍照地點」… 這個秘密叫做 EXIF(讀做 「易克西夫」)。
📚 怎麼看照片的小秘密?

不用記什麼複雜的東西,只要把照片「拖到」線上工具就好!

EXIF 工具教學
🔗 真正可以用的線上工具(點下面就能去)

下面這些都是免費的,你可以現在就試試看!

查小喵
看到了嗎?工具會跑出一堆料。 其中最有用的是 GPS 地點! 那兩個數字(像是「23.97, 120.98」)就是ㄉㄧˋ球上的「精準位置」。
🗺️ GPS 數字怎麼變成「地點」?

很簡單!把 GPS 數字「貼」到 Google 地圖就好!

Google Maps 教學
💡 練習題

假設我們把一張線索照片拖進 EXIF 工具,看到:

📍 GPS:23.9739, 120.9820

把這串數字貼到 Google 地圖,會跑出哪個地方?

關卡二:時間對不對?

用 Google 地圖回頭看以前的畫面

查小喵
地點對了!可是…ㄐㄧㄢˋ築物的顏色不對! 我記得這個地方的房子本來是紅色, 可是現在變灰色了。我們來到的時間不對!
📚 老師教你的小技巧

「Google 地圖」可以看以前的照片!ㄌㄧˋ害吧?

街景教學
🔍 用 Google 街景看這 4 張照片

下面是同一個地方在不同年份拍的照片。 請找出建築物還是「紅色」的那一年,那才是對的時間!

關卡三:AI 圖片哪裡怪?

看出合成畫面的破綻

查小喵
到了!這裡有外星人ㄨㄟˇ裝成人類,他們是用 AI ㄏㄨㄚˋ出來的ㄐㄧㄚˇ圖。 我來教你怎麼找出 AI 的ㄆㄛˋ綻!
👀 老師示範:這是 AI 畫的假人,看哪裡怪

下面這張臉是 AI 畫的。紅圈圈住的地方就是 AI 最常出錯的位置:

AI 假人示範
💡 AI 最常出錯的 5 個地方

👂 耳朵:兩隻耳朵長得不一樣、形狀怪

💇 頭髮邊緣:糊糊的、像被水彩暈開

👀 眼睛:兩隻不對稱、瞳孔形狀怪

手指:多一根、少一根、彎錯方向

🌳 背景:歪掉、文字看不懂

🎯 換你來找碴!

下面這張也是 AI 畫的,已經告訴你是假的。你要找出 3 個怪怪的地方!

👉 用手指點看看圖片上你覺得怪的地方。點對了會出現綠色 ✓

找碴題目1:教宗 AI 圖
找出 0 / 3 個破綻
🎯 第二題:兩張 AI 假人臉

下面這兩張臉都是 AI 畫家畫的(不是真人喔!)。找出 3 個糊糊的地方!

提示:AI 畫不好的位置常常是耳朵、頭髮邊緣,仔細看左右兩個人。

找碴題目2:兩張 AI 臉
找出 0 / 3 個破綻

關卡四:ㄑㄧˇㄉㄨㄥˋㄓㄨㄟㄩㄢˊㄇㄛˊㄕˋ

學會用「以圖搜圖」找照片真正來源

查小喵
我們把外星人都找到了! 要把他們ㄓㄨㄤ太空膠囊送回外太空。 可是膠囊需要密碼才能啟動,密碼藏在這張線索照片裡!
📚 老師教你的小技巧

「以圖搜圖」是什麼?就是把一張照片放進 Google, 然後 Google 會找出這張照片是從哪裡來的,可以知道是誰拍的、什麼時候拍的!

以圖搜圖教學
🔍 線索照片

查小喵找到這張水災照片,要把它放進 Google 「以圖搜圖」找出原始照片:

水災線索照片
📤 假裝你已經把照片放進 Google 了

下面是 Google 跑出來的結果:

搜尋結果示範
💡 怎麼變成密碼?

步驟 1:把ㄖˋ期變成 8 個數字

📅 2001 年 9 月 17 日 → 20010917

步驟 2:再加上「車牌的國家」字母

📍 照片裡看到韓國的車牌 → 對照下面的表格找到「K

日本 J
韓國 K
台灣 T
美國 A
印尼 I
西班牙 S
🔐 輸入完整密碼

輸入日期 8 位數,最後再輸入韓國的代碼字母

關卡五:影片能直接相信嗎?

學會用「影片截圖反搜」找原始版本

查小喵
等飛機的時候,我滑到一段影片, 說「總統講了很奇怪的話」! 可是…總統真的會這樣說嗎? 這影片是不是被改過了?
🎬 可疑的影片

下面這段影片有點怪怪的, 嘴唇動作和聲音對不上,可能是 deepfake,也可能是被錯誤轉傳的片段。

可疑影片
📚 老師教你的小技巧

影片其實就是「很多照片」連在一起播。我們可以把其中一張截圖下來,用以圖搜圖找原始影片!

影片溯源教學
📤 假裝你已經把截圖放進 Google 了

結果出來了:

影片搜尋結果
💡 想想看

原始影片是 2023 年總統府官方發布的,但有人在 2024 年用 deepfake 改了嘴巴和聲音,散播假新聞!

❓ 選擇題

當你看到「總統說了奇怪的話」的影片時,應該怎麼做?

加碼關卡:阿呆狗的可疑貼文

學會判斷「舊圖新傳」和社群脈絡

查小喵
不好了!查小喵剛剛搭上飛機, 看到阿呆狗的 IG 貼文說「剛剛附近大樓火」! 可是…我覺得怪怪的,這真的是「剛剛」發生的嗎?
🔍 看看這則 IG 貼文

阿呆狗說「剛剛 1 小時前」家附近大樓著火。但我們要驗證一下是不是真的。

阿呆狗 IG 貼文
📚 老師教你的小技巧

怎麼驗證 IG 貼文是不是「剛剛」發生的?

1. 把照片用 Google 以圖搜圖,看看有沒有更早的版本

2. 看新聞網站有沒有報導「最新」事件

3. 看查核網站怎麼說,不要只憑朋友轉傳

📤 我們把照片放進 Google 以圖搜圖

結果跑出來:

搜尋結果
💡 想想看

原始照片是 2018 年 5 月 12 日拍的,不是「剛剛」!

阿呆狗發的貼文,照片其實是 6 年前的舊照片!

❓ 選擇題

所以這則 IG 貼文應該怎麼處理?

🧪 AI 實驗室

AI 怎麼生成畫面,又怎麼被看出破綻?

下面所有的分數,都是真的電腦看過這些臉之後打的,
不是隨便寫的喔!
所有分數皆由本機部署的 Effort 偵測器即時推論,並非預先寫死。

查小喵
你已經會看線索、查時間、追來源、判斷影片和社群內容了! 最後查小喵帶你看一個秘密 — 大人怎麼教電腦看出生成畫面。 就像爸爸媽媽教你認字一樣,看越多次就越會認! 前面已經學了實用的 AI 素養技巧。最後一站,我們進入 AI 研究員的世界, 看看 生成內容偵測器是怎麼被訓練出來的, 以及為什麼它只能當線索,不能取代人的判斷。
大人怎麼教電腦看出生成畫面? 生成內容偵測器是怎麼訓練出來的?
1

畫假臉生成資料

叫 AI 畫家畫出一張假臉用 GAN/Diffusion 模型生成偽造影像

2

給電腦看推論預測

讓電腦打分數,越高越像假的偵測器輸出 0-1 機率:越接近 1 越可能為偽造

3

看電腦看哪裡熱力圖視覺化

畫面變紅的地方就是電腦覺得「怪怪的」透過 GradCAM 等方法看模型關注的區域

4

收進相簿標註與蒐集

把這張臉跟「真假答案」一起存起來擴充訓練集,加入新樣本與真實標籤

5

一直練習迭代訓練

看越多臉,電腦就越會認!資料越多元,模型泛化能力越強

🎯 動手玩看看

每次按「下一張」就會抽一張臉。
左邊是原本的照片;右邊是「電腦在看哪裡」 — 紅色的地方就是電腦覺得「怪怪的」地方。
每次按「下一張」會隨機抽樣。左邊是原圖,右邊是注意力熱力圖,紅色區域代表偵測器認為最可疑的位置。

全部
新 AI 畫家
舊 AI 畫家
換臉假圖
AI 全身假人
真人照
很久以前的老照片

① 原始照片

原圖
來源:新 AI 畫家
真相:假的(AI 畫的)

② 熱力圖(AI 在看哪裡)

熱力圖
像電腦拿放大鏡在看這張臉。
紅色越多 = 電腦越覺得「是假的
藍綠越多 = 電腦越覺得「是真的
紅色高激活 = 偵測器認為偽造機率高
藍綠低激活 = 偵測器認為為真的機率高
注意:本實驗室的熱力圖為簡化視覺化,非原生 GradCAM。

③ 電腦給的分數③ AI 偵測器輸出機率

0.82
AI 分數
就像考試打分數一樣!
越接近 1 = 電腦越覺得這張臉是假的
越接近 0 = 電腦越覺得這張臉是真的
⚠ 中間 0.4~0.6 是「電腦也不太確定」
這是模型輸出的偽造機率
0.6 = 高信心判定為偽造
0.4 = 高信心判定為真實
⚠ 0.4~0.6 為不確定區,模型置信度不足
電腦覺得:是假的(82% 確定)
✓ 答對了!電腦這次看對了,這張臉真的是假的!

📚 你的「電腦學習相簿」 📚 訓練樣本池

想像電腦像小寶寶一樣,看越多臉,就越會分辨真假! 資料量越大、來源越多元,模型的辨識能力就越穩定。

0
總共看了幾張
0
假的臉
0
真的臉
⚠ 重要!電腦也會搞錯 ⚠ 偵測器的盲點

查小喵想跟你說一個秘密:
就算是電腦,看臉也會看錯!下面這些圖,連電腦都判斷錯了:
即使是 ICML 2025 最新的 Effort 偵測器,對訓練分布之外的樣本仍會誤判。下面是真實誤判案例:

照片真相電腦分數電腦的判斷
🐱🐶 像貓抓老鼠一樣的比賽 ⚔ 紅藍對抗:生成 vs 偵測

世界上有兩種大人,一直在玩「貓抓老鼠」的遊戲:

🐭 一邊的大人(畫假臉的):他們一直發明新的 AI 畫家,畫出更像真人的臉,想騙過電腦。

🐱 另一邊的大人(教電腦認假的):他們把這些假臉收集起來,教電腦怎麼分辨真假。

所以呢?不要 100% 相信電腦的判斷
最厲害的查假方法,還是你自己的眼睛,加上前面學到的四個小工具

📖 給家長和老師的補充說明(小朋友可以跳過)

關於這個實驗室用的技術

  • 「電腦」=「Effort」偵測器:本實驗室所有分數都是用 Effort(ICML 2025 發表的生成內容偵測模型)真實跑出來的結果,由國立陽明交通大學 ACVLab 部署在本機。模型權重來自原作者公開釋出。
  • 「新 AI 畫家」= Stable Diffusion 1.5:Stability AI 於 2022 年釋出的擴散式生成模型。實驗室裡 6 張 sd_face_*.jpg 是在本機用 diffusers 套件、conda 環境 diffusion 內生成的。
  • 「舊 AI 畫家」= StyleGAN:NVIDIA 於 2018 年發表的生成對抗網路(GAN),是 thispersondoesnotexist.com 背後的模型。實驗室裡 6 張 wfir_ai_*.jpg 取自該網站。
  • 「電腦在看哪裡」= 模擬熱力圖:因 Effort 並無原生 GradCAM 輸出,本實驗室的熱力圖是在偵測到的人臉位置疊一層高斯紅色 blob,強度由 Effort 分數決定。這只是教學用視覺化,不代表真正的注意力分布。
  • 為什麼 Effort 也會搞錯?因為這類偵測器都是「有監督學習」,只能認得「看過的」風格。歷史黑白照、長尾分布的真實照片、新型生成模型都可能讓它失準。所以才需要在課堂上強調「不能 100% 依賴 AI 偵測器」。

更多技術細節請參考主站「偵測器分析」與「Benchmark」頁面。

📝 AI 素養後測

最後一關!再考一次同樣的題目

看你進步多少 ✨

查小喵
還記得剛開始的 5 個題目嗎?這次一模一樣的題目再考你一次, 看看玩完遊戲之後,你有沒有變得更厲害!
1 / 5 題

🎉 任務成功!

你和查小喵一起ㄕㄡˇ護了小島, 也學會了在 AI 時代怎麼觀察、查證和負責任地做決定!

從照片找線索
用 Google 街景
查時間證據
找出 AI 假圖
的破綻
用以圖搜圖
找照片來源
查小喵
恭喜你成為「ㄒㄩㄣˋ守護員」!
📊 你的學習成效
前測
0/5
後測
0/5
你進步了 0 題!
🤖 記得這個重要的事

查小喵讓電腦看了下面這些圖,分數越接近 1 表示電腦越覺得「是 AI 假的」。 但你看 — 連電腦都會看錯:

圖片 真相 AI 偵測分數 電腦判斷
教宗羽絨大衣假的 (AI 畫的)0.22❌ 誤判為真
愛因斯坦黑白照真的 (歷史照片)0.78❌ 誤判為假
AI 畫家畫的男生臉假的0.83✓ 正確
真實彩色照真的0.18✓ 正確

所以:不要 100% 相信電腦!還是要靠自己的眼睛和前面學到的小工具喔!

🔬 還沒玩過進階關卡? 學「照片小秘密 EXIF」找出 GPS 地點 🎮 玩 Which Face Is Real? 真假人臉大挑戰!看你能猜對幾題
🎮 真假大挑戰

Which Face Is Real?

兩張臉,一張真的、一張 AI 畫的,
你能看出來嗎?

查小喵
這是一個真實的ㄧㄢˊ究遊戲!每一輪我會給你兩張臉, 其中一張是「真的人」,另一張是 AI 畫家畫的。 點你覺得是「真人」的那張!
🎯 第 1 題 / 共 5 題

哪一張是「真人」?

🏆 你的成績

0 / 0 答對