D.1 經濟部 iPAS「AI 應用規劃師(初級)」認證體系與考照全景地圖
學完本節,你能夠:
- 說出 AI 應用規劃師(初級)的主辦單位、兩個考科與七個評鑑主題。
- 正確解讀及格與授證規則(單科 70 分、同時應考時的平均 70 分且每科不低於 60 分)。
- 用對照表判斷本書哪些章節能幫你準備哪個主題,哪些主題要另外補。
壹、開場情境:「修完這門課就能考上嗎?」
📌 以下為教學情境。
期末前,一位國貿系同學來問:「學長說修完這門課就等於準備好 iPAS 了,是真的嗎?」
這個問題值得誠實回答。本書的主軸是用 AI 做商業系統,而 iPAS 初級考的是 AI 的基本觀念與導入規劃。兩者有很大的重疊,但不是同一件事。本節先把證照本身講清楚,再告訴你哪裡重疊、哪裡要另外補。
⚠️ 資訊時效 以下考試資訊整理自經濟部產業發展署「115 年度 AI 應用規劃師能力鑑定簡章」。簡章每年可能修訂,報名前請以 iPAS 官方網站最新公告為準。
貳、這張證照是什麼
1. 基本資料
| 項目 | 內容 |
|---|---|
| 正式名稱 | AI 應用規劃師能力鑑定(iPAS,產業人才能力鑑定) |
| 主辦單位 | 經濟部產業發展署 |
| 執行單位 | 財團法人工業技術研究院 |
| 證書 | 由經濟部核發該級等能力鑑定證書;初級證書永久有效 |
| 級別 | 初級、中級 |
| 初級建議對象 | 具基本 AI 概念和知識的學習者、熟悉 AI 工具導入日常工作者 |
| 初級梯次 | 115 年度共 4 梯次(3/21、5/16、8/15、11/07) |
2. 考試形式
| 項目 | 初級規定 |
|---|---|
| 考科 | 科目一「人工智慧基礎概論」、科目二「生成式 AI 應用與規劃」 |
| 方式 | 電腦化測驗(在考場提供的電腦上作答) |
| 題型與題數 | 每科單選題 50 題 |
| 時間 | 每科 75 分鐘 |
| 單科及格 | 每科滿分 100 分,四捨五入取整數,達 70 分為及格 |
3. 及格 ≠ 拿到證書:兩條授證規則
這是最常被誤解的地方。
| 應考方式 | 取得證書的條件 |
|---|---|
| 同一梯次同時考兩科 | 兩科平均達 70 分,且每科不低於 60 分 |
| 兩科分開在不同梯次考 | 兩科各自達 70 分 |
單科達 70 分的成績可以保留,自應考日起三個年度內有效。
💡 算算看 同時應考,科目一 65 分、科目二 77 分:平均 71 分,每科都 ≥ 60 → 可以授證。 同時應考,科目一 58 分、科目二 84 分:平均 71 分,但科目一 < 60 → 不能授證;科目二 84 分可以保留。
參、評鑑主題:官方的七個主題
簡章把初級拆成兩科、七個評鑑主題(代碼為官方編號):
| 考科 | 評鑑主題 | 評鑑內容 |
|---|---|---|
| 科目一 人工智慧基礎概論 | L111 人工智慧概念 | AI 的定義與分類;AI 治理概念 |
| L112 資料處理與分析概念 | 資料基本概念與來源;資料整理與分析流程;資料隱私與安全 | |
| L113 機器學習概念 | 機器學習基本原理;常見的機器學習模型 | |
| L114 鑑別式 AI 與生成式 AI 概念 | 兩者的基本原理;兩者的整合應用 | |
| 科目二 生成式 AI 應用與規劃 | L121 No code / Low code 概念 | 基本概念;優勢與限制 |
| L122 生成式 AI 應用領域與工具使用 | 應用領域與常見工具;如何善用工具 | |
| L123 生成式 AI 導入評估規劃 | 導入評估;導入規劃;風險管理 |
iPAS 官網另外公布了「學習指引」,提供各主題的學習方向。本附錄 D.2–D.4 是作者依上表整理的重點,不是官方教材;細部名詞與範例請以官方學習指引為準。
flowchart LR
C["AI 應用規劃師(初級)"] --> S1["科目一 人工智慧基礎概論
L111–L114"] C --> S2["科目二 生成式 AI 應用與規劃
L121–L123"] S1 --> D2["本附錄 D.2"] S2 --> D3["本附錄 D.3
L121、L122"] S2 --> D4["本附錄 D.4
L123"]
L111–L114"] C --> S2["科目二 生成式 AI 應用與規劃
L121–L123"] S1 --> D2["本附錄 D.2"] S2 --> D3["本附錄 D.3
L121、L122"] S2 --> D4["本附錄 D.4
L123"]
肆、應用到本書:哪裡重疊、哪裡要補
| 評鑑主題 | 本書可參考的章節 | 重疊程度 | 需要另外補的部分 |
|---|---|---|---|
| L111 人工智慧概念 | 13.3(AI 倫理與加航案)、13.4(GDPR 與 AI 監管) | ⚠️ 部分 | 強/弱 AI、三大學派等定義性內容(見 D.2) |
| L112 資料處理與分析 | 4.1(Pandas 資料清洗與彙總)、10.1(指標設計與古德哈特定律)、12.3(單一真實資料源) | ⚠️ 部分 | 平均數/中位數等敘述統計、EDA/CDA、隱私技術名詞,本書正文未涵蓋(見 D.2) |
| L113 機器學習概念 | 14.1(強化學習) | 🛑 少 | 監督/非監督、過擬合與交叉驗證、常見模型,本書正文未涵蓋,需靠 D.2 與學習指引 |
| L114 鑑別式與生成式 | 5.5(LLM-as-a-Judge)、9.3(輸出雙重校驗) | ⚠️ 部分 | P(Y|X) 與 P(X) 的區別、GAN/VAE/Diffusion(見 D.2) |
| L121 No / Low code | 4.2(n8n、Make、GAS)、12.1 | ✅ 多 | 平台評估的系統化整理(見 D.3) |
| L122 應用領域與工具 | 第 7 章、第 8 章、附錄 B | ✅ 多 | 各產業應用的廣度(見 D.3) |
| L123 導入評估規劃 | 第 2 章、3.2、10.3(ROI 評估) | ✅ 多 | 導入流程與風險管理的名詞(見 D.4) |
回答開場的問題: 修完本書,科目二的情境題會比較有手感;科目一的統計與機器學習觀念,本書只碰到一部分,一定要另外讀 D.2 和官方學習指引。
伍、常見誤解
| 說法 | 正確嗎? | 說明 |
|---|---|---|
| 「兩科都要 70 分才拿得到證書」 | ⚠️ 不完全 | 同時應考時是平均 70 分且每科 ≥ 60 分 |
| 「證書由數位發展部核發」 | 🛑 | 簡章寫明由經濟部核發 |
| 「考試是紙筆測驗」 | 🛑 | 電腦化測驗 |
| 「本書的模擬題就是官方考題」 | 🛑 | D.5 為作者自編模擬題,非官方試題 |
陸、應試策略與本節小結
- 以觀念理解為主,不死背:題目為四選一單選題,常以情境出題(例如「資料有極端值時用哪個集中趨勢指標?」「導入生成式 AI 的第一步是什麼?」)。
- 注意時間:每科 50 題、75 分鐘,平均每題約 1.5 分鐘。
- 做完 D.5 再對照官方資料:D.5 的 30 題是自編練習題,用來檢查觀念;考前仍應閱讀官方學習指引與官網公告的樣題。
本節小結
- 主辦單位是經濟部產業發展署,執行單位是工研院,證書由經濟部核發。
- 初級兩科:人工智慧基礎概論、生成式 AI 應用與規劃;各 50 題單選、75 分鐘、電腦化測驗。
- 單科及格 70 分;同時應考兩科時,平均 70 分且每科不低於 60 分即可授證。
- 本書與科目二重疊較多,科目一需另外補強。
柒、練習
- 改數字(5 分鐘):同時應考,科目一 62 分、科目二 76 分,能拿到證書嗎?如果科目一是 59 分、科目二 90 分呢?
- 自我盤點(20 分鐘):把第參段的七個評鑑主題列成表,每個主題用 1–5 分自評熟悉度,挑出最低的兩個,排定 D.2–D.4 的閱讀順序。
- 管理反思(討論):如果你是企業 HR,一張「AI 應用規劃師(初級)」證照能證明應徵者會什麼?不能證明什麼?面試時你還會問什麼問題?