🤝 非營利組織的 AI 素養

⭐ 初學者 完成可獲證書

原始課程：AI Fluency for Nonprofits（英文）

📖 課程簡介

本課程是 Anthropic 與 GivingTuesday 合作開發的成果，根據對非營利組織專業人員的真實需求調查和訪談設計，而不是把一般企業的 AI 課程直接套用到非營利情境。

課程聚焦於資源有限、使命驅動、對受益者和利害關係人有特殊責任的組織所面臨的獨特挑戰：

• 如何用有限的資源創造最大的使命影響力？
• 哪些 AI 應用真正符合非營利組織的需求？
• 對弱勢受益者使用 AI 需要哪些特別考量？

無需技術背景，適合非營利組織各層級的員工和領導者。

⚠️ 前置條件

前置條件

無必要前置條件。 建議先完成 AI 素養：框架與基礎 以建立 4D 基礎概念，本課程在此基礎上應用於非營利情境。

🎯 學習目標

完成本課程後，你將能夠：

• 評估 AI 應用是否與你的組織使命對齊
• 識別資源有限情況下最高效的 AI 應用場景（grant writing、方案評估、捐款人溝通等）
• 評估 AI 對受益者和利害關係人的潛在影響，包括倫理考量
• 以 4D 框架設計非營利組織的 AI 使用工作流程
• 向董事會或捐款者說明 AI 投資的使命價值

📋 課程大綱

🌟 單元一：非營利組織的 AI 機遇與挑戰

建立非營利組織使用 AI 的整體視野：

• AI 如何幫助資源有限的組織放大使命影響力——非營利組織的核心挑戰是「用有限資源做最多事」。AI 能在不增加人力的情況下加速行政工作（報告撰寫、資料整理、溝通文案），讓員工把更多時間投入真正需要人類判斷的使命工作。

• 非營利情境與企業情境的關鍵差異（多重問責、使命優先、受益者保護）

  詳細說明

  企業使用 AI 主要考量效率和利潤；非營利組織則面臨更複雜的考量。多重問責：你同時對受益者、捐款者、董事會和社會大眾負責，每個群體對 AI 使用的期望可能不同。使命優先：效率提升固然重要，但如果 AI 應用偏離了組織使命，再高的效率也沒有意義。受益者保護：你服務的對象往往是弱勢群體，他們的數據隱私和權益需要特別謹慎的保護——這是企業 AI 課程通常不會深入討論的面向。

• 以 4D 框架重新審視你的日常工作：哪些最值得投入？——從你每週最耗時的工作開始評估，用委派四問判斷每個任務是否適合 AI 協助。通常行政和溝通工作的 AI 投資報酬最高，直接受益者服務則需要最謹慎的評估。

🎯 單元二：以使命為優先的 AI 應用選擇

非營利組織面臨選擇時最常見的陷阱是「追熱點」而非「追使命」：

• 如何評估一個 AI 應用是否真正符合你的組織使命——對每個考慮中的 AI 應用問三個問題：「這能幫助我們服務更多受益者嗎？」「這能讓員工把更多時間花在使命工作上嗎？」「這會不會對我們的受益者造成任何風險？」三者都通過才值得投入。

• 優先順序框架：從「降低行政負擔」到「直接受益者服務」——從低風險高回報的行政任務開始（文件撰寫、電子郵件、報告格式化），在團隊建立信心和經驗後，再逐步擴展到更高影響但也更高風險的領域。詳見下方「重點筆記」的優先順序建議。

• 識別 AI 應用的使命風險（什麼情況下 AI 可能偏離使命？）

  詳細說明

  使命風險的常見形式：效率取代品質——用 AI 大量產出捐款信，但內容變得千篇一律，失去組織的個人關懷特色。數據隱私問題——為了讓 AI 更好地服務受益者，而把敏感的個人資料輸入 AI 工具，可能違反隱私承諾。偏見強化——AI 的建議可能偏向主流群體的需求，忽視你的目標受益者（往往是邊緣化群體）的獨特需求。建立定期審核機制：每季度評估 AI 應用是否仍然與使命對齊。

• 資源有限時的聚焦策略——不要試圖同時導入多個 AI 工具。選擇一個最耗時且最適合 AI 協助的工作流程，完整建立並穩定後再擴展。對小型非營利組織來說，「做好一件事」比「什麼都試一點」更有效。

💼 單元三：高影響力應用場景實作

深入幾個最具潛力的非營利 AI 應用：

募款與捐款人溝通：

• Grant writing（補助申請書）的 AI 輔助：蒐集素材、結構草稿、語氣調整
• 捐款信與年度報告的個人化

詳細說明與範例

Grant writing 是非營利組織最耗時的工作之一，也是 AI 輔助效益最明顯的領域。實際做法：把過去成功的申請書、組織使命說明、項目成果數據上傳給 AI，請它協助撰寫新申請書的初稿，再由你審核事實準確性、調整與特定基金會的語氣匹配。注意：不要讓 AI 編造成果數據或誇大影響力——這在補助申請中是嚴重的誠信問題。捐款信的個人化同樣有效：提供捐款者的捐款歷史和關注領域，讓 AI 產出客製化的感謝信草稿。

方案評估與學習：

• 用 AI 協助分析受益者反饋資料
• 方案成效報告的資料整理與視覺化準備

詳細說明

很多非營利組織收集了大量的受益者反饋（問卷、訪談紀錄、服務記錄），但缺乏人力系統性地分析。AI 可以幫助：將開放式回饋分類為主題和趨勢、提取關鍵引述供報告使用、將原始數據整理成適合製作圖表的格式。關鍵提醒：在將受益者資料輸入 AI 前，務必去除個人識別資訊（姓名、聯絡方式、地址），並確認你的組織隱私政策允許這樣做。

行政效率：

• 會議記錄整理、內部文件標準化——這是最低風險的起點：把粗略的會議筆記交給 AI 整理成結構化的會議紀錄（決議事項、待辦任務、負責人），或讓 AI 把不同格式的內部文件統一為組織的標準模板。
• 志工培訓資材的快速製作——提供培訓大綱和組織規範，讓 AI 產出培訓手冊、常見問題集、角色說明書的初稿，大幅縮短製作時間。

受益者服務（需特別謹慎）：

• 何時適合用 AI 協助直接服務？何時必須保留人類接觸？

  詳細說明

  基本原則：AI 可以協助準備和後續工作，但不應取代面對面的人類接觸。適合 AI 協助的：服務前的資料準備（彙整受益者歷史記錄供社工參考）、服務後的記錄整理、多語言溝通的翻譯輔助。必須保留人類接觸的：任何涉及情感支持、危機處理、重要決策告知的服務——受益者需要感受到真人的關懷和判斷，AI 無法提供這一點。如果你不確定，預設選擇「保留人類接觸」。

🛡️ 單元四：倫理、責任與導入策略

這堂課處理非營利組織最關鍵的 AI 倫理議題：

對受益者的特別考量：

• 弱勢群體的資料隱私保護——永遠不要將可識別個人身份的受益者資料直接輸入 AI 工具；在使用前進行匿名化處理，並確認 AI 供應商的數據使用政策符合你的隱私承諾。
• 避免在未取得知情同意的情況下使用受益者資料——即使是匿名化後的資料，最佳實踐仍是在知情同意書中加入 AI 工具使用的說明，讓受益者了解他們的資訊可能如何被處理。
• AI 偏見如何影響弱勢受益者——AI 模型的訓練資料以主流群體的數據為主，可能對少數族群、低收入群體、身心障礙者的需求理解不足或產生偏見。在使用 AI 做出影響受益者的決策前，必須由了解受益者脈絡的人類審核。

組織內部的導入：

• 如何讓員工認同 AI 工具（而不只是「上面說要用」）——讓員工參與選擇哪些工作流程最先導入 AI，從他們自己覺得最痛苦的重複性工作開始，而非由管理層單方面決定。當員工親身體驗到 AI 為自己節省了時間，認同感就會自然建立。
• 建立低風險的起點——從行政任務開始，而非受益者服務——先在內部文件、溝通文案等低風險領域試點，讓團隊在安全環境中建立使用經驗和信心，再逐步擴展到更敏感的領域。
• 制定一頁式的組織 AI 使用政策草案——包含四個區塊：允許的用途、禁止的用途、數據保護要求、問責機制（誰負責審核 AI 輸出）。一頁就夠，太長沒人會讀。

向董事會說明：

• 使命影響框架，而非純 ROI 框架——不要用「省了多少錢」來說服董事會，而是用「讓我們多服務了多少受益者」或「讓員工把多少時間從行政轉移到使命工作」。詳見下方「重點筆記」的董事會說明框架。

📝 重點筆記

📊 非營利組織的 AI 應用優先順序

建議按照以下順序評估 AI 應用的優先級：

1. 降低行政負擔（影響最直接、風險最低）：文件撰寫、電子郵件、報告整理
2. 放大溝通影響力：募款文案、年度報告、社群媒體內容
3. 數據洞察：受益者資料分析、方案成效評估
4. 受益者服務（需最謹慎）：直接接觸受益者的服務應建立嚴格的人類監督機制

💰 向董事會說明 AI 投資價值的框架

問題：「我們為什麼要用 AI？」

使命對齊回答框架：
1. 使命放大：AI 如何幫助我們服務更多受益者/達成更大影響？
2. 效率收益：員工省下的時間如何投入到更高價值的使命工作？
3. 資源限制應對：AI 如何讓我們做到以前做不到的事？
4. 風險管理：我們如何確保負責任地使用，不損害組織聲譽和受益者信任？

🛡️ 非營利組織 AI 使用的特別倫理考量

考量面向	具體原則
受益者保護	不在未取得知情同意的情況下用受益者個人資料訓練或輸入 AI
公平性	確認 AI 工具不歧視特定群體的受益者
透明度	在適當情況下告知受益者和捐款者 AI 的使用
問責機制	明確規定 AI 輸出由誰負責審核，不自動採用

💡 學習建議

實作練習：

1. 使命對齊評估：列出你組織每週最耗時的 5 個工作任務，對每個任務問：「若 AI 協助完成這個任務，是否有助於實現我們的使命？受益者受益嗎？有什麼風險？」

2. Grant Writing 試驗：用 Claude 輔助撰寫一份補助申請書草稿（提供你的組織使命、項目目標、目標影響），評估 AI 輔助版本和你原本版本的差異，以及哪些部分需要你的專業判斷才能完成。

3. AI 使用政策草稿：依據本課程的學習，起草一份你的組織 AI 使用政策（一頁即可），包含：允許的用途、禁止的用途、數據保護要求、問責機制。

搭配學習：

• 先完成 AI 素養：框架與基礎
• 了解更多 Claude 的具體功能，參考 Claude 101

🔗 相關課程

• AI 素養：框架與基礎（建議先修）
• Claude 101（實際操作 Claude）
• AI 能力與限制（理解 AI 邊界）

🎯 互動練習

準備好測試你的理解了嗎？前往 非營利組織的 AI 素養互動練習，透過應用場景風險排序、受益者保護原則配對等題目鞏固本課程的核心概念。

📚 延伸閱讀

• AI Fluency for Nonprofits 課程頁面（英文，原始課程）
• Anthropic 非營利組織 AI 計畫（英文，Anthropic 的非營利支持方案）
• GivingTuesday（英文，課程合作夥伴）