摘要
本學分學程結合全人教育理念、小班教學特色與長期在地深耕基礎，規劃「人工智慧學分學程」，以協助 30 歲以上成人學習者培養第二專長與生涯轉型能力為核心。
課程設計採由淺入深、重在實作與即學即用之原則，涵蓋程式設計、資料處理、AI 工具應用及能力認證，並結合觀光、文化與永續等在地產學案例。
終身學習第二專長職涯轉型AI 應用
真理大學 30+ 人工智慧應用學分學程
為 30 歲以上成人學習者打造的生涯轉型路徑，以程式設計、資料處理、AI 工具應用與能力認證，協助學員培養第二專長，銜接職場新需求。
對象
以大淡水生活圈為主要範圍，回應不同年齡層與職涯階段之學習需求。
方式
跨域模組化課程，建立可回流、可累積之學習機制。
能力
培育具 AI 應用能力之實務人才，提升跨域職能與就業競爭力。
效益
強化本校在終身學習、大學社會責任與校務轉型上的制度化效益。
學分學程與學位銜接規劃
學生入學後，第一年除修習「前瞻因應人生 100」2 學分課程外，另規劃 6 門專長領域課程。30+ 學生每學期至少需修習其中 1 門，累計達 12 學分後即可取得學分學程證書。
| 課程類別 | 課程內容說明 | 必選修 | 學分數 |
|---|---|---|---|
| 核心課程 | 前瞻因應人生 100 核心課程 | 必 | 2 |
| 專長領域學分學程 | 所屬專長領域之學分學程課程，取得學分學程證書 | 選 | 12 |
| 主修學院 / 學系專業課程 | 所屬主修學院及學系之專業必修與選修課程 | 選 | 20 |
| 自主學習選修課程 | 依個人興趣及生涯 / 職涯規劃，自主選修跨域或深化課程，來源包含通識、跨院課程、學分學程、微學分、跨校課程、證照考試、就業學程等。 | 選 | 94 |
| 畢業總學分數 | 整體課程兼顧核心能力、專長深化與自主學習彈性 | 合計 | 128 |
「人工智慧應用」學分學程設計理念
本學程以「協助 30 歲以上學習者進行生涯轉型、培養第二專長與終身學習」為核心目標，協助學員建立可銜接職場之 AI 應用能力。
課程特別考量 30+ 學習者多已具備職場經驗，未必具備 AI 應用或完整資訊工程訓練背景，因此強調「由淺入深、重在應用、即學即用」。
學程定位
定位為「生涯轉型與第二專長導向之人工智慧應用學程」，培養學員投入 AI 技術相關職務，或在職場中擔任具備 AI 應用能力之技術支援角色。
專長領域銜接部分，會在專業課程加入一門 AI 基本能力認證課程。
課程地圖
學分學程課程共 6 門課，應選 4 門課共 12 學分；學程結束後，再依生涯轉型歷程規劃四大專長培養模組與實務應用模組。
基礎專業課程
資訊工程導論、基礎程式設計、網頁程式設計、Python 程式設計。
人工智慧課程
人工智慧概論，初步了解 AI 運作原理，並能透過 AI 協助完成任務。
資料科學課程
資料科學概論，了解電腦中的資料如何被處理與應用。
8 學分
轉型基礎建構模組
人工智慧認證、進階程式設計或物件導向程式設計、深度學習應用。
6 學分
第二專長培養模組
資訊專業、AI 專業、AI 應用管理、資料分析等模組任選一組之 2 門課程。
6 學分
職涯銜接與實務應用模組
先修 AI 專題研究後，再擇一修習資訊專題或企業管理專題。
資訊專業人員
資料結構、演算法、資料庫管理系統。
AI 專業人員
機器學習、代理式人工智慧。
AI 應用管理人員
資訊管理、智能行銷、大數據行銷、專案管理。
資料分析人員
資料探勘、大數據分析、資料視覺化。
學程教學目標：4 力
AI 基礎力
協助學員建構生涯轉型所需人工智慧基礎能力。
第二專長力
培養學員具備第二專長之資訊應用或程式能力。
產業應用力
強化學員應用 AI 科技於不同產業的實務能力。
終身學習力
建立學員持續自我精進與終身學習之學習能力。