中山國小六年級資訊課程規劃

 中山國小六年級資訊課程規劃




這學期的資訊課程架構終於比較完整了。我想教的不僅僅是Vibe Coding,更希望在讓孩子透過 AI 工具撰寫程式的過程中,同時培養他們的 AI 素養與解決問題的能力。 

之前我曾把AI輔助撰寫程式比喻為爵士即興(Vibe Coding)及撰寫樂譜(PRD),而在真正的爵士樂中,即興是需要對基本和弦有深刻理解後才能巧妙運用。而在這個課程中,真正的「基本和弦」不是程式能力,而是 AI 素養與運用思考框架解決問題的能力。

就像爵士樂手需要理解和弦進行,學生需要學會如何定義問題及運用AI解決問題的能力。 因此整體流程會比以往更繁瑣一些,預計需要約 20 節課來完整實施。因為我不只希望孩子學會「如何用 AI 工具寫程式」,更希望他們能在運用 AI 的過程中,理解什麼時候該用 AI、什麼時候不能用 AI,如何清楚描述問題,如何評估 AI 的輸出內容,並確保自己與 AI 的互動是負責而且透明的。 

為了達成這個目標,我選擇導入設計思考的雙鑽石架構來規劃整體教學,期待孩子最後可以設計一個最受中山孩子歡迎的小遊戲。 

一、Vibe Coding:快速產出經點遊戲原型 

在課程一開始,我會讓孩子用「Vibe Coding」的方式,用最口語化的 Vibe Coding 快速做出一個最簡單、能動的作品,可能是貪吃蛇、賽車、井字遊戲或是俄羅斯方塊等。這個階段的目的,就是讓他們先感受到什麼叫做好玩的遊戲,比較彼此的prompt跟作品。 


二、同理階段:理解需求與使用者 

接下來,我會引導學生進入設計思考的「同理」階段。他們需要透過 Google 或 AI 去搜尋、比對資料,找出更多的範本,並彼此訪談。由於同學本身就是彼此的使用者,他們要討論:一個「好玩」的遊戲需要哪些要素?什麼設計最能吸引人? (我很期待看到孩子們如何定義「好玩」,以及他們會從彼此身上發現什麼需求。) 


三、定義階段:聚焦真正需求 

在大量蒐集與討論後,學生會進入「定義」階段。他們需要將前面收集到的想法整理、排序,聚焦於受眾最關心的需求。這時候,他們必須學會放棄一些不必要的元素,專注於能真正創造價值的部分。 這個「斷捨離」的過程可能是最困難的部分之一,我猜孩子們會很捨不得放掉自己喜歡的功能。這也是一個很好的學習機會,理解「少即是多」的設計哲學。 


四、發想階段:盡情創造與批判 

當目標清楚後,學生就能開始發想各種大膽的點子。他們可以拼命生成、參考案例,並進行彼此交流與討論。什麼叫好的遊戲?哪些創意只對自己有吸引力?哪些創意能打動所有人? 


五、打造原型:根據PRD打造原型

這一步,學生需要寫下他們的 PRD。我會提供簡化的模板的方式來引導他們思考。內容包括:作品要解決的問題、需要的功能與技術、受眾是誰、流程大概會是什麼。這是一個讓他們將發散的想法收斂為具體計畫的過程。 當 PRD 完成後,才會引導學生正式運用 AI 來打造第一個原型。


這個課程設計還在持續設計改變中,許多環節需要實際執行後才能知道效果如何,就像我還沒想清楚要讓孩子什麼階段可以用AI,我甚至只有讓孩子在寫程式的時候才能用AI,其他同理、定義跟原型都不行,因為我有點擔心學生在不熟悉的領域很容易會被AI帶著走而失去自己找出答案的成就感。但這個Timing我也還在拿捏,我想會因應每般的狀況不同,視情況中斷教學跟孩子討論為什麼要用 AI?如果不用 AI,我們可以怎麼做?這種即時互動的反思,或許比事先設定的規則更有趣。 

但我相信每一次的課程都是動人的即興合奏,期待我跟孩子彼此激盪出的火花。

但我承認還有很多東西想不清楚,歡迎大家提問或補充想法。


OpenAI 在AI世代保持領先


您是否對AI的飛速發展感到興奮,卻又不知從何著手,才能在您組織中善用這股力量?

畢竟很可能員工都不知道怎麼善用AI?各部門各自為政?從嘗試到規模化推廣都是一關一關的難關?

OpenAI近期發布了一份專門給領導者的指南,名為《在AI世代保持領先》。這份指南不僅僅是理論探討,更是集結了與雅詩蘭黛、Notion、NBA馬刺隊等頂尖企業合作的實戰經驗。

內容來自真實企業的實施經驗,包含具體的執行細節和遇到的問題,提供五個階段的完整框架從對齊(Align)、啟動(Activate)、放大(Amplify)、加速(Accelerate)及治理(Govern),更別說每個階段都有明確的行動建議和自我檢核問題。





AI在各方面都在加速

智慧:自2022年發布以來的5.6倍規模

成本:在18個月內將GPT-3.5的運行成本降低280倍

採用:AI比普及上網快了4倍

AI的進展速度與我們在科技界見過的所有事都不同。早期應用者的營收增長速度已比同業快,但許多公司仍覺得速度快到沒辦法有效規劃。我們最常聽到的問題是我們如何跟上腳步、讓員工使用AI並打造AI-first的組織。

這個指南結合OpenAI與Estée Lauder(雅詩蘭黛)、Notion、San Antonio Spurs(NBA 馬刺隊)以及BBVA銀行等公司領導者的經驗,整合成五個步驟對齊(Align)、啟動(Activate)、放大(Amplify)、加速(Accelerate)、治理(Govern),幫助你的組織在 AI 持續進步時迅速且有信心地前進。 

01 對齊 如何使公司、員工與領導層在 AI 策略上達成一致。 

02 啟動 如何使團隊能夠並有動力使用 AI。 

03 Amplify 如何在團隊間放大勝利成果與use cases。 

04 Accelerate 如何加快決策速度以跟上 AI 的步伐。 

05 Govern 如何執行輕量化指引與負責任的 AI 使用。 

閱讀本指南結束時,你應該會有明確的下一步行動,了解如何領先於 AI 的進展。 


#對齊   Align 

當員工清楚看到新的AI計畫如何提升他們的技能、使工作更有意義,並為公司帶來競爭優勢時,他們會更快接受變革。領導者在推動此種對齊上扮演關鍵角色,需明確傳達 AI 計畫背後的目的、展現承諾,並在整個轉型過程中積極支持員工。

我們觀察到有效的對齊作法

1.由高階主管以敘事方式設定願景 

具體說明為何採用 AI 對公司未來至關重要,無論是為了跟上競爭對手、回應不斷演變的客戶期望,或是維持成長。當員工聽到一個經過深思熟慮的「為何」,會建立信任與明確性,幫助他們看見這些變革如何與自己的工作與目標對齊。 

2.設定公司層級的 AI 採用目標 

定義一個可衡量的目標,將 AI 採用與日常工作連結。這可以是新的使用情境、AI 工具的使用頻率,或為團隊實驗設置基準,並將這些目標納入公司規劃與 KPI。透過全體會議或公司公告傳達此目標,以建立動能並傳遞 AI 已成為工作運作方式的一部分。 

範例:Moderna 的執行長明確要求員工每天應使用 ChatGPT 20 次,強化 AI 採用為公司整體工作方式的核心部分。

3.領導者示範使用 AI 的角色

請高階主管定期分享他們在職務中如何使用 AI。直接從領導層聽到 AI 如何幫助他們掌握市場趨勢或快速分析客戶洞察,能使使用與試驗 AI 成為常態並受到鼓勵。

範例: 我們的財務長 Sarah Friar 經常分享她如何使用 ChatGPT,並積極鼓勵她的團隊進行嘗試,讓他們成為 OpenAI 中最先進的 AI 使用者之一。


4.職能領導人會議

事業部門領導最適合將 AI 專案與各團隊實際工作連結。鼓勵他們舉辦專題會議,強調相關的使用案例、徵求回饋並回答問題。這有助於員工將 AI 與日常工作連結並了解其價值。

小提示:試試 GPT 的ChatGPT 工作 Use Cases來找出不同團隊在其職務中如何使用生成式 AI 的方法。 


反思問題與如何開始

-員工是否理解為何 AI 對我們的策略至關重要? 

定期進行脈動調查(pulse surveys),以評估員工對AI策略的理解程度。 

-我們是否在透明地傳達我們的進展? 

維護並公開檢視一個儀表板,清楚追蹤朝向公司整體AI採用目標的進度。

-各部門主管是否積極協助員工了解AI如何支持其部門目標?

檢視各職能主管舉辦以 AI 為重點的團隊會議的頻率,以及出現了哪些回饋或問題。 

啟動   Activate 

近一半的員工表示缺乏生成式AI所需的培訓與支援以有信心的應用於工作。然而他們將培訓列為成功採用的最重要因素。行動迅速的公司會投資於支持員工學習。這表示要為實驗留出空間、為各部門提供專屬訓練,並將持續學習視為常態。

如何在您的組織中啟動AI使用

1.啟動一個結構化的AI skills計畫

請要求您的學習與發展(Learning & Development)團隊設計清晰且依角色區分的訓練課程,將員工從基礎的AI認知到實際操作,優先培養能直接支援實際工作流程的技能,而非抽象概念。

例如San Antonio Spurs 將 AI Fluency(流暢度)從14%提升到85%,方法是將訓練嵌入日常工作流程中,而不是當作獨立專案來處理。 

小提示:加入 OpenAI Academy 可取得訓練內容及社群論壇的存取權。 

2.建立AI 倡導者(Champions)網絡 

辨識並培訓充滿熱忱的員工,擔任內部AI導師。這些倡導者(Champions)透過工作坊、非正式指導及傳播熱情,協助同事成為有信信的AI使用者。 

小提示:指派一位負責人加入OpenAI’s Champion Network(向 API 與 ChatGPT Enterprise 客戶開放),以取得啟動並活化內部網絡的資源與想法。 

3.將實驗變為日常 

給員工定期時間探索 AI 工具。可以試著將每月第一個星期五指定為團隊研討日,討論AI如何改善他們的工作。搭配no-code黑客松,讓跨職能團隊可以為真實解決方案製作原型,並以快速核准機制確保具潛力的想法能向前推進。

範例:Notion 曾利用一次聚焦AI黑客松來打造原型,最後發展成現在的 Notion AI,而這已成為他們產品的核心功能。OpenAI 的許多團隊也會在每週或每月的會議中分享新的使用案例。


4.讓每次嘗試都有意義  

將AI的參與直接與績效評估與職涯成長掛鉤。使用OKR或類似機制設定明確且具職務特性的目標,例如識別可透過AI強化的工作流程或試行新的使用情境。在升遷與表彰的對話中強調有意義的 AI 貢獻,讓員工將實驗視為職業成功的核心。

反思問題與如何開始

-員工是否積極使用 AI 工具並善用學習機會? 

追蹤每日與每週活躍使用者,或 GPT 分享次數,以及訓練課程的報名與完成率。為採用率較低的團隊提供支援 

-我們是否在績效與職涯發展上明確承認AI的使用? 

確保職涯階梯與績效標準包含與 AI 相關的用語。追蹤並報告 AI 影響力在升遷、考核或表彰中出現的頻率。 

-舉辦的黑客松與受保護的實驗時間是否帶來具體成果?

追蹤這些活動中有多少構想從原型階段推進到生產或實際試點階段。 


放大

擴大(scale)AI成效最快的方式,是不要再各自為政地重複解決相同問題。放大進展意味著將零散的成功轉化為共同的知識,將有效的 prompts、工作流程和使用案例記錄下來,讓其他團隊能重用、改進並在其上構建。 

在整個公司範圍內擴展並放大 AI 成果的策略 


1.建立一個集中式的AI知識中心 

建立一個單一且易於存取的中心(例如在 Confluence、Notion 或 SharePoint),讓員工能找到所有與AI有關的內容:培訓資源、黑客松日期、政策、指南與最佳實務。集中化的中心能減少混淆、節省時間並避免團隊重複發明輪子。 

小提示:使用 ChatGPT Connectors 將這些知識直接呈現在員工工作的地方。

2.持續分享成功案例

定期透過月刊、內部線上研討會或全員大會中的簡短時段,強調具影響力的AI專案、實務經驗與易於複製的成果。展示重大突破與日常小成功的平衡。分享團隊採取的步驟,讓其他人能輕鬆將這些見解套用到自己的工作流程中。

小提示:在 ChatGPT 中建立一個「AI Newsletter」專案,將原始筆記、更新或成功案例快速整理成每月一致且精緻的通訊格式。


3.建立活躍的內部社群 

設立專門的社群(例如 Slack 或 Teams 群組,或內部的 AI 卓越中心),以促進同儕學習、即時協作與快速分享見解。依靠你的 AI 倡導者定期鼓勵討論、分享有用資源,並保持對話的活躍與吸引力。

4.在團隊層級強化成功經驗 

請團隊領導與經理在例行團隊會議中突顯 AI 的成功案例,強調值得注意的成就與較小的改進。經理持續的肯定會向員工傳達:AI 試驗是有意義且有價值的,並且與團隊的績效直接相關。

小提示:鼓勵員工與領導在社群網路上公開分享他們的 AI 成果,為展現進展的團隊創造正向回饋循環與認可。

反思問題與如何開始 

-是否已有明確且一致的節奏來分享 AI 有效做法?

目標每月至少在公司內分享三項新的 AI 成果、使用案例或資源,透過電子報、內部貼文或團隊會議發布。 

-員工是否確切知道在哪裡可以找到可信且最新的AI資源? 

確認單一且維護良好的資料中心,指定負責人並顯示更新活動(每月至少兩次)。 

人們是否有在互相貢獻並建立彼此的 AI 成果?

追蹤 AI 討論區或頻道的參與情況(活躍貢獻者數量、討論串數量與共享資源數量)。 


加速 Accelerate 

為了快速擴展,團隊需要彈性基礎架構、明確的決策權限,以及簡便的審批流程。加速意味著消除摩擦,確保好的想法能迅速從試點階段推進到生產環境。 

加速AI專案從試點到正式上線建議 

1.解除對 AI 工具與資料的存取限制 

確保團隊能快速存取他們測試與建置所需的資料與AI工具。如果仍需數週或數月才能獲得基本工具的批准或取得乾淨資料,代表你的基礎設施在拖累你。許多公司正逐漸授權員工推薦他們認為最有價值的AI工具,從而加速採用與提升生產力。 

2.建立清晰的AI需求受理與優先排序流程 

建立一個簡單、透明的方式,讓團隊提交AI專案想法、獲得快速回饋,並了解優先順序如何設定。這能減少混淆、避免重複工作,並確保投入精力於最有前景的使用情境。

範例:雅詩蘭黛公司(The Estée Lauder Companies)成立了一個集中式的 GPT 實驗室,收集了超過 1,000 個員工的點子,製作出最具價值的 GPT 原型,並協助擴大最具影響力的應用案例。

提示:使用 ChatGPT 撰寫你的申請表單、專案簡報範本和優先排序評分表。然後利用 ChatGPT 的推理能力,將潛在專案對照評分表進行初步評估。 

3.成立一個跨部門AI委員會 

建立一個由高層主管支持的小型團隊,並賦予其權限來排除在需求受理流程中出現的專案障礙,快速解決跨部門問題,並加速高潛力計畫的核准。該委員會的角色是消除阻礙,同時確保各項工作與公司更廣泛的目標保持一致,並在早期就處理風險、合規與治理等考量。

範例:BBVA 組建了一個AI中央網絡來審查構想、為高價值use cases排定優先順序,並確保各部門之間的順暢協作。這種做法幫助他們更快地將專案從概念驗證推進到生產階段,同時讓團隊在商業影響上保持一致。 

4.以獎勵成功來加速創新 

當特定團隊透過AI創造效率或節省成本時,給予他們資源或時間以再投入於進一步創新。承認並獎勵這些成就不僅加速進展,也傳達出高影響力團隊能夠獲得繼續突破界限的自主權。 

範例:生物科技Promega讓AI的使用更為普及化,並進一步鼓勵一致的使用。他們接著追蹤使用情況,以識別並投資於高使用率的團隊並鼓勵創新。 


反思問題與如何開始

-團隊是否能從構想快速推進到試驗並投入生產? 

追蹤 AI 專案的生產時間。每月檢視卡住或停滯的工作,以識別系統性阻礙因素。 

-團隊是否能快速且可靠地存取他們所需的工具和資料? 

檢視AI工具、平台與資料集的請求與核准時間。 

-是否有將高影響力的AI工作列為優先並分配資源?

檢視相對於業務影響,哪些專案獲得資金或人力配置。 


治理   Govern 

快速行動不等於忽視風險。這意味著要有清晰且可行的指引,讓團隊能在既有的防護措施下迅速行動。良好的治理應該支持快速執行,而非造成新的阻礙。

如何在不拖慢團隊速度的情況下,融入負責任的AI實踐 

1.建置並分享簡明的負責任AI操作手冊 

記錄實用且易於遵循的指引,幫助團隊負責任地使用 AI,並依照這些指引做出決策,避免每次都需要人工合規審查。重點放在「可以安全嘗試」的項目以及需要升級處理的情況。 

小提示:建立一個具備你們負責任AI操作手冊知識的custom GPT,讓員工能以日常語言快速詢問與政策相關的問題,而不必為每個小決定都去打擾合規部門。你也可以設定該 GPT 的基本規則,例如在問題敏感或重要時建議員工聯絡合規團隊。 

2.定期檢視你的AI實踐

每季度對你的AI系統、流程與治理準則進行簡化的審查。重點在於現行的規範是否仍合理,既能保護企業又能讓團隊快速推進。 

提示:使用ChatGPT的深度研究功能以掌握不斷演進的 AI 治理標準。請求它檢視最近的產業指引、法規更新和最佳實務,然後摘要對貴組織最相關的部分。 

反思問題與如何開始

-我們的治理協議是否清楚、實際且一致地被執行?

使用短暫的回報或專案檢視,確認團隊能在無需額外監督下套用「safe-to-try」準則。追蹤哪些地方反覆需要釐清或支援。

-我們是否隨著風險、工具和法規的演變而持續更新 AI 指南? 

與法務、風險與各功能團隊共同進行每季治理規範檢視,確保更新同時反映新法規與團隊實際工作方式。

-我們的治理規範是在幫助還是在阻礙 AI 的進展? 

檢視與治理步驟相關的專案時程延誤,並從團隊蒐集有結構的回饋以了解瓶頸,必要時調整流程以在速度與安全之間取得平衡。 

結論   Conclusion 

AI的採用速度比大多數領導者想像的還要快。保持領先的關鍵在於為你的員工和團隊創造適當的條件,讓他們能有信心地適應。會蓬勃發展的公司,將是那些不僅把 AI 當作工具看待,而是視為一種新的工作方式的公司。 


以下是五項需關注的核心要點:

01 對齊 

從明確的目標開始。向您的團隊說明為什麼 AI 很重要,制定全公司的目標,並在各層級以身作則推動採用。這樣的一致性能建立信任,並幫助員工將日常工作與您更廣泛的 AI 策略連結起來。

02 啟動

讓學習變得真實且實用。投資於有結構的訓練,培養AI倡導者,並給予員工實驗的空間。當員工將 AI 視為成長與成功的一部分時,採用就會自然而然。 

03 放大

不要讓成功只存在於孤島。廣泛分享成功案例,建立知識中心,並創造活躍的社群,讓每個人都能從有效做法中學習。當人們看到同儕成功時,動能傳播得最快。

04 加速 

消除摩擦。讓團隊更容易取得工具、提交想法,並將專案從試點推向量產。授權決策並獎勵那些將想法推進的團隊。 

05 治理 

在速度與責任之間取得平衡。清晰且輕量的指引能確保進展而不造成不必要的瓶頸。當治理實用且持續演進時,它能在保護企業的同時維持創新活力。 

專注且有紀律地應用這些原則的公司,將超越實驗階段並實現商業影響,在人工智慧進步永不止息的世界中建立韌性、速度與競爭優勢。



想進一步了解嗎?請與我們的團隊聯繫。 我們很樂意分享如何與領先企業合作,協助團隊建立能隨時間負責任地擴展的持久 AI 策略。與我們的團隊聯繫 Connect with our team 引用來源  


LINE Bot 與 Vibe Coding 打造出校園資訊報修的系統

 最近隨著校內設備不斷更新,我的Line訊息也越來越熱鬧,常常是大屏、電腦、網路、電子書等等的報修訊息。雖然宜蘭教網中心提供的報修服務效率很高,老師們報修的三天內幾乎都能解決,但我還是希望問題能先在我手上過濾一次,小問題自己來,真的搞不定再麻煩工程師。

但訊息一多,就怕遺漏或忘記。就在我忙得焦頭爛額的時候想起,去年在 卡米哥劉依語 老師的課上,學到過怎麼寫LINE Bot,這不就是最佳的應用場景嗎?
於是我就用ChatGPT+Claude Code寫了一個資訊設備報修的LINE Bot。
-老師們只要用自然語言的方式,描述遇到的問題。
-AI會提供一些簡單的初步排除方法,像是「檢查電源線是否插緊,確保插座有通電」或「檢查投影機與電腦之間的連接線是否插緊,特別是HDMI或VGA線」等等,讓老師可以先試著自己解決。
-無論問題有沒有立刻解決,所有的報修紀錄,包含是誰傳訊、什麼問題,都會自動整理到Google Sheet上,讓我照緊急程度一一處理,也提醒自己還有哪些問題還沒解決。

我一開始的Prompt如下:

我想要做 LINE Messaging API 的串接,我想要做一個報修紀錄的機器人,使用 google sheet 做為資料庫,幫我設計適當的欄位來記錄,只處理私訊的特定格式的文字訊息,紀錄的時候在正確處理後回覆用戶訊息:「已記錄」,我想將使用者傳過來的訊息,傳給ChatGPT的API後,chatgpt會將資訊分類及生成一個針對問題提出小於100字的處理方案並將結果記錄到google sheet,google sheet的欄位可能會是A欄為時間、B欄為userID、C欄為暱稱displayname(如姓名、外號)D欄為類別(軟體、硬體或其他)、E欄為有問題的資訊設備(如電腦、網路、連線、投影機、chrome或電子書等)、F欄為資訊設備狀況(如無法開機、無法連線、速度很慢、亮度降低、一直重開機等)、G欄為處理方案、H欄為處理狀態。當使用者傳送訊息之後,系統會自動回覆使用者訊息”已記錄” 。 例如當使用者輸入:我的電腦打不開,會在A欄記錄{時間} B欄為{userID} C欄為{使用者暱稱} D欄為{硬體} E欄為{電腦} F欄{ 無法開機} G欄為{請先檢查電源線或重新插拔電源}H欄為{已記錄},但當我把H欄改為{已完修},line會傳給使用者”已完修” 或使用者輸入:我的chrome瀏覽器無法更新會在A欄記錄{時間} B欄為{userID} C欄為{使用者暱稱} D欄為{瀏覽器} E欄為{瀏覽器} F欄{ 無法更新} G欄為{請先重新開機或先更新系統}H欄為{已記錄} 我想要用 google app script 實作,可以詳細的告訴我所有的步驟嗎?


但難的其實不是程式跟prompt,其實還是要有人手把手的帶你找到Line Offical 跟Line Developer的設定欄位。





當AI連接雲端硬碟,誰才是最懂我的AI?

 當AI連接雲端硬碟,誰才是最懂我的AI?

近期ChatGPT、Claude及Gemini相繼推出了整合Google雲端硬碟回答問題的功能。使用者在ChatGPT或Claude要手動選擇連接Google Drive,而在Gemini只需要 @Google雲端硬碟就可以讓AI根據我們的雲端硬碟回答。
為了測驗這三者誰比較懂我的想法,我基於個人雲端硬碟蒐集的想法跟文章深度的問題,分別對這三者提問:
1.請幫我找出所有跟「Vibe Coding」相關的想法,並提供它的定義、核心理念、潛在缺點與最佳實踐。
2.請為我整理出,如何在小學階段推動「Vibe Coding」與 AI 素養(AI Literacy)的最佳實踐方法。
這兩個問題不僅考驗AI的資料檢索能力,更測試它們對我個人想法的理解跟延伸能力。
但結果有點讓我出乎意料之外,竟然不是Google自家的Gemini勝出,而是Claude
在第一個關於Vibe Coding定義的問題中,只有Claude精準地捕捉到了品味(Taste)是此概念中最關鍵的能力。這顯示它不只是找到關鍵字,更是真正理解了我在多篇文章中想傳達的核心脈絡。
在第二個關於小學教育實踐的問題中,唯有Claude歸納出我所設想的教學路徑:應先從如同「爵士樂即興演奏」般的提問與探索開始,再逐步進展到像「撰寫樂譜」那樣結構化的協作模式。
而使用者除了回答品質外大家更關心的是我的雲端硬碟資料是否會被拿去訓練?根據官方說明
ChatGPT與Claude皆承諾不會利用透過 Google Drive存取的資料來訓練其模型。
但如果你是手動將文件內容「複製貼上」到對話框中,這些資料就有可能被用於模型訓練。也就是說你沒有手動把ChatGPT、Claude及Gemini是否願意提供資料改善模型的選項關掉的話,你的對話記錄就有可能被拿去"改善"模型。
若是使用Gemini教育版則是預設不會將你的資料用於訓練或改善模型,所以老師們可以放心使用Gemini教育版




開學感想

 在今天做完校內網路檢測跟無線AP檢查後,總算是將資訊組暑假的工作告一段落。

從8/12第一批設備裝機後,幾乎每天都走破萬步,處理大大小小的問題從教師帳號、校務行政系統、Office 365、學校網站更新、大屏、chromebook配置、教師教學軟硬體設備檢修及教學等。
但幸運的是總算把班級教室教師電腦、電腦教室學生電腦跟Chromebooks都整備完成準備好開學了。
要感謝教網中心迅速協助各種大大小小問題。以及大同公司幫忙設定及裝機。





Alpha School的省思

 日前 Alpha School校長 Joe Liemandt的一場訪談,讓我得以一窺這所號稱「第一所生成式 AI 學校」的運作模式。


Alpha School宣稱「學生每天早上只需進行兩小時的高度個人化學習,下午則投入到如財務知識或團隊合作等生活技能的實踐中。」

根據訪談摘要,Alpha School有幾個關鍵因素:

1.課業學習的核心是一個 AI driven的教學系統,它基於「精熟學習 (Mastery-based learning)」而非傳統的年級制度。系統會精準評估每個學生的知識漏洞,並動態生成個人化的課程計畫與內容,確保學生在完全掌握一個概念後才進入下一個。

2.學校的成年人不稱為「老師」,而是「引導者 (Guides)」或「教練 (Coaches)」。他們不負責直接的學術教學,而是專注於三大任務:確保孩子熱愛學校、激勵他們達成學習目標、並引導他們的生活技能發展。他們的核心理念是提供「高標準」與「高支持」,幫助每個孩子突破自我設限。

3.只要學生高效地完成早上的 2 小時學術任務,下午的 4 小時就完全屬於他們,可以投入到自己熱愛的專案中。這個設計旨在將學習從被動的任務轉變為主動爭取自由的過程。以及學生完成學術任務後可以獲得Alpha幣兌換獎品。

儘管看起來很美好,但有幾個讓我存疑的點

1. 這套系統的核心模式,我們台灣的因材網或均一早就都有啦,都是根據學生的先備知識或答錯的題目,提供對應的教學內容。但他們宣稱可以根據學生程度「動態」生成課程,這個技術難度很高。Alpha School 是否真的能做到即時生成高度個人化且符合教學理論的教學內容?這點我是打個大大的問號?

2.引導者(老師)的年薪是當地公立學校的兩倍,而且師生比最高還是1:5,加上還有隨老師的等級給出不同的薪水,這樣高昂的師資成本跟菁英資源要怎麼將其放大跟規模化?

3.完成任務換獎品這招(甚至有家長說這是學校機制中最有效的),我們台灣老師早就用到爛了,但我們都知道這招不能濫用,因為當學習本身不是目的而是換取獎勵的手段,這招是否真的符合其宣稱的學習科學?

4.再者學校提供的學生多強的數據都是他們自己說的,都沒有經過第三方或獨立單位的驗證,加上這間學校進去都要考過智力測驗要前3%才能進去及每年40000美金的學費。能負擔此學費的家庭,其社經地位和教育重視程度本身就是影響學業的超重要因素。這樣的學生很難成績不好啊。

所以在有更明確或由獨立第三方的單位所提供的數據前,我不會相信這間學校的模式是成功或者可複製的。

本文由作者本人發想、撰寫及編輯,由Gemini協助潤飾及檢視。