AI世代的教養處方籤

 跟各位師長分享我昨天在教育科技展的[AI世代的教養處方籤]簡報跟內容摘要:


這篇文章將探討生成式AI在教學中的應用現況,以及如何正確引導孩子使用AI,讓AI成為學習的「助力」,而非「阻力」。

一、生成式AI在教學中的使用情況

根據美國2024年的調查,K-12學生對生成式AI的使用頻率已超過老師,AI已成為他們完成作業的主要工具。但過度仰賴AI得到答案對學生學習是件好事嗎?
華頓商學院的研究指出,使用生成式AI直接獲得答案的學生,成績不但未顯著提高,甚至還下降。澳洲Monash大學進行的另一項研究則顯示,僅依賴AI獲得答案的學生,在AI被移除後學習成效大幅下降。這說明,AI的輔助學習表現並不等於真實的技能表現,學生應有的學習基礎,仍需在AI之外牢牢掌握。

二、正確使用AI:促進學習,而非取代學習
要讓AI真正發揮效用,我們需要教導孩子如何正確且合理地使用AI來促進學習。

1. 對學生的建議
在小學階段,可以利用「因材網」學習夥伴或「均一」等平台,這些平台具備引導機制,並不會直接給出答案,而是通過反問、引導學生思考,幫助他們更深入地理解知識。讓孩子們理解,學習過程本身充滿挑戰和挫折,透過解決這些困難,他們將獲得內在動機和成就感,這些是AI無法代替的。
成就感不該僅僅來自於取得分數的滿足感。透過學習知識、提出見解、解決問題等過程,孩子們應逐步體會到學習的樂趣和成就感。當他們能以健康的態度看待AI,避免過度依賴AI解答時,他們才真正擁有主動學習的能力。

2. 對教師的建議
對於教師而言,AI應該是思考的夥伴。同時應用AI在「輸入」和「輸出」兩個方面可以幫助老師做的更好。在輸入方面,教師可以與AI討論教學策略、尋找最佳的教學素材和方法,例如除了「使用OO教具,我還可以怎麼作促進學生對這個概念的理解」,從而刺激自己的創意思維;而在輸出方面,則建議不要過度依賴AI生成教案或簡報,以免產生缺乏成就感和價值。

3. 對課程設計的建議
以課程設計而言,AI Tutor的使用可以提升主動學習成效,但這需要具備良好設計的引導機制,避免AI直接給出答案,取而代之的是提供反饋和提問,讓學生更投入在學習過程中。這些學習設計的過程可以幫助學生發展後設認知能力、加強學習信念,最終達到更有效的學習成果。

從「Backwark Design」的角度來重新思考學習目標、評量方式與教學活動。例如我們可以問自己:「AI技術將如何影響學科內容的核心本質?」這有助於找出哪些知識或技能是需要學生透過AI之外的方式學習的,以及在什麼情況下使用AI可以幫助放大學習成效。

三、結論:AI世代的挑戰,需要大人們的陪伴與引導

學生案例:一個小六孩子運用AI寫了一個App Script,將老師Google Classroom的信件自動抓取並添加到自己的行事曆上。他並沒有學過App Script,但他主動運用AI解決了生活中的問題。這個案例讓我覺得如果教會孩子使用AI,孩子會做出多麼不一樣的事。

AI的應用已無法回頭,孩子們將生活在一個充滿AI的世界中。雖然有孩子認為「AI做得比我好,那我何必自己學」。我們還是要提醒孩子,未來的競爭力在於超越AI的能力,而不是僅僅依賴AI。

老師和家長在這個過程中扮演關鍵角色,必須引導孩子將AI視為工具而非取代自身學習的捷徑。唯有透過良好的引導,孩子們才能培養正確的AI 素養,並找到AI世代中適合自己的學習方向與成長之路。



ChatGPT and the Future of AI

 或許老師們會聽過本書作者Terrence Sejnowski教授的名字是因為他跟Barbara Oakley 合開了「學習如何學習」的線上課程以及合寫了一系列相關的書籍。但他同時也是美國最傑出的AI科學家之一。在他的新書
ChatGPT and the Future of AI中,討論了LLM的核心技術跟「哲學問題」

本書分為三個部分:第一部分概覽大型語言模型LLMs目前的狀況、第二部分向您介紹LLMs 核心的Transformer架構(這段我真的看不懂)、第三部分則是關於未來的展望。重點在於AI如何演進及其對社會的影響。借鑑對人類大腦的研究以推動LLM的進展。甚至AI和neuroscience(神經科學)的概念框架正在融合加速彼此的進展。
以下節錄我覺得有收穫的點
-逆圖靈測試
圖靈測試主要是針對AI進行,目的是觀察AI如何做出跟人類一樣的反應。但作者提出了LLM可能是進行一種更複雜的逆圖靈測試,透過prompt和回應來測試我們prompt和對話的智慧。你越聰明,你的prompt越聰明,LLM看起來就越聰明。如果你有熱情的視角,LLM將加深你的熱情。
-談論到思考與意識
笛卡耳曾說:「我思故我在」根據我能思考這個事實,所以推斷出「我」的存在。思考也是一個難以界定的詞彙,有些人認為思考是一連串的邏輯思維、想法及內心對話。但我們需要明確的定義以回答LLM在回答問題、寫詩或解數學問題時,是否在思考。
-作者還有小抱怨一下美國的教育過於重視理解而忽略練習
人類思考可以分為快與慢的思考系統,大腦需要這兩種思考系統的平衡。但要塑造「快」思考系統需要大量的練習才能內化成習慣,才能將知識轉化為可自動執行的技能。但如果將大量練習摒除在學習之外,讓學生可以隨時查閱他們需要知道的東西,但如果只著重在「慢」系統的培養,就等於要短跑選手只用一隻腳就跑得快。
本書的最後更以一個結合音樂、科技及詩意的prompt作為結尾
Write a “Hello, World!” Python program in the style of Stevie
Wonder
但我試了好幾次也無法重現本書最後的範例。

與NotebookLM協作的寫作法

 謝謝Google for Education的邀請,讓我在下禮拜的教育科技展分享「與NotebookLM協作的寫作法」

更要感謝 VK 科技閱讀時間 的大氣,讓我引用她的分享作為我這次簡報的架構跟內容。真的大推VK自己談notebookLM還有跟鋒哥對談NoteboolLM的Podcast。
大概分為品味、蒐集、理解跟探索四個階段如何跟數位工具協作。
-品味:
--讓AI知道你是誰
--建立Everything筆記本
-蒐集:
--readwise+keep
--gemini
-理解:
--從建議的問題開始
--分類、摘要及彙整
--嶄新的筆記法
--音訊總覽
--總結對話
-探索:
--提供更多想法
--不同角度檢視
--Peer Review
--資料檢核

簡報連結:https://docs.google.com/presentation/d/1G6BAbb2gv9MO7FEn3ibSqAW4ksP9GYrKSHvpGBQFGrI/edit?usp=sharing

推薦ChatGPT 與 AI 繪圖效率大師

 謝謝 林鼎淵 老師的邀請,找我寫他的書「ChatGPT 與 AI 繪圖效率大師」第三版的推薦序。其實我有點惶恐,因為我覺得自己寫不出符合書籍水準的文章。我還找出當初第一版的書仔細比對之間的差異,這篇推薦文完全沒有仰賴AI協助生成,不過有請AI檢視文章啦~

內容大意如下:
書中除了提供大量的實際應用案例外,還詳細說明了每個提問背後的原理,使讀者可以舉一反三的將生成式AI應用在工作中以提升效率;同時,鼎淵老師更是不藏私的把很多追問的技巧都放在這些範例中,讓我們獲得更高品質的答案。
正如本書改版序所提到的:「你現在使用的 Al,可能將會是歷史上最弱的。」只要 Scaling Law 不變,AI的成長速度就不會放緩,我們需要不斷學習如何使用最新的 AI。
加上生成式AI並不像其他軟體一樣好入門,它需要付出心智上的努力(Mental Effort),並在生活與工作中不斷嘗試才能體會其中的奧妙。但鼎淵老師的書為新手提供了一個很棒的途徑,即使不是專業人士,也能透過模仿書中範例找到實際應用的場景。
比如我們老師常寫的教案,可以借鑑書中的提案企劃案例,從教授、校長、熱愛學習的學生,甚至是不喜歡上課的學生角度來審視自己的教案,啟發我們從不同角度思考。有了生成式AI,將幫助我們寫出比以往更好的作品。
而且鼎淵老師在每個章節的結語都給出一些小小的省思,讓我們思考人類與AI 之間的關係:哪些可以與AI協作?哪些即使AI做得再好,我們也不能委託給它完成?
被譽為電腦科學與人工智慧之父的圖靈說過:「那些能夠想像任何事的人,可以創造不可能。」
生成式 AI的興起,改變了我們與機器之間的關係,也轉變了我們看待和解決問題的角度。但只要我們開始學習使用,就會明白這個工具的邊界在哪裡、適合解決哪些問題。
這本書不會是你生成式Al旅程的終點,但會是引領你進入這個新世界的絕佳起點。



AI Tutor勝過主動學習

在哈佛大學的物理課程找了194個學生,來比較AI Tutor跟主動學習的學習成效。

在主動教學的課堂會先由老師先講授物理概念跟問題解決技巧,然後介紹活動,再由透過小組完成活動,最後才由教授針對學生的問題跟誤解提供回饋。
而AI Tutor則是根據教學研究,設計包含促進主動學習、管理認知負荷、提倡成長心態、學習鷹架及有效跟即時回饋等的系統。
最後的結果是AI Tutor比主動學習提高了快一倍的成績,花費的時間還更少,AI組還覺得在學習過程中更投入更有動力。

當我們過度仰賴AI生成內容的話,會不會導致我們的寫作能力平庸化?

 當我們過度仰賴AI生成內容的話,會不會導致我們的寫作能力平庸化?

最近有個研究或許可以提供大家一些參考,這個研究訪談了幾位老師如何使用生成式AI在教學上。老師同時使用生成式AI提供輸入(跟我說明什麼是偉大的美國小說?除了OO外,我還可以使用什麼工具增進學生對這個概念的理解)生成輸出(幫我生成10題選擇題、幫我生成簡報),會比單純生成輸出更有價值,也會更有自信。
我們學校也將教育部因材網的寫作精靈融入到學生的作文教學中。因為因材網的寫作精靈不會直接幫學生生成文章,會反過來對學生提問,讓學生補充文章的脈絡與細節。避免學生過度仰賴AI生成內容。
而我自己寫完初稿後,也會丟給AI請他對我提問找出文章中找出一些有趣或有價值的東西,幫助我思考文章是否可以還有可以延伸描述的點。我比較喜歡把AI當作一起思考問題的夥伴,而非只是生成內容的工具。






2024教育科技展

 各位師長好,在今年11/14-11/17的教育科技展,我分別在11/14 14:55-15:15的主題論壇分享「AI時代的教養處方箋」及11/17 10:30-11:00 Google for Education 主題講座談「與 NotebookLM 協作的寫作法」。

主題論壇「AI時代的教養處方箋」談的比較會是如何幫助學生擁有學習的動力及使用AI輔助學習的正確思維。在Google for Education談的就是再保有「問題意識」跟「樂趣」的前提下跟在如何將NotebookLM整合到自己的寫作流。



AI世代的教養處方籤