跳到主要內容

【生成式AI出現兩年後,我的改變】

 謝謝日前Inside的邀請,讓我分享過去兩年帶孩子一起使用生成式AI的教學上的轉變。但這次我想聊聊生成式AI出現兩年後,我自身的改變,從工具、情境、心法甚至到心態。

#我只用ChatGPT
雖然我有付費過Gemini、Claude跟ChatGPT,但兩年過去,我還在使用的只有ChatGPT。我不太會嘗試所謂的教育專用AI工具(或稱AI Wrapper),除了教育部的因材網跟類似Cursor的產品外。因為大廠掌握核心技術以及考慮到最貴的時間成本,大廠最新最好的功能通常都在原生服務上率先提供,就像這陣子很紅的吉卜力圖片生成功能、或記住所有對話的功能,也都是ChatGPT率先推出。ChatGPT也許不如Claude擅長寫程式、不像Gemini能整合Google服務,但ChatGPT它太萬用了,什麼都會一點,所以如果只能選一個LLM,我會選擇ChatGPT。
#思考的夥伴
我習慣把ChatGPT當作一位精通多國語言與各種領域的大學生,請他用各種犀利或建設性的角度問我有趣的問題。我的用法通常是我先整理好自己的想法,再請他針對我的文章反問問題。某種程度上,ChatGPT成為我精煉想法的備忘錄,腦中閃過的靈感和卡住的問題,最後都在ChatGPT的對話框裡留下了痕跡。
#用嘴聊天比較快
一開始只是把我的聲音轉成文字,後來逐漸習慣透過語音直接與ChatGPT對話。我曾擔心口語思考會有疏漏,是不是應該先寫好再唸?但隨著LLM的進步,這些都不再是問題。現在我常透過語音模式放聲思考,反而比一字一字輸入更快更自由,在走路時閃過的想法、在深夜睡前沒有深化細想的靈感,甚至講著講著就有新的靈感出來。而隨著進階語音模式(例如愛吐槽的Monday)以及能開啟鏡頭分享你看到內容的功能,也許我們正從文字輸入邁向一個以語音為主的互動時代?
#從簡單的問題開始
還記得兩年前我曾自豪的提出TRIPO提問框架,以幫助學生學會如何把問提問好。但現在ChatGPT的理解力、對使用者偏好的學習能力大幅提升,加上對話記憶功能,我不再花太多時間琢磨提問,而是用最直覺的方式開始對話,再一起琢磨最後的生成。與其雕琢問題,不如雕琢自己想要的方向
#VibeCoding
從兩年前還在用ChatGPT手動貼上成果到Colab上執行,到現在能直接用Copilot或Replit等這類IDE裡生成程式跟部屬,LLM的程式能力讓我驚嘆(有時甚至看不懂它寫的程式碼)。我曾用它寫App Scripts來自動化行政流程、建學校電腦報修的Line BOT、製作網頁或Flutter APP,比想像中容易許多。
#選擇以身作則
以前我會勇於於探索AI邊界,我抱持著"試了才知道"的心態使用生成式AI。但看到有孩子直接複製貼上AI生成的成品,當作自己的作業直接交出後,我的想法開始改變。我不希望只是教條式的要求學生遵守規範,我希望自己可以做為學生的表率,以身作則給他們看。就像我不希望學生用AI代寫作業,那我自己在批改或寫文章時也不會用AI直接生成內容。但我會跟它討論大綱、協助寫程式、解釋概念,這些我都認為是很棒的用法。而我們在使用ChatGPT時,更應該自問:這樣的用法是增強還是削弱了我的專業?
#AI不會取代我
#但改變了我
雖然到目前為止,生成式AI還沒完全取代我生活中的任何任務,但它已經深深改變了我的日常工作。有時用來完善想法、有時整理報告、有時只是瞎聊,但最重要的是,我會思考哪些時候,我選擇不用AI。
對我來說,重要的不是試驗AI多強,而是思考如何自然地與工作流程整合,讓AI像空氣一樣存在於生活之中。但我也還在摸索任務自動化的可能,但我的想像是如Ethan Mollick在《Co-inteligence》所提到的Cyborg,人類跟生成式AI深度融合,我們並不是單純將任務委託給AI,而是在據齒狀的邊界來回移動,沒有明顯的邊界跟規則。但兩者一起合作可以做出以前人類做不到的事情。




留言

這個網誌中的熱門文章

Anthropic 團隊如何使用 Claude Code

Anthropic團隊透過Claude Code 改造他們的工作流,讓開發人員跟非技術人員可以處理複雜專案、自動化流程,並跨越過去限制其生產力的技能鴻溝。 他們深入採訪了以下團隊 資料基礎設施 產品開發 安全工程 推論 資料科學與視覺化 產品工程 成長行銷(Growth Marketing) 產品設計 強化學習工程 法律 Claude Code 用於資料基礎設施 資料基礎設施團隊為公司內所有團隊組織業務資料。他們使用 Claude Code 自動化例行資料工程任務、排除複雜基礎設施問題,並為技術和非技術團隊成員創建文件化工作流程,讓他們能夠獨立存取和操作資料。 主要 Claude Code 使用案例 使用截圖進行 Kubernetes 除錯 當 Kubernetes 叢集當機且不再排程新的 pod 時,團隊使用 Claude Code 診斷問題。他們將儀表板的螢幕截圖輸入 Claude Code,它逐一引導他們瀏覽 Google Cloud 的 UI 選單,直到找到顯示 pod IP 位址耗盡的警告。Claude Code 接著提供確切的指令來建立新的 IP 池並將其新增到叢集,無需涉及網路專家。 為財務團隊提供純文字工作流程 工程師向財務團隊成員展示如何撰寫描述其資料工作流程的純文字檔案,然後將其載入 Claude Code 以獲得完全自動化的執行。沒有編碼經驗的員工可以描述步驟,如「查詢此儀表板、獲取資訊、執行這些查詢、產生 Excel 輸出」,Claude Code 會執行整個工作流程,包括詢問所需的輸入,如日期。 協助新進人員熟悉程式庫 當新的資料科學家加入團隊時,他們被引導使用 Claude Code 來導覽龐大的程式庫。Claude Code 讀取他們的 Claude.md 檔案文件,識別特定任務的相關檔案,解釋資料管線間依賴關係,並幫助新人了解哪些上游來源輸入到儀表板。這取代了傳統的資料目錄和可發現性工具。 工作階段結束後更新claude.md 團隊要求 Claude Code 總結已完成的工作階段,並在每個任務結束時建議改進。這創建了一個持續改進循環,Claude Code 根據實際使用情況幫助改進 Claude.md 文件和工作流程指示,使後續迭代更有效。 跨多個實例的平行任務管理 在處理長時間執行的資料任務時...

親師溝通一定要用LINE嗎? 用LINE@會更安全更省時間

作者: 林穎俊 常聽到很多老師不想用LINE,因為LINE的方便性使得老師上班時間延伸到5點下班之後,舉凡孩子的大小事,甚至婆媳之間的事情,家長也想好好跟老師聊一聊。常讓老師覺得為什麼我下班了還要當家長的垃圾桶? 而且相信大家也有聽過同事說過。家長覺得孩子在學校受到委屈,自己覺得老師沒有公正的處理,就放話說要來學校找對方孩子的,在LINE群中這些層出不窮的事,相信都不是老師想要跟家長溝通的本意。 ㄧ、LINE@的特色: LINE@最大的特點是 群組成員無法對話跟互相加好友,只能跟老師對話。還可以設定關鍵字回復,不用立即回訊。在1對1 對話中還可以設定對話時間,不用半夜還在回line LINE@的功能:群發、1對1對話、動態消息等可以方便做好親師溝通。而且群發訊息(像是提醒 全班注意事項、班級宣導等)只要在1000則內都是不收費的。 二、如何使用LINE@ 1.安裝並登入Line@ 1-1在AppStore 中搜尋LINE@。  1-2 下載完成後,以原來LINE的帳號登入,設定好照片、名稱(例如五年孝班的小天地等),就可以開始使用了。 2.回應模式: 2-1簡介回應模式:登入後,先點進「回應模式」,內有「1對1聊天模式」、「於自動回應模式接收訊息」、「1對1聊天可對應時間」、「自動回應訊息」、「關鍵字自動回應訊息」、以及「設為好友時的歡迎訊息」。老師們可以視需要開啟前面兩項1對1聊天模式」跟「於自動回應模式接收訊息」。 2-2「1對1聊天可對應時間」是設定家長可以傳訊給您的時間,我們先點入週日,再點右上角的「編輯」再把左邊那個綠溝溝點起來,按下刪除後儲存,回到「回應模式」的畫面你就發現,週日你就收不到訊息囉~~科科 接下老師也可以設定平常上班日可以跟家長對話的時間 2-3 自動回應:先點入「撰寫新訊息」,「編輯訊息」可以設定當家長傳訊給你時,系統會自動回覆的訊息。管理用標題是你可以設定訊息的標題。指定期間或時刻,你可以區分上下課不同時間來回應家長不同的訊息。例如在上課時間,我會打「親愛的家長您好,謝謝您傳訊給我,我知道您一定有重要的事情跟我聯絡,...

【Vibe Coding 或是Vibe Prompting?】

自去年開始,我開始嘗試教孩子一門結合 Python 與 AI 的課程。一開始叫做「AI Assisted Python Programming」,但現在或許叫做「Vibe Coding」會是更貼切的名稱。這門課的想法是運用 Python 作為基礎程並結合 AI 作為教學助力,幫助小學生學習基礎的程式學習。 在最初的設計中,我採取的是「由下而上」的教學設計。透過一個實作專案,我一步步引導學生認識變數、資料型別、if-else跟函式等基本概念。當時我們設定的目標是建構一個簡易的線上訂購網站。雖然最終並未完整實作出來,但這個過程讓學生有機會從目標出發,理解每一項功能背後所需的知識與技能,並逐步補足所需的知識。 當學生遇到困難時,我會先請他們透過 AI 尋求協助。他們可以請 AI 解釋概念,甚至產出程式碼。但我給了他們一個額外的挑戰:他們必須能向我清楚說明這段程式碼的意義與邏輯。為了完成這個挑戰,他們必須學會如何有效地與 AI 對話,從而深化對程式內容的理解。這樣的好處是學生不用花費很多時間查資料獲等待老師解決問題,只要有問題AI都可以回答。然而在實際執行的過程中,我發現即使這樣循序漸進地引導,還是有部分學生容易卡關。 因此今年我嘗試轉向「由上而下」的教學方式,靈感來自 Vercel CEO Guillermo Rauch 的訪談。我從中學到人類的價值在於抽象與高階的思考,我們應該訓練孩子更清楚地表達需求,善用 AI 將想法實現,而不是拘泥於每一行程式碼的細節。 因此這學期我決定從「品味」開始,帶領學生探索「什麼是好的作品」。我們從一塊巧克力開始討論,學習如何描述一個「好吃」的巧克力,進而將這樣的能力轉移到數位創作上。我們的主題是「貪食蛇」遊戲設計。我會讓學生先用 AI 生成一個基礎版本,再引導他們去玩網路上的不同版本,學習觀察與評比:什麼樣的遊戲更美觀?速度更流暢?玩法更有趣或更具挑戰性? 接下來,學生需要根據自己的體驗,提出對「好遊戲」的定義與規格,並運用 AI 進行修正與調整,完成屬於他們自己的版本。對我來說這樣的過程可稱為「Vibe Coding」:從描述目標開始->進行生成->再進入反覆的修改與調整。但因為課程還沒告一段落,還無法做出很精確的結論。 這樣的過程也讓我思考孩子們在這當中究竟學到的是什麼?他們學到的是「Coding」本身,還是「Prompt...