永遠的測試版　林穎俊的教學記錄

[]所包住的文字都是要替換的文字，例如[概念]要替換成你想學習的概念，如光合作用、流體力學或是電車難題等 因為世界各國的教材不盡相同，如果可以的話盡可能上傳資料供ChatGPT參考更好 ------------------ 1.準備考試： 我有一場[科目]考試，我想拿滿分。考試形式是：[形式]。請從考試的角度教我所有你認為重要的內容。你可以使用任何能讓我更容易學習與理解的互動方式。[上傳文件] 2.簡化複雜的主題： 請從初學者的角度解釋[概念]。 3.透過譬喻學習： 我想理解[概念]。請用與現實世界事物的類比來說明。 4.制訂學習計畫： 我即將迎來[課程]的考試。請為我制定一份逐日的詳細讀書計畫，包含複習、模擬測驗與休息。我想要一個能有一個均衡的學習計畫，讓我最大限度的提高專注力與記憶力。[上傳文件] 5.生成練習測驗： 請為[科目]設計一份練習測驗。先一次給我一個問題。等我回答後，才評估我的回答並給予回饋，再進入下一題。請包含[題目格式]。[上傳文件] 6.檢查你的理解程度： 請透過提問來檢查我對[主題]的理解，且這些問題必須是只有在對[主題]有十分清晰的了解時才能回答的問題。請一次問我一題，讓我先回答，然後：(1) 找出漏洞，(2) 解釋為何會出現這些漏洞，(3) 告訴我現在要如何克服，(4) 建議未來避免這些漏洞的預防措施。 7.製作學習指引： 請為[主題]製作一頁精簡的學習筆記。包含關鍵字、定義、必知知識，以及每個部分的一個範例。[上傳文件] 8.透過影片學習： 我有一場[科目]考試。請參考這個影片，整理一份有助於我複習的重點摘要，並出一些選擇題來測驗我。[連結] 9.產生可能的考試題目： 根據這些筆記，預測我的教授在考試中最可能會問哪些問題，並說明你認為他們會這樣選題的原因。 [上傳文件] 10.製作flashcards 請看完我的筆記，並依據[主題]設計一份測驗，至少要有[數量]題個問題。請使用QuizGPT來建立這份測驗。[上傳文件] 11.預先評分你的作業 請扮演我的教授並批改我的作業。[上傳文件] 12.分解複雜的句子 這是什麼意思？請用一般人也能理解的語言逐步拆解說明。[複雜片語或句子] 13.找到正確的詞 什麼單字更適合用來形容[單字]？ 14.整理筆記： 請統整我的筆記，凸顯關鍵概念，並製作一張以重點主題為中心的心智圖。[上傳文件] 15.根...

  這週在資訊課上，我想跟孩子們談談一個重要的問題「為什麼我們不能讓AI幫我們寫作業」 我打算從兩個問題開始。 第一個問題是：「如果 AI 能在 30 秒內幫你完成作業，那你為什麼還要花 30 分鐘自己寫？這兩者的差別是什麼？」 第二個問題是：「老師每天也在用 AI，還教你們怎麼用。那你覺得老師用 AI 和你用 AI，有什麼不一樣？」 接著我想用運動來做比喻。 假設我決定開始運動，希望讓自己更健康。 第一種方式，我每天都去健身房拍照打卡，上傳照片、發限動，看起來很勤勞。大家都誇我好棒，但其實我根本沒真正動起來。 第二種方式，我真的規劃訓練菜單，流汗、肌肉痠痛、累得半死，有時候練了很久也看不到明顯進步。 如果要你選，你會選哪一個？ 大部分的孩子會知道應該選第二個，但心裡一定會偷偷想：「那也太辛苦了吧！」 讀書、寫作其實就像第二種方式。 你努力了很久，卻看不到成果，但每次練習都在讓你的「大腦」變強。 孩子我想跟你說明一個重要的概念「神經可塑性」。 指的是當你越常使用大腦，神經元之間的連結就越強。 當你反覆練習某件事，這些連結就像不斷被踩踏的小徑，慢慢變成寬敞的大道。 這也是為什麼「練習」真的會讓你變聰明。 孩子們你們現在正處在「建立這些連結」的關鍵期。 如果在這個階段把思考交給 AI，其實就像讓別人幫你練肌肉。 你今天會覺得輕鬆，但未來就會付出代價。 所以寫作業的重點不是完成作業，而是訓練你的大腦，讓你大腦有成長的機會 當我們用自己的話去寫筆記、整理想法，這些思考會深深刻進你的腦裡。 但如果只是複製貼上、或讓 AI 幫你總結，你的腦袋幾乎沒動過。 你得到的只是一份漂亮的作業，而不是更清晰的思考。 回到一開始的第二個問題是：「老師每天也在用 AI，還教你們怎麼用。那你覺得老師用 AI 和你用 AI，有什麼不一樣？」 在 AI 還沒出現之前，我們這些老人練習寫作、表達的時間有多長？ 以我自己為例，我每天都在上課跟溝通，我的工作基本上就是靠嘴巴過活。 我常開玩笑說自己像詐騙集團一樣都是靠嘴巴賺錢。 我一次次表達想法，一次次修改說法，這些經驗讓我腦中的連結越來越強。 現在當我寫作或講話時，那些語氣、節奏跟立場早就成為我的一部分。 所以AI不會代替我表達我自己，我知道我自己喜歡什麼不喜歡什麼。 但我也觀察到一個有趣的現象： #每個人都想用AI寫作 #但沒有人想看AI寫的東...

過去我曾帶著我們的孩子嘗試Vibe Coding。孩子會很興奮的展示他的作品說：「老師你來玩玩看，我用ChatGPT做的貪吃蛇遊戲」但是當蛇吃到東西時，分數卻還是0。孩子修改了好幾次卻找不出問題來，最後只能重新生成一個新的貪吃蛇。但卻有小學生可以跟AI協作寫出一個上架Apple Store的App。 因為AI的出現，讓寫程式變的更簡單更容易上手，但從小遊戲到App這中間的孩子要補足的是哪些東西？ 我們先從「程式設計(Programming)」開始說起，到底什麼叫做程式設計？以前的我會覺得就程式設計是學程式語言，所以學程式就是要先學程式語法跟邏輯，然後學了半年不知道要幹嘛就放棄了。 但程式設計不僅是撰寫程式碼告訴機械應該如何運行，更像是運用程式碼解決特定問題的具體方式，不僅要撰寫程式碼。更像是要理解問題根據問題設計解決方案後，運用程式碼解決這個問題。 就像手機興起之後，攝影不再是專業攝影師所獨有的能力，甚至連小學生都可以是攝影師，透過手機記錄生活的點滴甚至據此賺錢。 就如同攝影工具的進步讓拍照變的更普及化，但現在程式設計的工具因LLM而有了劇烈的變化。我們可以想見的所謂「程式工程師」這個概念將會比目前坐在電腦前的程式工程師更為不一樣，或許將從開發最新LLM的AI工程師到透過自然語言跟AI對話的普通人，都將會是AI世代的程式工程師。 而在這樣的未來來說，所謂好的程式工程師特質跟所需的能力到底是什麼？哪些能力是是與AI協作的程式工程師依然重要的能力？ Maggie Johnson( google.org )提出了一個概念Code Sense（以下稱做程式感），她覺得這是學生在未來軟體工程領域所需的新技能，將其比喻為數學中的「數感(Numeracy)」。就像因為計算機的發明，讓學生覺得學習抽象的公式跟複雜的運算沒有用，所以開始推動數感。數感通常指的是對數字跟其關係有良好的理解，並可以將這這種理解應用於解決現實生活的問題。 舉例來說一個數感不好的人就算用計算機算半天結果搞錯單位或少按一個0卻沒有感覺。而一個沒有程式感的人可能沒有注意到安全漏洞、程式錯誤卻不知道怎麼修改或者直接把個資暴露在外等。就像小朋友寫了一個可以讓同學投票的網站，結果才發現每個人都可以重複投票，甚至根本沒有紀錄票數的機制。 而CSTA(美國電腦科學教師協會)跟TeachAI也在《2025年AI時代電腦科學教...

  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...

  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...

謝謝丘美珍老師日前的邀請，讓我可以線上跟老師們分享將生成式AI整合到教學後兩年之後的一些想法。本來擔心因為只能單向講述沒有讓老師有操作的機會，加上講題可能沒那麼吸引人，有點怕沒辦法好好傳達一些想門給老師們，但沒想到老師們的回饋這麼好，實在讓我太驚訝了。 #我想應該是參加的老師們用心投入 #不是講師有料 #讓台灣成為最會用AI的國家

  謝謝商業週刊採訪，讓我分享一些使用NotebookLM的心得。 其實我想說的是我們在運用AI的時候都要想想如果我們不希望學生這樣用的話，我們就必須以身作則示範給學生看。例如不希望學生用AI寫作業，我們就不該用AI出考卷。 但如果我們希望學生運用AI寫出更棒的作品創造過往無法獨力完成的作品的時候，我們就應該示範給學生看如何運用AI輔助思考找出洞見，深化你的品味的方式。 就像如果我們只用NotebookLM轉逐字稿，但是其實這些知識並未為我們所吸收。但如果是我們先記下會議或上課的重點，在請NotebookLM補足細節，甚至幫你想想是否哪些有趣的東西是你沒有注意到的，會不會比單純轉成逐字稿更好呢？ 我們不是因為收集了很多知識變得厲害 而是因為懂得怎麼使用知識而建立我們的品味 #跑了好幾間便利商店才買到