資訊與學習

學習輔助軟體與平台

第一台電腦是在 1946 年發明的，在發明的 12 年後， 西元 1958 年時使用電腦來幫助教學的想法被提出來，這就是 CAI 軟體的由來。利用電腦來輔助教學，是以滿足教師需求為開發的方向，所以並不完全符合學生學習需要。因此在稍後幾年，CAL 的概念被提出來，Ｌ是學習的首字母，顧名思義是聚焦於從學生學習的觀點去開發教學軟體，融入了遊戲的元素讓學習更有樂趣，也更吸引小朋友更容易產生學習的動機。CAI 和 CAL 一開始是聚焦於12 歲以下孩童的學習，但也有些商業公司將成年員工的訓練，轉型成使用 CAL 軟體來輔助訓練。

幾乎所有的小學課程都有對應的 CAI 軟體可以使用，例如：電腦課的打字遊戲、國語課的學習光碟、自然課的虛擬實驗室、數學課的四則運算遊戲、數位幾何軟體、英語課的英文冒險遊戲......等等。

在網際網路開始流行之後，學習輔助軟體開始出現在網路平台上面，結合學生班級經營、課程管理、成績管理...等功能，推出完整的線上學習平台，成為新的發展趨勢，此時發展重點聚焦於大專院校的高等教育階段。第一個聞名世界的學習平台是 Moodle。

同一時期，為滿足學校行政人員需求的「校務行政系統」也開始發展，所謂「學校」就是指校園、教師、學生三者之間的互動關係，會產生學校行政、教師進修、學生組織、家長組織.....等各種行政業務。如果結合線上學習平台與校務行政系統是否足以取代學校呢？這樣的想法觸發了「虛擬學校」的構想。大家熟悉的 google classroom、apple classroom......等平台，則是將教室虛擬化的工具，算是「虛擬學校」的一部分實現。

小朋友如果想取得各種學習輔助軟體，可以到教育部設立的「教育大市集」，網址 https://market.cloud.edu.tw/

適用於 iphone 和 ipad 的教育軟體一覽表，網址 https://apps.apple.com/tw/charts/iphone/教育-apps/6017

適用於 android 手機和平板的學習輔助軟體，網址 https://play.google.com/store/apps/category/FAMILY?hl=zh_TW&gl=US

開放式課程

公共電子書資源

「電子圖書館」這個想法是在 1975 年提出來，當時因為網路速度緩慢以及多媒體技術尚未成熟，許多電子書只是紙本書的掃描版本，電子書的流通格式尚未被開發出來，因此閱讀的體驗並不好。一直到 epub 這種可以進行版權保護的電子書格式出現後，電子書才真正的流行起來。目前除了有可以借閱 epub 電子書的桌面軟體和 App，也有專為了閱讀電子書而設計的硬體，例如：雅馬遜書店的 Kindle、樂天書店的 Kobo、索尼公司的 Sony Reader...等。

台灣第一個公共圖書館是在日據時代西元 1923 年成立的「台中州立圖書館」，該圖書館於 2017 年改名為「國立公共資訊圖書館」，並且開始使用數位科技進行圖書管理，2018 年則推出了可以提供電子書給市民大眾借閱的 App，也可以從網頁直接閱讀，網址 https://ebook.nlpi.edu.tw/。

目前台灣各大圖書館都有提供電子書借閱的業務，教育部教育雲電子書整合服務平台，則將台灣各大公共圖書館的電子書資源，整合在一起方便學生借閱，網址 https://oidc.ebook.hyread.com.tw/。 

台北市政府採購的線上資料庫，除了電子書以外，還包含雜誌、報紙、影音資料庫...等數位內容，可以使用台北市單一身份驗證登入免費使用，網址 https://onlinedb.tp.edu.tw/。

其它還有民間廠商開發的各種電子書系統，例如：hyread 凌網科技公司，網址 https://ebook.hyread.com.tw/；iread 華藝電子書，網址 https://www.airitibooks.com/；聯合報業的 UDN 電子書 https://reading.udn.com/；遠流出版社的台灣雲端書庫，網址 https://www.ebookservice.tw/。

遠距教學 vs 課堂教學

台灣在疫情期間曾經開啟了為期三年的遠距教學，在這段時間學生、老師以及家長都被迫使用 Zoom、Google Meet、Teams...等各種遠距會議系統進行教學活動，遠距教學與大家熟悉的課堂教學之間，有很大的差異需要教師與學生重新適應。

對於教師來說，遠距教學有許多「缺點」，例如：無法板書必須事先製作成簡報或文件、無法課間巡堂、無法收繳作業必須結合 classroom 等學習平台、無法進行公平的小考、學生忘記上線而缺課...等等各種問題。

對於學生來說，無法到學校上課，意味著失去了同儕之間的實體互動和交流，無法跟同學一起嬉戲、打球，雖然天天在線上見面，但仍然感受到孤單和寂寞。

對於家長來說，以前不需要陪伴自己的子女上課，不需要直接面對教師對子女的指責，不需要在學生上課期間管理孩子的常規，可以說在疫情期間家長也成了半個教師。當然，也有完全躲避上述責任的家長，在學生上線時躲到其它房間看電視，即使是眼不見為淨，但也無法避免來自其他上線家長的異樣眼光。

遠距教學即便有上述的許多「缺點」，造成很多的困擾，但也帶來正面的影響。

對於教師來說，遠距教學迫使教師學習和熟悉科技工具，除了視訊軟體還包括耳機、麥克風、攝影機的設置和安裝，在課程準備上也比以往投入更多心力。教師不再需要巡視課堂、管理常規，也更容易維持良好的上課紀律（例如：只在提問時打開指定學生的麥克風），連帶的教學效率、時間和進度的掌握也更得心應手。

對於學生來說，即使缺課也有上課實況錄影可以補課，不受到調皮搗蛋同學的影響可以專心學習，同時也在家長面前被迫學習如何遵守常規，如何為自己的行為負責，學習如何主動繳交作業，自主依照上課時間表準時進入各科不同的線上教室。

對於家長來說，獲得了一窺課堂教學實況的機會，能從旁了解和掌握孩子的學習狀況。同時，有了更長的時間可以陪伴孩子，更能增進與子女的親密關係。

遊戲化教育

將遊戲的元素導入到學習過程之中，就稱為「遊戲化教育」，有兩種不同的觀點：一、教學內容遊戲化：將教學內容設計成遊戲，或者遊戲本身即具備教育意義，這類的遊戲被稱為「嚴肅遊戲」，並不是遊戲嚴肅不好玩，而是指遊戲背後要探討的是嚴肅的社會議題。二、教學過程遊戲化：在教學活動中引用遊戲的要素，包括：HP、等級、職業、任務獎勵、排行榜、組隊......等等，以這些要素來促進學習動機、專注度、主動性，而並非讓學生進行遊戲。雖然兩派學者對於遊戲化運用的方式看法不同，但都承認「從玩中學習」是一種有效的學習方法。

早期的嚴肅遊戲，大多為桌遊類，方便帶入課堂，在沒有電腦可以使用的環境，一樣可以進行團體遊戲。在教室電腦普及之後，也有許多教育類的桌遊被改寫成電腦遊戲，經過多年的發展，教育遊戲已涵蓋：軍事訓練、教育、科學探索、醫療保健、應急管理、都市計畫、工程、政治...等各種領域。例如：訓練飛行員的「模擬飛行」、模擬公共衛生系統的「瘟疫公司」、訓練運算思維的「Code.org」、描述人類文明演進（世界史）的「文明帝國」、講述三國歷史的「三國志系列」、讓你甘願運動的 Switch 健身環、讓學生光明正大邊學習邊打怪的「PaGamO」、專案管理業界的教具桌遊「The getKanban」、以及近幾年於產品設計與UI/UX界備受好評的「UX in the Jungle」......等等。更多的遊戲列表請看維基百科。

教學過程遊戲化，主要分為課堂教學、班級經營兩大類。課堂教學過程中，使用遊戲機制來提高學生學習動機和參與意願由來已久，老師通常會在考前複習的時候讓全班進行分組對抗、跑壘遊戲，這就是最早期的教育遊戲化。通常課堂教學遊戲化的目標是提高學生的專注力和主動性，經常會使用點數、徽章、排行榜、任務獎勵...等機制，這樣的遊戲化是最容易達成的，但無法延伸到課堂之外的行為。因此班級經營的遊戲化開始被提倡，透過角色扮演遊戲機制，包括：等級、職業、經驗值、施展能力...等要素，將每天的上學生活直接變成一個大型遊戲，例如：針對 4~12 歲兒童開發的 「classdojo」，針對 10～18 歲學生開發的「 classcraft」。

生成式 AI 的學習應用

生成式人工智慧（Generative AI）是一項快速發展的新興技術，能透過人工智慧模型判斷描述文字的特徵，並根據特徵生成文章、圖片、影片...等作品，生成式 AI 就像一個故事接龍大師，能夠利用事先訓練好的材料，排列組合成一篇不錯的文章。如果只看生成的內容，會覺得 AI 好像跟真正的人類差不多，不但聽得懂人類的語言，也能寫出很不錯甚至超越人類的文章，然而這些表現是來源自人類寫的文章，並不是 AI 自己「創作」出來的。

生成式 AI 的出現，大幅提升了學習和工作效率。例如：當你提出問題時，生成式 AI 可以提出建議、補充觀點，能夠針對特定議題，幫你濃縮專家意見變成一篇大綱，可以依據你的提問幫你製作簡報，可以根據簡報內容生成插圖幫你美化版面。

要善用生成式 AI 需要一些技巧，你可以將生成式 AI 設定成自己的角色（例如：你現在是一個小學生），然後描述你的目標（例如：老師要你寫一篇作文，題目是：「我的志願」），說明你為什麼要這樣做以及你想要怎麼達成目標（例如：你的志願是成為飛行員，你要說明自己為什麼想成為飛行員？付出了哪些努力？以及未來要加強哪些部分，才能幫助你達成目標？），有了這些具體的說明，生成式 AI 可以為你產出內容豐富，適合你的程度，而且為你量身定做的解答。

使用生成式 AI 除了上述提到的設定「角色」、「目標」、「方法」之外，還可以加入「條件或限制」（例如：飛行學校的入學年齡）、提供「上下文脈絡」（例如：你的父親是一名空軍軍官，負責測試新的飛機）、要求「回應格式」（例如：請使用繁體中文）。

圍繞著同一個主題與生成式 AI 進行多次對話，這些對話被稱為一個「脈絡」，有一些平台允許你把「脈絡」儲存起來，可以當成下一次對話的「前提」，這個方式能夠建立一個專屬於自己的人工智慧助手。

所謂「脈絡」是指對話中提及或隱含的其它事物，比較明顯的脈絡會出現在對話的上下文中。舉例來說，前面已經聊過「小明有一個妹妹叫小華」，那麼後面對話中出現的「哥哥」當然就是指「小明」，「妹妹」就是指「小華」。這些對話裡面包含了「親屬關係」這個脈絡。

生成式 AI 的缺陷與限制

生成式 AI 與鑑別式 AI，都有共同的缺陷，那就是「偏見」，由於 AI 訓練的資料來自人類，而人類對很多事物的理解都帶有自己主觀的意見，這些主觀意見有可能在篩選訓練資料時發生作用，而透過帶有偏見的資料污染了 AI 模型。因此，並沒有絕對客觀的 AI。由於生成式 AI 比起鑑別式 AI，更需要貼近人類的觀點（以人類的方式輸出回應），更大量的透過網路爬蟲取得論壇或網頁文章，這些內容大都為一般民眾的言論，而非專家、學者提出的意見，因此偏見就會被放大，這些偏見包括：

• 性別歧視：當提到礦工、軍人等職業時， AI 會預設是男性，而提到保母時，則預設為女性。

• 種族歧視：AI 受到白人審美觀的影響，因此討論美容相關話題時，就會出現「美白」的建議。

• 文化偏見：當 AI 的資料都來自某個特定文化時，很自然會用該文化的觀點提出不符合其它文化的建議。

生成式 AI 的第二個問題是「幻覺」，所謂幻覺是指 AI 的回應裡面包含一些偏離事實或純屬臆測的內容，因此當你要求 AI 為你摘錄文章內容時，有時候會出現一些原始文章裡面沒有的觀點或資料，根據 AI 研究者的統計 chatGPT 的回應中有 3% 是屬於幻覺。另一種「幻覺」則是人類自己產生的，通常人類會把 AI 的情緒表現當成是 AI 表現出來的「人性」的一部份，例如：AI 會道歉，會承諾改善，回應很有禮貌...等等。事實上，AI 只是數學模型，是沒有情緒的，可以說 AI 的回應是計算的結果而非「發自內心」的。根據語言學家的研究，人類的語言有「字面意義」、「延伸意義」、「情緒意義」三個層次，目前的人工智慧只能聽得懂「字面意義」，因此，與生成式 AI 聊天，也僅止於字面意義上的交流。（所謂「AI 聽得懂」是指「AI 能擷取句子的特徵並進行比對」，而非 AI 能「理解」文字背後的意涵。）

對於我們來說，生成式 AI 還有一個很嚴重的缺陷，就是 AI 不能理解中文語境，由於目前推出生成式 AI 的都是美國公司，以 GPT-4 為例，其訓練資料中有超過 50% 是英文資料，30% 為西班牙文，其他語言略少於 20%，其中中文資料只佔 1%，而中文資料中也有 90% 是簡體中文，這就造成生成式 AI 對繁體中文的理解不足，過於台灣式的成語、習慣用語、文化現象，AI 並沒有學習也無法正常的回應，AI 提出的建議也有許多是西方文化背景下的產物，並不能適用於臺灣。

生成式 AI 也進一步造成價值觀的衝突，在 chatGPT 問世不久，中國就推出了自己的生成式 AI「文心一言」，其目的是為了避免社會大眾從 chatGPT 的回應中接觸到西方的「民主」、「自由」等核心價值，即便回應中沒有出現這些字眼，但從回應中的字裡行間仍然可以體會到「尊重差異」這種現代文明概念。中國所面對的問題與我們台灣剛好相反，由於 chatGPT 學習了大量的簡體中文資料，因此當討論的主題偏向東方社會的議題時，可能會在回應中出現簡體特有的詞彙和中國集權價值觀，如果學生沒有能力辨別就有被洗腦的風險。

綜合上述的討論，生成式 AI 只能當成參考，內容必須自己小心求證，因為 chatGPT 雖然不會說謊但常常有幻覺，同時也要有足夠的生活經驗去判斷 AI 的建議是否符合自己的社會文化經驗，是否有違反社會風俗或倫理。面對生成式 AI 與面對假新聞一樣，必須要有警覺性，也有要足夠的媒體素養，畢竟大部分的假新聞都是透過生成式 AI 製造出來的。