中學電腦科到校課程：迎接AI時代的挑戰

人工智慧浪潮下的教育新思維

近年來，人工智慧（AI）的飛速發展正以前所未有的速度重塑全球產業結構與日常生活模式。從智慧型手機的語音助手到自動駕駛汽車，從醫療診斷到金融風險管理，AI的應用已無所不在。對於即將步入社會的中學生而言，這場技術革命既是巨大的機遇，也是嚴峻的挑戰。未來的職場將不再僅僅需要單純的知識記憶者，而是需要能夠理解、運用甚至創造AI工具的跨領域人才。在這個背景下，中學階段的電腦科教育顯得尤為關鍵。它不再只是教導學生如何使用軟體或撰寫簡單程式，而是肩負起培養學生「AI素養」的重任——理解AI的基本原理、辨識其應用場景、評估其社會影響，並具備利用AI解決問題的能力。

傳統的課堂教學模式在面對日新月異的AI技術時，往往顯得力不從心。教材更新速度滯後、硬體設備侷限、教師專業培訓不足等問題，都可能導致學生所學知識與現實脫節。相比之下，中學到校課程模式恰好能有效解決這些痛點。所謂「到校課程」，指的是由外部專業機構或團隊，直接進入校園，為學生提供定制化、模塊化的短期或長期課程。這種模式不僅能引入業界最新的技術與案例，還能靈活配合學校的既有課表，讓學生在熟悉的環境中接觸最前沿的知識。尤其在AI教育方面，到校課程更能發揮其即時性、互動性與實踐性的優勢，讓學生不必等到大學，就能提前掌握關鍵技能，為未來的學術與職業生涯打下堅實基礎。

AI核心知識在校園中的落地實踐

要讓中學生真正理解AI，不能只停留在抽象的理論層面。一套完善的中學到校課程，需要將複雜的概念拆解為可感知、可操作的學習單元。首先，學生必須認識AI的兩大基石：「機器學習」與「深度學習」。機器學習可以簡單理解為讓電腦從數據中「學習」規則，例如透過數千張貓咪的照片，讓電腦自行歸納出貓咪的特徵，進而辨識從未見過的貓咪圖片。而深度學習則是更進階的機器學習技術，它模仿人類神經網路的結構，透過多層次的「神經元」處理複雜資訊，例如目前廣受討論的生成式AI，就是深度學習的典型應用。在課堂上，教師可以透過生活化的比喻，例如將「訓練AI模型」比喻為「教導一個小孩認識水果」，讓學生直觀地理解概念。

接著，透過實際案例的展示，學生更能體會AI的強大與局限。例如，在「圖像識別」的單元中，教師可以展示AI如何從一張照片中準確標記出人物、建築物或動物，同時也引導學生思考：如果照片光線不足或角度怪異，AI是否會出錯？為什麼會出錯？這涉及數據品質與模型偏誤的深層議題。在「自然語言處理」方面，學生可以親身體驗AI如何理解人類語言，例如利用聊天機器人進行問答、讓AI輔助撰寫文章，甚至分析一首古詩的情感色彩。這不僅讓學生驚嘆於AI的智慧，也促使他們思考語言的本質與溝通的複雜性。

更為重要的是，AI教育不能缺少倫理與社會影響的探討。教師應引導學生正視AI帶來的潛在風險，例如：AI決策中的偏見（演算法歧視）、隱私數據的濫用、自動化對就業市場的衝擊，以及生成式AI可能產生的假訊息問題。透過真實的新聞案例討論，學生將學會批判性思考，明白科技中立但使用科技的人有其立場，從而培養負責任的科技使用態度。這些內容不僅豐富了課程的深度，也符合教育局推動的價值觀教育，讓學生在掌握技術的同時，也擁有良知與判斷力。

從零開始：AI專案實作的教學路徑

如何將抽象的AI概念真正「教」給中學生？關鍵在於降低門檻，讓學生能親手觸摸到AI的「魔法」。在新學期的STEM到校課程規劃中，教師應優先選擇直觀、視覺化的工具。對於完全沒有程式基礎的學生，Scratch是絕佳的入門平台。Scratch的積木式編程環境，讓學生無需撰寫複雜的語法，就能透過拖曳積木來控制角色行為。教師可以設計一個簡單的AI小專案，例如利用Scratch的擴展功能，建立一個能辨識手勢或聲音的互動遊戲，讓學生在玩樂中理解「輸入—處理—輸出」的AI運作流程。這比直接講授「監督式學習」的定義有效得多，因為學生在實作中已經「做中學」，自然會產生認知共鳴。

當學生具備基礎邏輯概念後，便可逐步導入Python這款業界主流的程式語言。Python語法簡潔、資源豐富，且有大量的AI套件（如TensorFlow、Scikit-learn）可供調用，非常適合中學生進行進階探索。教師可以引導學生利用預先訓練好的模型，實作一個「圖像分類器」：學生只需拍攝不同物體的照片（例如蘋果與香蕉），並使用簡單的程式碼來訓練模型，最後測試模型能否正確區分兩者。這個過程涵蓋了數據收集、模型訓練、準確率評估等完整流程，讓學生體驗到AI開發者的真實工作模式。此外，也可以進行「文本分析」專案，例如讓學生分析社群網站上關於某個話題的留言，看看大家的情緒是正面、負面還是中立，從而理解AI如何處理非結構化的文字數據。

為了進一步激發學生的學習動機與成就感，學校與到校課程團隊可以聯合舉辦AI相關的競賽或活動。例如，舉辦「校園AI創意解難大賽」，鼓勵學生針對校內實際問題（如圖書館書籍分類、學校午餐剩食預測）設計AI解決方案。這種活動不僅將所學知識應用於真實情境，更能培養團隊合作、溝通表達與專案管理能力。獲獎的專案甚至可以推薦參加校外比賽或展覽，作為學生學習歷程檔案中的亮點。這種競賽與活動的設計，讓STEM到校課程不再只是單向的知識傳遞，而是成為一個充滿活力與創造力的學習生態系統。值得一提的是，在設計這些互動環節與數位教材時，許多團隊也開始參考前端ui ux 課程的設計思維，確保教學介面與學習平台的操作直觀、體驗流暢，讓學生能更專注於邏輯思考而非工具操作困擾，進一步提升學習成效。

多元教學法：打造沉浸式AI學習體驗

優質的到校課程，其教學方法絕非一成不變。為了滿足不同背景學生的學習需求，教師需靈活運用多種策略。課程的開端，應以「講解AI基本概念」作為破冰。但講解方式必須生動活潑，避免枯燥的學術術語轟炸。教師可以運用動畫影片、互動簡報，甚至邀請AI領域的年輕創業家進行線上分享，讓學生從故事中理解技術的發展。例如，說一個「AI如何幫農夫判斷水果成熟度」的故事，遠比直接講解「卷積神經網路」更能吸引學生的注意力。

理論講解之後，立即銜接「展示AI應用案例」。教師應準備豐富的影音素材與即時示範，例如現場操作一個線上AI繪圖工具，讓學生輸入關鍵字，觀察AI如何在幾秒鐘內生成圖像。這個過程不僅展現AI的強大創造力，也引發學生對模型訓練原理的好奇心。展示的重點在於「提問」與「引導」，教師可以問：「AI畫的蘋果為什麼看起來怪怪的？」、「如果輸入『一顆長了翅膀的西瓜』，AI會畫出什麼？」這些問題能促使學生從使用者角度，反向思考AI模型的優勢與限制。

最後，也是最重要的環節，就是「讓學生親自動手實作」。動手實作的比例應佔課程總時數的50%以上。教師應提供詳細的學習單與任務挑戰，鼓勵學生以小組合作的方式完成。例如，在學習了圖像分類的概念後，小組可以自行決定要分類哪些物品（例如「笑臉」與「哭臉」的自拍照），然後各自收集數據、訓練模型，最後進行「分類大賽」，看看哪一組的模型最準確。在這個過程中，教師扮演的是「引導者」與「資源提供者」的角色，而不是「權威講述者」。當學生遇到Bug（程式錯誤）時，教師應引導他們閱讀錯誤訊息、上網搜尋解決方案，而非直接給予答案。這種「探究式學習」方法，能有效培養學生解決問題的能力，這正是21世紀最重要的核心素養之一。

課後的持續精進：打造AI學習的良性循環

教室內的學習時間終究有限，要讓AI素養真正內化為學生的能力，就需要建立課後的持續學習機制。首先，「課後複習與練習」是鞏固知識最直接的方式。課程團隊可以提供線上練習平台，內含與課程內容對應的互動小測驗、編程挑戰題，以及具有挑戰性的延伸專案。這些練習應設計成「打怪升級」的模式，學生每完成一個任務就能獲得積分或徽章，透過遊戲化的機制激勵學生主動學習。同時，學習平台後台可以記錄學生的答題軌跡與錯誤類型，教師可據此調整後續課程的難度與重點。

其次，鼓勵學生「參與線上社群討論」是擴展視野與獲取幫助的絕佳管道。教師可以推薦適合中學生的中文AI學習社群，例如「高中生AI學習社團」、「Python台灣愛好者論壇」等。在社團中，學生不僅可以提出自己遇到的問題，還可以觀摩其他學生（甚至大學生或業界人士）的專案作品，獲得啟發。更重要的是，透過參與討論，學生能學習如何清晰地描述技術問題、如何吸收與反饋資訊，這是一種難得的「社會化學習」體驗。教師也可以在課堂上預留時間，讓學生分享在社群中看到的有趣文章或專案，形成課堂內外的正向循環。

此外，廣泛「閱讀AI相關書籍或文章」能幫助學生建立更完整的知識體系。課程團隊可以開設一個班級圖書角或推薦書單，內容涵蓋科普讀物（如《AI 2041》、《人工智慧來了》）到技術入門書籍（如《Python機器學習》、《跟阿志學AI》）。為了降低閱讀門檻，教師可以採用「閱讀馬拉松」的形式，每週指定一個章節，並在課堂上進行簡單的讀書會分享。對於有興趣的學生，甚至可以引導他們閱讀《Nature》或《Science》等頂級期刊上關於AI的報導，從小培養學術英文閱讀習慣。這些課後學習活動，讓AI教育不再僅僅是「一門課」，而是成為一種長期的成長陪伴。

迎接未來：讓AI素養成為新世代的基本配備

回到教育的初衷，我們為什麼要讓中學生學習AI？絕非為了將他們培養成程式設計師或AI工程師，而是要賦予他們在智慧時代生存與發展的關鍵能力。透過系統化的中學到校課程，學生得以在接觸AI的過程中，鍛鍊邏輯思維、提升解難能力、培養數據素養，並建立對科技的批判性視角。這些能力，無論他們未來選擇哪個領域，都將是他們的「核心競爭力」。從醫學院的學生用AI輔助診斷，到藝術系的學生利用AI生成創作靈感，AI素養將滲透到每一個行業。

展望未來，香港教育局與各中小學應持續推動與優化STEM到校課程，特別是AI相關的內容。學校管理層應積極引入具備實戰經驗的業界合作夥伴，例如本地科技初創、大學實驗室或非牟利組織，共同設計符合香港教育環境與學生需求的課程。政府亦可提供相應的資源與補貼，減輕學校的經費負擔，確保每一所中學，無論位於港島、九龍還是新界，都能享有平等的AI教育機會。同時，師資培訓也至關重要，學校應定期舉辦教師AI工作坊，讓第一線的教師也能跟上技術的步伐。

總而言之，AI時代的挑戰巨大，但機遇同樣誘人。中學到校課程作為一種靈活、高效、貼近實務的教育模式，正是點燃學生對AI熱情、培養其未來競爭力的最佳火種。我們有理由相信，只要課程設計得宜、教學方法得當，這一代的中學生將不僅是AI的使用者，更將是AI時代的創造者與引領者。讓我們攜手努力，為孩子們打造一個智慧且充滿希望的未來。

2