AI 教學案例分享|工業工程學研究所藍俊宏副教授

338 次瀏覽

字體

分享

迅速跟上生成式 AI 工具發展的浪潮,任教於工業工程學研究所的藍俊宏老師對於生成式 AI 工具採主動使用且樂見其成的態度,不論是 ChatGPT、Gemini、Grok、NotebookLM,或是 Claude 等皆有接觸,並在其開設的「資料分析方法」課程前置準備過程積極運用 ChatGPT 來協助產製內容或提供靈感,創造出備課的新方向。


生成式 AI:超越個人認知的工具
「ChatGPT 的出現讓我非常震驚,試用之後發現完全符合我的期待,比我所認知的 AI 還要 高上不止一層,這個東西必須要擁抱它。」

2022 年 11 月,當 ChatGPT 正式問世時,由於超出自己的想像,讓俊宏老師意識到必須 要去擁抱這項工具。因此他旋即呼籲學生開始使用,在 Meeting 時更會查看學生與 ChatGPT 提問的過程來了解為什麼會「問不懂」。
除此之外,俊宏老師也會要求學生使用 ChatGPT 撰寫論文,他認為撇除需要自己投入 並追蹤的核心研究過程之外,ChatGPT 在中文方面的表現實際上是優於學生的,且在測試的過程中他也發現到,在特定範圍內使用 ChatGPT 可以有效控制其生成內容,以避免 ChatGPT「一本正經地胡說八道」。

多方嘗試,發揮各司其職的效果
「每一個(生成式 AI)有每一個的優缺點,那我就覺得好像也不可能偏廢在某一個東西 (生成式 AI)。」

源自於個人喜歡嘗試新事物的性格,除了 ChatGPT 外,俊宏老師亦嘗試了許多當前的 生成式 AI 如 NotebookLM、Claude、Gamma、Grok、Gemini、Cursor 等,不過他也坦言不會每一種生成式 AI 都付費訂閱,有些僅偶爾使用,而當一個工具使用久了,也會漸漸習慣並較容易預測該工具的產出品質。
在使用不同生成式 AI 工具時,俊宏老師也點出這些工具的長處與短板,如 ChatGPT 雖 然可以靈活地分析資料並且旁徵博引,但它不太會保留過去資料的記憶,需要重複輸入內容;或如 NotebookLM 雖然針對給定的資料內容能夠細緻地分析,但相對較不能靈活地引入其他非給定的資料。
了解這些工具的優劣,也讓他能彈性地將工具發揮在不同的用途,以達到各司其職的效果,例如使用 NotebookLM 進行文獻回顧、Grok 進行深度搜尋、Claude 協助撰寫程式碼等。

在教學上的運用:相互討論以豐富課程內涵
「如果有機會,當然我很希望能從頭弄一個可以跟 ChatGPT 共存的(課程)版本,這樣更 完美⋯⋯如果我可以帶著同學做一次一門三小時的課,那也許他們學到的是怎樣去使用 ChatGPT⋯這畢竟是他們未來要用的東西。」

俊宏老師以其開設的「資料分析方法」課程為例,他會先將課程相關資料如講義、投 影片等先輸入至 ChatGPT,接著將所出的作業及考試題目交由 ChatGPT 填答並給予回饋,並要求其回饋必須有所本。ChatGPT 會點出題目可能缺少怎樣的資訊,或者提供更生活化的出題方向,在一來一往的討論過程中,也讓他發現自己未曾想過的面向,使課程內容益加豐富。有時,他也會將討論過程生成一份補充資料供學生參考。
然而在課程設計上,他表示純數推導的課程較難引入 ChatGPT,除了課程內容較為制 式外,也會發現有時碰上的問題 ChatGPT 也回答不了,如:尚未存在的推導。而對學生來說,現階段所具有的能力並不足以讓他們檢驗 ChatGPT 產出內容的真偽,仍需透過教授與學生的實際討論才得以解決這些問題。
曾經,俊宏老師在考試中加入「如何下指令」的考題,不過他發現一次的考驗對於學 生而言不太公平,畢竟下指令的過程不一定能做到 One-shot(一次性的),而是需要持續地修改、反覆地雕琢,因此他也為自己建立了一個記載指令的文檔,反覆去雕琢指令內容,讓自己的提問能越來越精確。

AI 發展的浪潮:越早踏上才不會被淹沒
「如果有機會,每一個老師或是每一個人,他都應該把日常的瑣事拿來跟 AI 做實驗⋯⋯, 每一個人都應該試一次才會知道,我們現在正在做的這件事情的價值在哪裡」

AI 發展的速度日新月異,俊宏老師所在的工業工程學研究所內,亦有許多教授也在積極使用 AI,而他也提到對於現階段如演講、報告等工作,在未來全面改由 AI 進行也並非不可能,且也不見得會做得比人類差。
現在的生成式 AI 工具,如:ChatGPT 即可協助生成報告大綱,再搭配 Gamma 即可生成一份簡報,僅差在人聲、抑揚頓挫及肢體語言等需要人力投入校正與調整,AI 實際上能夠完成的程度已經不同於以往。


最後,他也期待不僅是教師,所有人都可以試著將自己擅長或較為瑣碎的事情交由 AI 來試試看,舉凡日程安排、旅程規劃等,在嘗試一次後,或許可以知道 AI 能夠如何減 輕自己的負擔,也能看到現在做的事情有哪部分會被取代,從而檢視我們所擁有的價值。
AI 發展的浪潮是持續前驅、無法往回走的,這樣的推進並不會在某一天戛然而止,只 差在發展的快慢而已。因此,惟有在相對早的時機跟上這個浪潮,才不會致使自己被淹沒。