第五章 結論與建議
第三節 研究限制與未來研究建議
二、 外文部分
Carmines, E. G., & Zeller, R. A. (1979). Reliability and validity assessment.
Beverly Hills, CA: Sage.
Ching, T., Himmelstein, D. S., Beaulieu-Jones, B. K., Kalinin, A. A., Do, B.
T., Way, G. P., ... & Xie, W. (2018). Opportunities and obstacles for deep learning in biology and medicine. Journal of The Royal Society Interface, 15(141), 20170387.
De Vore, P. W. (1985). Differentiating between science and technology.
Paper presented at the annual conference of the international technology education association. ERIC ED 265407.
Domingos, P. (2015). The master algorithm: How the quest for the ultimate learning machine will remake our world. Basic Books.
Draskovic, D., Cvetanovic, M., & Nikolic, B. (2018). SAIL—Software system for learning AI algorithms. Computer Applications in
Dyrenfurth, M. J. (1991). Technological literacy synthesized. In M.
J.Dyrenfurth & M. R. Kozak (Eds.), Technological literacy: Council on Techology Teacher Education 40th yearbook (pp. 138-183). Peoria, IL:Macmillan McGraw-Hill.
Fernandes, M. A. (2016). Problem‐based learning applied to the artificial intelligence course. Computer Applications in Engineering Education, 24(3), 388-399.
Furey, H., & Martin, F. (2019). AI education matters: a modular approach to AI ethics education. AI Matters, 4(4), 13-15.
Goldberg, Y. (2016). A primer on neural network models for natural language processing. Journal of Artificial Intelligence Research, 57, 345-420.
Guzman, A. L. (2018). Voices in and of the machine: Source orientation toward mobile virtual assistants. Computers in Human Behavior, 90, 343-350.
Hassabis, D., Kumaran, D., Summerfield, C., & Botvinick, M. (2017).
Neuroscience-inspired artificial intelligence. Neuron, 95(2), 245-258.
Helmstaedter, M. (2015). The mutual inspirations of machine learning and neuroscience. Neuron, 86(1), 25-28.
Istenič Starčič, A. (2019). Human learning and learning analytics in the age of artificial intelligence. British Journal of Educational Technology, 50(6). 2974-2976. doi.org/10.1111/bjet.12879.
Kaiser, H. F. (1974). Little jiffy, mark IV. Educational and Psychological Measurement, 34, 111-117.
Kandlhofer, M., Steinbauer, G., Hirschmugl-Gaisch, S., & Huber, P. (2016).
Artificial intelligence and computer science in education: From
Conference (FIE), 1-9.
Kimbell, R., Stables, K., & Green, R. (2002) .The nature and purpose of design and technology. In G. Owen-Jackson (Ed.), Teaching design and technology in secondary schools (pp.19-30). Landon: Routledge Falmer.
Krejcie, R. V., & Morgan, D. W. (1970). Determining sample size for research activities. Educational and Psychological Measurement, 30(3), 607-610.
Kumar, D., & Meeden, L. (1998). A robot laboratory for teaching artificial intelligence. ACM SIGCSE Bulletin, 30(1), 341-344.
Li, X., & Zhang, T. (2017). An exploration on artificial intelligence application: From security, privacy and ethic perspective. In Cloud Computing and Big Data Analysis (ICCCBDA), 2017 IEEE 2nd International Conference on (pp. 416-420).
Liu, J. Y. S. (2019). The dynamic control of space travel and the application of artificial intelligence. East-Asia Review, 503, 17-24.
McCormick, R. (2004). Issues of learning and knowledge in technology education. International Journal of Technology and Design Education, 14(1), 21-44.
National Assessment Governing Board (2018). Technology and engineering literacy assessment and item specifications for the 2018 National assessment of educational progress. San Francisco, CA: WestEd.
Neumann, M. (2019). AI education matters: a first introduction to modeling and learning using the data science workflow. AI Matters, 5(3), 21-24.
Russell, S. J., & Norvig, P. (2010). Artificial intelligence: A modern approach. USA; PearsonEducation,Inc.
Schmidhuber, J. (2015). Deep learning in neural networks: An overview. Neural Networks, 61, 85-117.
Skilton, M., & Hovsepian, F. (2017). The 4th industrial revolution:
Responding to the impact of artificial intelligence on business. New York: Springer.
Smalley, L., & Brady, S. (1984). Technological literacy test. Unpublished report supported by a grant form the American Council on Industrial Arts Teacher Education. Menomonie, WI: Author, University of Wisconsin -Stout. ERIC ED 255637.
Soltani, A. A., Huang, H., Wu, J., Kulkarni, T. D., & Tenenbaum, J. B.
(2017). Synthesizing 3d shapes via modeling multi-view depth maps and silhouettes with deep generative networks. In The IEEE conference on computer vision and pattern recognition (CVPR) (Vol. 3, p. 4).
Stashak, G. (1981). Technological literacy: The publisher’s role. ERIC ED 206915
Voke, K.S., & Yip, W. M. (1999). Gender and technology in Hong Kong: A study of pupils’ attitudes toward technology. International Journal of Technology and Design Education, 9, 57-71.
Voke, K.S., Yip, W. M., & Lo, T.K. (2003). Hong Kong pupils’ attitudes toward technology: The impact of design and technology programs.
Journal of Technology Education, 15(1), 48-63.
Weber, K. & Custer, R.(2005). Gender-based preferences toward technology education content, activities, and instructional methods. Journal of Technology Education, 16(2), 55-71.
Yu, K. C., Lin, K. Y., Han, F. N., & Hsu, I. Y. (2012). A model of junior high
Technology and Design Education, 22(4), 423-436.
Yu, K. H., Beam, A. L., & Kohane, I. S. (2018). Artificial intelligence in healthcare. Nature Biomedical Engineering, 2(10), 719-731.
Zhou, H., Zhang, H., Zhou, Y., Wang, X., & Li, W. (2018, July). Botzone: an online multi-agent competitive platform for AI education. In
Proceedings of the 23rd Annual ACM Conference on Innovation and Technology in Computer Science Education (pp. 33-38).
附 錄
附錄一 AI 素養測驗態度量表-預試問卷
人工智慧素養測驗預試
基本資料
性別：□男 □女
就讀學校：________________市（縣）________________高中
班級：________________
座號：________________
姓名：________________
AI 態度
以下題目有關您的 AI 興趣，請針對以下各項敘述，勾選認同程度。
附錄二 AI 素養測驗知識與技能測驗-預試問卷 露天拍賣、FACEBOOK 時，側邊出現的廣告突然增加了很多運動鞋或 運動用品商店的廣告。
C. 駕駛開車進公立停車場時，在閘門處會有相機拍攝車牌號碼，隨即便把 車牌紀錄在電腦中，等到汽車要離場時只需在機台輸入車牌完成繳費，
出口處再辨識一次確認為本車即可出場。
D. 樂高機器人比賽中，為了讓機器人沿著黑線移動，所以安裝紅外線感測
4. 星期六下午，陳老師正在考慮要不要出門，陳老師打算看看天氣情況再來決 定：
如果外面下雨，選擇在家看書。
如果外面沒有下雨，但天氣太熱（氣溫高於 32 度），就去運動中心游泳。
如果外面沒有下雨，且天氣宜人（氣溫低於 32 度），就去登山步道健行。
請依據陳老師的計畫，選出正確的二分法決策樹。
A.
B.
是否下雨
有下雨
在家看書
沒有下雨
氣溫高於32度
去運動中心游泳
氣溫低於32度
登山步道健行
是否下雨
有下雨
登山步道健行
沒有下雨
氣溫高於32度
去運動中心游泳
氣溫低於32度
在家看書
D.
5. 西元 2016 年，Alpha Go 電腦圍棋以 4：1 的成績打敗曾獲得世界職業圍棋 公開賽多次冠軍的韓國棋王李世乭，而其中使用的關鍵人工智慧技術為何？
A. 網路爬蟲 B. 監督式學習 C. 棋譜辨識技術 D. 深度學習
是否下雨
沒有下雨
登山步道健行
有下雨
氣溫高於32度
在家看書
氣溫低於32度
去運動中心游泳
是否下雨
沒有下雨
在家看書
有下雨
氣溫高於32度
登山步道健行
氣溫低於32度
去運動中心游泳
6. 請問以下產品或功能何者不是應用影像辨識的技術？
9. 政府單位將資訊公開在網站上，使用者只要遵守網站資料相關規定，即可自 行下載利用。大黑想透過政府資料開放平台的資料做些研究，上網發現有提 供的資料如下圖所示。請問以下哪個主題，大黑有較大的機會在該網站找到 所需資料？
A. 台灣 Youtuber 頻道性質與訂閱人數之關係 B. 全台各縣市高中職之在校人數
C. 麥當勞 2015 年至 2019 年之年度營業額 D. 全球各國海平面變化與全球氣溫變化之關係
資料來源：https://data.gov.tw/
10. 數據間的線性相關，不只可以描述資料的性質，有時也可以拿來作為「分類」
或「預測」的依據。請問以下那些數據間的關係，最有可能是正相關？
A. 全台各高中男生人數與女生人數 B. 校內老師們的身高與體重
C. 國際油價與台灣油價
D. 全球平均氣溫與北極浮冰面積
11. 當「深度學習」的結果不盡理想時，可以採用什麼方法使機器有更突破的學 習表現？
A. 提高 KNN 演算法的 K 值 B. 透過網路爬蟲收集資料 C. 事先以人力為資料分類 D. 調整神經網路的層數與權重
12. 阿傑在網路上找到一個可以透過鏡頭進行性別辨識的小遊戲，發現其原理是
15. 小吉在熟悉這套 AI 套件的功能後，想要以其影像辨識的能力為基礎，開發一個
18. 除了點餐功能之外，老闆還透過系統調查顧客喜好的餐點搭配，例如「點蛋包
20. 小風現在是高中生，對人工智慧產業很有興趣，也希望未來可以成為一名 AI
圖 片來源：https://openai.com/blog/emergent-tool-use/
21. 上述的 AI 訓練方式稱為競爭學習（或對抗式學習），請問它應屬於哪一種學習
題組五：
有7 筆資料如下圖所示，標示於座標平面上，請依照「階層式分群法」中的單一連 結規則為這些資料進行分群。
23. 最先與資料點 C 組成群的資料點為？
A. 資料點 A B. 資料點 B C. 資料點 E D. 資料點 G
24. 若要將這 7 筆資料分成 3 個群（G1、G2、G3），最終結果為何？
選項 G1 G2 G3
A. A、B、C D、E F、G
B. A、D、E B、C F、G
C. A、F D、E B、C、G
D. A、D、E、F B、C G
題組六：
題組七：
K-means 演算法（又稱 K 平均分群法）為「非監督學習」的一種分類方式，使用群 聚的方法將資料分成若干個群集。
28. 以下針對 K-means 演算法的敘述，何者正確？
A. 使用 K-means 演算法之前，需先將已知的樣本資料標示好分類；
B. 必須由人類先訂出訓練資料的起始點；
C. K 值代表欲將資料分成 K 個類別；
D. 若有兩筆資料無法被分類，演算法就會將這兩筆資料先編入同一類。
29. 下圖為若干筆資料的分布圖，小關想以 K-means 演算法將這些資料分成 3 群。
已知圖中☆處為隨機選擇的三個「初始群心」，請問在第一輪分群過程中，有多 少筆資料無法確切地被分入其中一個群中？
A. 0 筆 B. 1 筆 C. 2 筆 D. 3 筆
30. 承上題，第一輪分群結束後，圖中 S3 群心會轉變至哪個新座標？
A. （2.8 , 1.1）
B. （3.6 , 4.5）
C. （5.2 , 3.9）
D. （4.7 , 2.3）
附錄三 AI 素養測驗態度量表-正式問卷 人工智慧素養測驗
第一部分 AI 態度量表
性別：□男 □女
就讀學校：________________市（縣）________________高中
班級：________________
座號：________________
以下題目有關您的 AI 資訊來源，請針對以下各項敘述，勾選認同程度。
以下題目有關您的 AI 興趣，請針對以下各項敘述，勾選認同程度。
附錄四 AI 素養測驗知識與技能測驗-正式問卷 露天拍賣、FACEBOOK 時，側邊出現的廣告突然增加了很多運動鞋或 運動用品商店的廣告。
4. 西元 2016 年，Alpha Go 電腦圍棋以 4：1 的成績打敗曾獲得世界職業圍棋
C. 發生任何意外時，不論意外發生當下是否有使用自動駕駛功能，駕駛人 都必須負起全責；
D. 不管自駕車技術再怎麼成熟，未來都不該被用在大眾運輸交通工具上，
因為那樣等於是把更多人的性命交給電腦，是不人道的。
8. 政府單位將資訊公開在網站上，使用者只要遵守網站資料相關規定，即可自 行下載利用。大黑想透過政府資料開放平台的資料做些研究，上網發現有提 供的資料如下圖所示。請問以下哪個主題，大黑有較大的機會在該網站找到 所需資料？
A. 台灣 Youtuber 頻道性質與訂閱人數之關係 B. 全台各縣市高中職之在校人數
C. 麥當勞 2015 年至 2019 年之年度營業額 D. 全球各國海平面變化與全球氣溫變化之關係
資料來源：https://data.gov.tw/
9. 數據間的線性相關，不只可以描述資料的性質，有時也可以拿來作為「分類」
或「預測」的依據。請問以下那些數據間的關係，最有可能是正相關？
A. 全台各高中男生人數與女生人數 B. 校內老師們的身高與體重
C. 國際油價與台灣油價
D. 全球平均氣溫與北極浮冰面積
10. 當「深度學習」的結果不盡理想時，可以採用什麼方法使機器有更突破的學
13. 小吉在熟悉這套 AI 套件的功能後，想要以其影像辨識的能力為基礎，開發
15. 小風現在是高中生，對人工智慧產業很有興趣，也希望未來可以成為一名
圖 片來源：https://openai.com/blog/emergent-tool-use/
16. 上述的 AI 訓練方式稱為競爭學習（或對抗式學習），請問它應屬於哪一種學
題組四：
有7 筆資料如下圖所示，標示於座標平面上，請依照「階層式分群法」中的單 一連結規則為這些資料進行分群。
18. 若要將這 7 筆資料分成 3 個群（G1、G2、G3），最終結果為何？
選項 G1 G2 G3
A. A、B、C D、E F、G
B. A、D、E B、C F、G
C. A、F D、E B、C、G
D. A、D、E、F B、C G
題組五：
題組六：
「非監督學習」相較於「監督式學習」，幫助人類省去不少時間，其中K-means 演算法即為「非監督學習」中一種極具代表的分類方式。
22. 小希想透過 K-means 演算法，將原本分成 3 類的資料再次改分成 5 類，請問 以下哪項操作正確？
A. 需先將樣本資料標示原本的 3 種分類；
B. 必須由小希先訂出分類資料的起始點；
C. 將 K 值設定成 5；
D. 若有兩筆資料無法被分類，演算法必將這兩筆資料先編入同一類。
23. 下圖為若干筆資料的分布圖，小關想以 K-means 演算法將這些資料分成 3 群。已知圖中☆處為隨機選擇的三個「初始群心」，請問在第一輪分群過程 中，有多少筆資料無法確切地被分入其中一個群中？
23. 下圖為若干筆資料的分布圖，小關想以 K-means 演算法將這些資料分成 3 群。已知圖中☆處為隨機選擇的三個「初始群心」，請問在第一輪分群過程 中，有多少筆資料無法確切地被分入其中一個群中？