以聊天機器人實作培養學生運算思維
90
0
0
全文
(2) 摘要 我國即將實施之十二年國民教育「科技」科目課綱，以運算思維為主軸，並 涵蓋人工智慧學習內容。本研究依據 Kolb 體驗式學習循環設計教學流程，並以 聊天機器人為素材，設計教材以幫助學生學習人工智慧概念，並培養運算思維能 力。設計之教材，包括「問答聊天機器人」、「關鍵字聊天機器人」、及「學習 式聊天機器人」等三個單元，學習內容包含課綱的「演算法」以及「資料表示、 處理及分析」等學習主題‧教材評估是以北部某公立高中之 86 名高二社會組學 生為對象，進行教學實驗，評估所設計之教材對學生學習成就、態度與運算思維 之影響。 研究結果發現，本研究所發展的體驗式聊天機器人教材能有效幫助學生學習， 提升學生學習電腦科學及人工智慧的興趣，以及提升學生運算思維能力。然而學 生雖然能在學習單上展現正確的運算思維思考歷程，但學生要透過程式設計呈現 其思考後的結果是有困難的，其原因可能在學生對於語法結構的不熟悉，建議未 來類似之教材應加強程式語法說明，此外也建議未來能研究透過其他工具、軟體 來教導高中生人工智慧，及研究選擇合適的運算思維能力之評量工具。. 關鍵字：人工智慧、聊天機器人、運算思維. ii.
(3) Abstract Using Chat-bot to help students learn Artificial Intelligence and Computational Thinking A new secondary school (grades 7 to 12) computing curriculum will be implemented in Taiwan in 2019. Artificial intelligent (AI) is among one of the new learning contents in this curriculum. It is essential to develop learning activities to help students learn AI concepts at the present stage. This study intends to design learning activities of Chatbot for high school students to learn AI concepts, as well as algorithm and data representation of computational thinking (CT). The learning activities include three units: question and answer Chatbot, key-word Chatbot, and learning Chatbot. It is expected the learning activities could improve students’ achievement and attitudes toward learning AI concepts, as well as enhance their CT skills. Through our study, we found the learning material we elaborated do activate and improve the students on learning AI and computational thinking. In addition, we also found that CT was correlated with programming in our research. In the future, this study is looking forward to setting as a direction for computing curriculum in high school. Keywords: artificial intelligent, Chatbot, computational thinking. iii.
(4) 致謝 研究所三年，說快不快，說慢不慢，充滿了喜怒哀樂。感謝我的指導教授 吳 正己老師，願意收我於門下，在 CSE 這歡樂的實驗室學習成長，老師以啟發式的 指導方式鼓勵我們勇於探索，看著我這段日子來一路地尋找自己，也豐富了我的 碩士生涯。從沒想過能有機會到遠在地球另一邊的溫哥華 UBC 遊學一個月，也 從沒想過可以到廣州參加國際研討會發表論文，謝謝老師的鼓勵並給予這些機會， 讓我更加拓展了我的國際視野，也增強了我的語言能力還有勇氣與自信等個人成 長面。老師對於學術研究的精神、指導學生的方式與在生活中的處事風格，是我 所學習的模範，謝謝老師這段時間的諄諄教誨，對您的感激之情永留於心。感謝 育慈老師，在研究所這段時間的教導，透過您的好幾堂課，讓我瞭解了關於資訊 教育豐富的知識，也啟發了許多關於資訊教育的想法，特別是在您的最後一堂課 「電腦教材設計與發展」，因為您對我的鼓勵，讓我對我所做的教材有自信而有 了現在這個論文的產出，謝謝您。您是我所嚮往的典範。 研究所的終極目標是論文的完成，而最令人細細品味的是邁向終點的過程， 一路上的貴人相伴是能抵達終點的最大助力。謝謝凌倩老師，成為我研究中的教 學實驗老師，除了非常有經驗及實力的把我的教材實施教學外，也幫助我解決解 決研究上的困難，您真的是一位無私又有愛心及耐心的好老師。謝謝秋帆學姊， 從我一開始摸不定自己的論文方向，到原本決定了後又改變主題，一路耐心陪伴、 指導，給予我許多不管是研究上還是生活上甚至對於未來方向的建議，謝謝您總 是鼓勵我，也不厭其煩地回答我所有問題，甚至與我們一起熬夜和時間賽跑，您 是我在這段時光重要的領導與陪伴，謝謝您。再來，謝謝我的研究所生活好夥伴 iv.
(5) NEXT-湘庭和薇燁，有妳們，這三年才是最美的研究所生活，謝謝妳們與我一起 走過歡樂與低潮，一起為學業打拼、一起經歷生活中的種種美好，現在我們要準 備朝人生的另一個階段努力邁進，也不能少了妳們的陪伴。謝謝忠實學妹子婷， 總是貼心在每個節日與出遊後，以及在我低潮時的溫暖。還有要謝謝 cselab 裡的 所有學長姐和夥伴們，志弘學長、育瑄、品萱、旻穎、書寯、朝丞、佑庭、顯亭、 瑞萱、怡嘉、詠柔，陪伴我與我在這裡一起長大。最後謝謝我的家人，給我永遠 最大的支持，無論我想做什麼，有什麼樣的決定，都是我最大的後盾。謝謝孝謙， 陪伴著我，無論我的好與不好，各種寫論文的低潮情緒，接受我的任性，給我鼓 勵。謝謝所有愛我的你們，我愛你們。 婉玥 2018/7/13. v.
(6) 目錄 摘要 ........................................................................................................................ ii Abstract................................................................................................................. iii 致謝 ....................................................................................................................... iv 圖目錄 ................................................................................................................. viii 表目錄 .................................................................................................................... x 第一章 緒論 .......................................................................................................... 1 第一節 研究背景與動機 .................................................................................. 1 第二節 研究目的 .............................................................................................. 3 第三節 名詞釋義 .............................................................................................. 3 第二章 文獻探討 .................................................................................................. 4 第一節 人工智慧概念與國際趨勢 .................................................................. 4 第二節 人工智慧教學 ...................................................................................... 8 第三節 資訊科技課綱 .................................................................................... 10 第四節 運算思維內涵 .................................................................................... 11 第三章 研究方法 ................................................................................................ 13 第一節 研究設計與參與者 ............................................................................ 13 第二節 教學設計 ............................................................................................ 14 第三節 研究工具 ............................................................................................ 27 第四節 資料蒐集與分析 ................................................................................ 30 第五節 研究實施程序 .................................................................................... 31 第四章 結果與討論 ............................................................................................ 32 vi.
(7) 第一節 結果 .................................................................................................... 32 第二節 討論 .................................................................................................... 47 第五章 結論與建議 ............................................................................................ 53 第一節 結論 .................................................................................................... 53 第二節 建議 .................................................................................................... 56 參考文獻 .............................................................................................................. 59 附錄一 學習單（一） ........................................................................................ 65 附錄二 學習單（二） ........................................................................................ 67 附錄三 學習單（三） ........................................................................................ 69 附錄四 學習成就測驗 ........................................................................................ 72 附錄五 態度問卷 ................................................................................................ 74 附錄六 運算思維前測 ........................................................................................ 76 附錄七 運算思維後測 ........................................................................................ 78. vii.
(8) 圖目錄 圖 3-1. 教學步驟 ....................................................................................... 15. 圖 3-2. 第一單元－艾倫圖靈範例程式執行畫面及程式片段 ............... 18. 圖 3-3. 第二單元—我的聊天機器人範例程式執行畫面 ....................... 19. 圖 3-4. 第三單元－尋找白馬王子範例程式執行畫面 ........................... 20. 圖 3-5. 學生於範例程式中需完成之程式片段 ....................................... 22. 圖 3-6. 學習單上規劃關鍵字及對應之回答 ........................................... 23. 圖 3-7. 學習單上規劃判斷流程 ............................................................... 23. 圖 3-8. 教學投影片介紹體驗之機器人及任務 ....................................... 23. 圖 3-9. 運算思維能力前測與後測題目 ................................................... 28. 圖 4-1. 成就測驗成績分布圖 ................................................................... 32. 圖 4-2. 學生Ａ第三題答案 ....................................................................... 34. 圖 4-3. 學生 B 第三題答案....................................................................... 35. 圖 4-4. 學生 C 第五題答案....................................................................... 35. 圖 4-5. 學生Ｄ第五題答案 ....................................................................... 36. 圖 4-6. 學生Ｅ第六題答案 ....................................................................... 36. 圖 4-7. 運算思維前測與學習成就之相關回歸分析圖 ........................... 47. 圖 4-8. 運算思維後測與學習成就之相關回歸分析圖 ........................... 48. 圖 4-9. 運算思維能力後測成績與程式題目得分之百分比 ................... 50. 圖 4-10. 學生 F 我的聊天機器人 ............................................................. 51. 圖 4-11. 學生 G 我的聊天機器人 ............................................................ 51. 圖 4-12. 學生錯誤程式碼（左）學生正確程式碼（右） ..................... 52 viii.
(9) 圖 4-13. 學生錯誤程式碼（左）學生正確程式碼（右） ..................... 52. ix.
(10) 表目錄 表 3-1. 教學時程規劃 ............................................................................... 14. 表 3-2. 教材單元與學習概念 ................................................................... 16. 表 3-3. 單元一教學活動步驟說明 ........................................................... 17. 表 3-4. 單元二教學活動步驟說明 ........................................................... 19. 表 3-5. 單元三教學活動步驟說明 ........................................................... 21. 表 3-6. 單元一、三部分教學素材畫面 ................................................... 24. 表 3-7. 運算思維能力測驗題目與本教材之關聯 ................................... 27. 表 3-8. 成就測驗考題內容 ....................................................................... 28. 表 4-1. 成就測驗各題答題狀況 ............................................................... 33. 表 4-2. 課程教材對學習的助益 ............................................................... 37. 表 4-3. 學習興趣與意願 ........................................................................... 39. 表 4-4. 運算思維能力前後測統計結果 ................................................... 40. 表 4-5. 運算思維能力前後測各題分析結果 ........................................... 41. 表 4-6. 運算思維前測與學習成就之相關回歸分析統計表 ................... 48. 表 4-7. 運算思維後測與學習成就之相關回歸分析統計表 ................... 48. 表 4-8. 運算思維成績前後 25%之語法結構題答全對率 ....................... 49. x.
(11) 第一章 緒論 第一節 研究背景與動機 臺灣「十二年國民基本教育課程綱要總綱」訂定「資訊科技」為國高中學生 必科目（教育部，2014），課程內容以運算思維為核心，培養學生運用科技工具、 材料及資源動手實作、設計及創造科技工具及資訊系統的專業知識，同時也培養 學生批判思考、問題解決、邏輯與運算思維的思考能力。 運算思維一詞是由 Wing（2006）提出，是指能有效運用運算方法與工具解決 問題的思維能力（林育慈、吳正己，2016），它包含使用抽象化、迴圈、重複等 概念來處理及分析資料或製作成品（CSTA, 2011）。近年來，各國修訂資訊科技 課程標準時也都將運算思維概念納入。美國 CSTA 於 2011 年重新修訂的 K-12 資 訊科學 ( Computing) 課程標準，即以運算思維貫穿為課程的主軸；美國高中先修 大學電腦課程 AP Computer Science Principles（2017），將運算思維實作視為課程 的重點，整合資訊科學知識及技能；英格蘭 Computing 課程也強調培養學生的運 算思維及創造力（DOEE, 2013）；澳洲在中小學科技領域綱要之學習目標，著重 在於培養學生運用數位系統及運算思維解決問題（ACARA, 2013）。 自德國展開了工業 4.0 相關的行動方案與研發計畫後，美國、英國、中國及 日本等國家陸續展開人工智慧（Artificial Intelligent, AI）的發展策略（科技部, 2017； NSTC, 2016；GOV.UK, 2017；鍾欣宜，2017；日本文部科學省，2016）， 我國 科技部也於 2017 年發佈了《人工智慧推動策略》；教育部也於 2017 年提出「人 工智慧技術及應用人才培育計畫」 ，積極培育人工智慧跨領域人才（教育部，2017） ，. 1.
(12) 然而，人工智慧領域人才供不應求是各國目前遭遇的重要問題，（騰訊研究院， 2017）。。 近年來，聊天機器人（Chatbot）蓬勃發展，語音助理機器人成為生活中的重 要角色，也是人工智慧熱門的研發方向。根據 Nielsen 於 2015 的報告指出，消費 者每天用手機的時間有 85％在各種 App 上，其中最常使用的 App 以社交與通訊 用途為主，而透過聊天機器人來輔助，是快速又方便提供客製化服務的好方法 （TransBiz, 2017）。許多即時通訊平台，如：Facebook、Line 都已經提供能創建 聊天機器人的服務（Beaver, 2016）。在這人人皆有手機、時時都能透過通訊軟體 來溝通的時代，聊天機器人是與人們生活貼近的人工智慧應用。 從各國課程標準的發展可知，培養學生運算思維能力，儼然已是國際間共同 的趨勢。十二年國教課綱將於 108 學年度實施，如何教學生運算思維是國內資訊 教師現階段的重要需求，因此，發展符合新課綱精神之教材極為重要。 而人工智慧的理論與技術不斷湧出，初學者往往不知從何著手，容易感到艱 澀而卻步。而在教學上往往注重理論知識，缺乏實踐應用，多以講述方式進行， 使得學生感到抽象不易學習（潘志傑，2009；謝榕，2017）。而 Kolb 所提出的體 驗式學習循環（1984），強調經由具體經驗來觀察並反思，進而建構知識概念， 再透過實際應用驗證其真確性，能幫助學生結合理論與應用。因此本研究參考 Kolb 的體驗式學習循環設計教學步驟，以人工智慧領域中的聊天機器人做為教材 發展的主題，讓學生透過聊天機器人的實作學習人工智慧的概念，進而培養學生 的運算思維。. 2.
(13) 第二節 研究目的 十二年國教的「資訊科技」課綱即將實施，發展教材提供資訊教師參考是極 為重要的。本研究旨在以聊天機器人為學習素材，讓學生學習人工智慧觀念；同 時藉由程式設計實作，讓學生習得「演算法」以及「資料表示、處理及分析」等 課綱學習內容，以培養學生運算思維能力。具體而言，本研究目的如下： 一、設計體驗式聊天機器人教材幫助學生學習人工智慧概念 二、探討體驗式聊天機器人教材對學生學習成就及態度之影響 三、探討體驗式聊天機器人教材對學生運算思維能力之影響. 第三節 名詞釋義 本節針對研究出現的名詞「聊天機器人」、「Kolb 體驗式學習循環」釋義。 1.. 聊天機器人（Chatbot）：是經由語音或文字進行交談的電腦程式，透過 人工智慧能模擬真人來跟使用者對話，可用於各種類型的服務，如：網 路購物或訂餐…等（Techtarget, 2017）。. 2.. Kolb 體驗式學習循環：Kolb 認為學習是經由經驗相互結合與反思轉換 為知識的過程，經由四個階段，包括具體經驗（concrete experience）、 觀察反思（reflective observation）、抽象概念（abstract conceptualization） 與行動體驗（active experience），構成環形學習結構 (Sugarman, 1985)。. 3.
(14) 第二章 文獻探討 本研究主要目的是發展一套以聊天機器人為主題，並符合新的資訊科技課程 綱要之課程。因此本章將探討人工智慧概念與國際趨勢、人工智慧教學、臺灣資 訊科技課綱，並討論電腦科學與體驗式學習，以及人工智慧與運算思維之間的關 聯性。. 第一節 人工智慧概念與國際趨勢 本節主要探討人工智慧的意涵及人工智慧的發展趨勢。 壹、人工智慧意涵 人工智慧（Artificial intelligent, AI）是一個多學科交叉的領域，涉及的內容廣 泛，其中包含了許多學門基礎：哲學、數學、經濟學、神經科學、心理學、電腦 工程、語言學。是一門仍處於不斷發展的學科，新的理論與方法不斷地湧現，由 Ressell 與 Norving 編寫的人工智慧知名教科書《人工智慧：現代方法》（2010） 中，將人工智慧的內容分為：問題解決（搜尋法，資訊搜尋與探索，限制滿足問 題）；知識與推理（一階邏輯與推理，知識表示），不確定知識與推理（概率推 理，時間概率推理，簡單/複雜決策）；現實世界規劃與行動；學習（範例學習， 學習中的知識，統計學習，強化學習）；通訊、感知與行動（概率語言處理，感 知，機器人學）。書中也強調，演算法、資料結構、及複雜性等電腦科學概念， 是學習人工智慧必備的基本知識。 人工智慧常伴隨著演算法，而演算法是能給予電腦一個明確的指令，利用演 算法來進行資料的處理與分析，甚至從中學習（Domingos, 2015）。早期的人工智 慧模仿人類進行逐步推理，透過一步步推導來解決問題（Ressell & Norving, 2010） ； 4.
(15) 知識表示是人工智慧的重要核心研究之一，透過機器儲存相對應的知識，並能由 某種規則推論出新知識（Poole, Mackworth, & Goebel, 1998）；機器學習是自人工 智慧領域開始發展時的基礎概念，其目的是經由演算法透過經驗自動改進、調整 （Ressell & Norving, 2010）。 在人工智慧這個巨大的學科中，主要所研究的領域有專家系統、機器學習、 機器人、人工神經網絡、模式識別、電腦視覺、自動定理證明、博弈、智慧決策 支援系統、智慧搜尋（王勛、凌雲、費玉蓮，2006）。在現今社會對人工智慧有 著更深刻的認識，來自於電腦的高度計算與處理巨量資料的能力，因此造就了機 器學習、資料探勘及智慧型代理人等子領域的成功，也成為現在各國的重要研究 趨勢（科技部資訊學門，2010）。 貳、人工智慧的發展趨勢 人工智慧的發展是各國家政府及企業組織積極投入時間、資金與精力來推進 的技術（李宜諺，2018）。國際研究暨顧問機構 Gartner（2016, 2017, 2018）將人 工智慧列為 10 大科技趨勢，預測 2018 年與人工智慧相關的商業產值總計將達 1.2 億兆美元，且指出將於 2020 年創造 230 萬個職缺（張庭瑜，2017）。麥肯錫顧問 公司 (McKinsey & Company) （2017）也將人工智慧列為未來數位化的重點，指 出開發人員是企業能實現技術的至要關鍵。人工智慧的技術廣泛的運用在各個領 域，例如：Google 旗下的自動駕駛公司 Waymo 實施的早期車手計畫已經實施一 年，超過 400 名駕駛員每天使用自駕車移動超過 24000 英里（Waymo, 2018）； IBM 研發的人工智慧「華生」 （Watson）結合大數據分析醫療數據、研究論文等 海量資料，能幫助醫生診斷，快速提供治療建議（IBM, 2017）；企業能利用人工 智慧與模糊邏輯等人工智慧技術分析商業情報，幫助企業、機構、組織做出更明 5.
(16) 智、快速、精準的決策（賴志遠，2017）。荷蘭皇家航空公司（KLM）是首個使 用 AI 客服的航空公司，結合 6 萬條問題回覆資料庫，讓 AI 客服即時回答顧客問 題，讓客服人員省下大量時間能更專注處理有緊急需求的顧客身上（高敬元， 2017）。 人工智慧作為國家未來發展的方向，技術的研發、實施與推廣需要各領域人 才的共同合作，而人工智慧頂級人才的領軍尤為重要，他們是人工智慧爭奪的根 本、推動發展的關鍵因素（騰訊研究院，2017）。因此在各國的科技政策中，培 育人工智慧相關人才也是積極推動的工作之一。美國於 2016 年發布《準備迎接 人工智慧未來》（US Executive Office of the President, 2016）報告及《國家人工智 慧研究發展策略計畫書》(NSTC, 2016)，明訂美國 AI 的發展及行動建議，並提出 AI 應包含於國民的電腦科學教育中。英國 2017 年發布《英國產業人工智慧發展 報告》（GOV.UK, 2017）以資料、人才、研究及政策等四大面向提出 AI 實施方 針，建議學校廣開 AI 學程。日本提出的「超智慧社會 5.0」（日本文部科學省， 2016）計畫，也以培養精通人工智慧人才為重要目標之一。我國也發布《人工智 慧推動策略》（科技部，2017），設立相關研發設施及研究中心，培育相關人才。 除了國家型的推動計畫外，許多先進國家也於中小學資訊科技課程標準訂定 人工智慧相關的學習內容。美國電腦科學教師學會（Computer Science Teachers Association, CSTA）K–12 電腦科學課程標準（CSTA, 2017）中規劃 11-12 年級的 學生，需要學習「人工智慧如何應用在軟體及硬體系統，像是數位廣告發送、自 動駕駛車、信用卡盜刷防治」及「實作人工智慧演算法來對抗人類對手或解決問 題，例如猜謎遊戲、剪刀石頭布或簡單的機器人指令」 （CSTA,2017）。中國政 府於 2017 年發布的普通高中信息技術課程標準中，必修課程內容包含「透過人 6.
(17) 工智慧典型案例頗析，智慧資訊處理的巨大進步和應用潛力，認識人工智慧在資 訊社會中的重要作用」（中華人民共和國教育部，2017）。我國即將於 108 學年 度實施新的資訊科技課程綱要，其中於高中所規劃之學習內容也包含了人工智慧 相關的內容，如「巨量資料的概念」、「資料探勘與機器學校的基本概念」，另 外「重要資料結構的概念與應用－樹、圖」，也是學習人工智慧重要的基礎概念 （國家教育研究院，2016）。 如前所述，人工智慧的發展與人才培育無不是現今各國重要的目標，而人工 智慧儼然已是學生學習的基本內容。因此，為因應我國新課綱的實施，本研究以 人工智慧中貼近生活的聊天機器人為主題設計教材。. 7.
(18) 第二節 人工智慧教學 人工智慧課程的地位隨著其技術的不斷發展與和廣泛應用而迅速提高，而傳 統人工智慧的教學，多為講述式教學，加入案例及程式範例，初學者入門不易（謝 榕和、李霞，2014；潘志傑，2009）。另外，目前教材人工智慧的理論性強，但 具體實例或範例較少，課堂的教學與實踐活動、教學應用與現實應用皆相互脫節， 容易使學生感到過於理論和抽象（謝榕、李霞，2014）。因此不少學者發展透過 機器人實體性科技教具來輔助人工智慧教學，例如 Kumar 和 Meeden（1998）以 機器人實驗課的方式在大學進行人工智慧入門課程，強調演算法體現於機器人以 完成多種任務，能同時讓學生接觸軟硬體設計，另外，於現實世界工作的機器人 實體也讓學生更具有真實感，此以機器人為主題的課程大幅吸引學生的學習興趣； Kumar（2001）使用 LEGO 機器人透過完成不同專題任務，來增強傳統搜尋及專 家系統概念，學生對於機器人於課堂中的使用充滿興趣；潘志傑（2009）利用樂 高機器人及 Greenfoot 軟體，配合藍芽功能，來引導學生了解人工智慧議題及連 結部分課堂所講授的理論和抽象概念，結果顯示樂高機器人 用來輔助教學有一 定之成效。雖然實體機器人能幫助學生經由動手做，即時看到操作控制機器人的 行為表現，提高學生學習興趣，有效幫助學生學習人工智慧概念。但過去研究也 指出控制實體機器人正確的執行指令是學生感到最困難、也花費時間的部分，因 而也影響了學生的學習（Kumar, 2003）。 在人工智慧教學的相關研究上有學者指出，運用「案例教學法」能幫助學生 加深所理解的教學內容，且提高學習興趣及學生的思考能力及實際操作能力（謝 榕，2017）。在案例教學中，轉化了傳統的學習與教學重心，從「學會」轉化為 「創新應用」、從「課堂教學」轉化為「課堂教學與實現活動並重」，透過案例 8.
(19) 整合人工智慧的教材內容，使學生不僅能學習到人工智慧的理論基礎，也同時具 備運用知識解決實際問題的能力（謝榕、李霞，2014）。因此本研究選擇聊天機 器人為人工智慧的教學主題，並透過三個聊天機器人的範例來讓學生從中學習人 工智慧的相關概念。 而動手實作一直被視為能激勵學生學習的方法（朱德清，2003；潘志傑，2009； Kumar & Meeden, 1998; kumar, 2001）。Kolb 於 1974 提出經驗學習理論將學習活 動視為一個連續的過程，而後提出（1984）「體驗式學習循環」將學習的歷程分 為四個階段：具體經驗（concrete experience）、觀察反思（reflective observation）、 抽象概念（abstract conceptualization）與行動體驗（active experience），此四個階 段形成了一個學習的循環過程，且不斷重複，經由經驗結合與反思轉換為知識的 過程，學生能夠透過「體驗式學習循環」建立知識，並將經驗轉移到真實的生活 情境中。 過去有不少研究利用體驗式學習循環於電腦科學之教學設計中，例如：在資 訊安全的教學上，透過體驗式學習循環來設計虛擬電腦實驗室的實驗活動框架， 結果指出這樣的教學方式，比依循步驟的實驗活動更能提高學生的興趣與能力 （Konak et al., 2014）。另外有研究將此學習循環作為理論架構，設計成體驗式遊 戲來供初學者學習程式設計，研究指出，體驗式遊戲策略有助學習者之正向學習 動機及流暢經驗感受（王麗君，2010）。也有研究將體驗式學習循環設計於樂高 （Lego）機器人的教學實驗活動，透過教學實驗確認了有良好的課程規劃及實驗 設計搭配樂高機器人能達到良好的教學效果（林哲宇，2010）。綜合以上研究， 可以看出透過 Kolb 的體驗式學習循環步驟，運用在電腦科學的教學上是有效的 方式。因此本研究以目前人工智慧領域中熱門的聊天機器人為主題，參考 Kolb 的 9.
(20) 體驗式學習循環來設計教學步驟，將課程內容分為三個單元，分別透過三種不同 的案例，來帶出每個案例所包含的知識內容及運算思維概念。. 第三節 資訊科技課綱 我國教育部公佈的十二年國教總綱（2014）中，將「生活科技」與「資訊科 技」設為「科技」領域中的兩個科目，為國中及高中必修課，預計於民國 108 學 年度開始實施。資訊科技的課程以運算思維為主軸，透過電腦科學相關知識內容， 培養運算思維的能力，並藉由資訊科技的實作來增進運算思維的應用能力、問題 解決能力、團隊合作及創新思考能力，因此，資訊科技的學習表現依據資訊科技 課程理念訂定，包含四大面向：(1)運算思維與問題解決，(2)資訊科技與合作共創， (3)資訊科技與溝通表達，(4)資訊科技的使用態度。（國家教育研究院，2016） 資訊科技的學習內容分為六大面向：(1)演算法(2)程式設計(3)系統平台(4)資 料表示、處理及分析(5)資訊科技應用(6)資訊科技與人類社會，不同的學習階段有 不同的學習目標，國小階段以資訊科技之體驗與應用為主，培養日常使用之技能； 國中階段以學習問題解決為主，培養運用科技與運算思維解決問題之能力；高中 階段以資訊科學原理為主，培養整合資訊科學與運算思維有效解決問題之能力。 雖然在課程綱要中，沒有直接編列人工智慧為學習內容，但人工智慧的相關 概念及其基礎知識是包含在內的。例如，高中「資料表示、處理及分析」類別中 的「資 D-V-1 巨量資料的概念」 、 「資 D-V-2 資料探勘與機器學習的基本概念」 ， 以及「演算法」類別中的「資 A-V-1 重要資料結構的概念與應用－樹＆圖」，和 「程式設計」類別中的「資 P-V-1 陣列資料結構的程式設計實作」。另外於高中 10.
(21) 加深加廣課程部分也規劃了「機器人程式設計」的學習內容。本研究參考課綱所 涵蓋的人工智慧相關概念，發展教學內容。. 第四節 運算思維內涵 運算思維一詞是由電腦科學學者 Wing 於 2006 年提出，她認為運算思維是每 個人都可以具備的能力，並非只屬於電腦科學家，有如閱讀、寫作、算數是每位 孩童需要都應具備的能力。CSTA 和 ISTE 提出「運算思維是在發展電腦應用程式 時必備的能力，但也可以被用來支持解決所有學科的問題，包括數學、科學和人 文問題」（CSTA & ISTE，2011）；Google（2015）則將其定義「運算思維是一 種包含多種特性的問題解決過程，如：邏輯化組織及分析資料、藉由演算法思考 建立自動化解決方案，並且也包含了特定特質，如：有自信處理複雜問題。也明 列運算思維的概念包含(1)抽象化(2)演算法設計(3)自動化(4)資料分析(5)資料收集 (6)資 料表示法 (7)分 解問題 (8)平行 處理 (9)模式一般化 (10)模式 識別 (11)模擬 （Google, 2015）。運算思維普遍被認知為一些解決問題的技能和方法，而這些能 藉由電腦科學的學習培養，並運用於各領域；反之也能從各領域之教學設計來培 養（林育慈、吳正己，2016）。Barr 與 Stephenon（2011）為資訊科學及其他科目 提供了運算思維的應用範例，以下則以資訊科學的部分說明： 1.. 資料收集：找一份資料來解決問題. 2.. 資料分析：寫一個程式來對一組資料進行統計或計算. 3.. 資料表示：使用資料結構，例如：陣列（array）、鏈結串列（linked list）、 堆疊（stack）、佇列（queue）、圖（graph）、雜湊表（hash table）等 11.
(22) 4.. 問題解析：定義物件和方法；定義 main 和 function. 5.. 抽象化：使用程序來封裝一組經常重複使用的指令；使用函數；使用條 件敘述、迴圈、遞迴等. 6.. 演算法思維：學習經典演算法；針對某一領域的問題時做演算法. 7.. 模擬：利用動畫呈現演算法，參數掃值（parameter sweeping）. 簡而言之，運算思維是能有效運用運算方法與工具解決問題的思維能力，凌 駕於工具之上，能於各領域學習且應用（林育慈、吳正己，2016）。 綜合上述，本研究以人工智慧相關概念為學習內容，開發以聊天機器人為主 題的教材，同時符合臺灣資訊科技課綱所強調的，培養學生運算思維的能力。. 12.
(23) 第三章 研究方法 本研究指在發展體驗式聊天機器人教材，了解學生利用此教材對學習人工智 慧相關概念的學習成就、學習態度以及對運算思維能力是否有影響。本章共分四 節，研究設計、研究參與者、實驗流程、教材設計、研究工具、資料搜集與分析， 各節內容詳述如下。. 第一節 研究設計與參與者 本研究之參與者為北部某公立高中社會組二年級兩班，學生共 86 名。實驗 兩班皆使用本研究所設計的體驗式聊天機器人教材。此校採常態分班，參與者均 修習資訊科技概論課程，且具備程式條件判斷、迴圈等基本知識。參與者其中有 15 名為未完整參與實驗流程，故不納入分析，最終有效樣本為 71 位。 本研究於資訊科技概論課程實施，授課教師為原班級資訊科技概論任課老師。 實驗時間為四週，每週兩節課共 100 分鐘，第一節課實施運算思維前測，第二節 至第六節課進行實驗教學，最後一節課則進行運算思維後測、成就測驗及態度問 卷。教材、運算思維前後測、及成就測驗皆與電腦科學專家共同擬定。詳細研究 設計時間表如表 3-1。. 13.
(24) 表 3-1. 教學時程規劃. 週數/節數. 第一節. 第二節. 第一週. 運算思維前測. 課程第一單元. 第二週. 課程第二單元. 課程第二單元. 第三週. 課程第三單元. 課程第三單元. 第四週. 課程第三單元. 運算思維後測、成就測驗及態度問卷. 第二節 教學設計 本節主要說明本研究所設計之教材之教學目標、 壹、教學目標 本研究之教學設計目標是讓學生透過簡單低門檻的工具、貼近生活的主題學 習人工智慧的概念，利用人工智慧的主題，學習課綱中的學習內容「資料表示」 及「演算法」，同時在學習的過程中，培養學生運算思維。讓學生透過此課程能： 1.. 理解人工智慧的歷史及基本概念. 2.. 理解並運用人工智慧不同的演算法策略. 3.. 清楚將資料表示及運用. 4.. 運用視覺化程式設計工具改編、設計聊天機器人. 14.
(25) 貳、教學步驟 本研究參考 Kolb 體驗式學習循環（1984）設計教學步驟，利用修改範例程式 的方式來進行實作，實踐人工智慧應用及運算思維之展現。因此在本研究中，將 原先的四步驟加入「程式解析」分為五步驟（如圖 3-1 所示），幫助學生理解範 例程式的運作邏輯，以及重要的程式片段，除了減少學生熟悉範例程式的時間和 精力，也教導學生相關的程式語法概念。. 具體經驗. 實作測試. 觀察內省. 程式解析. 圖 3-1. 運算思維. 教學步驟. 1.. 具體經驗：體驗聊天機器人以及範例程式。. 2.. 觀察內省：觀察範例程式，描述機器人的行為。. 3.. 運算思維：透過學習單思考機器人具有智慧的策略及資料結構的有效性、 演算法流程設計，建構運算思維的思考歷程。. 4.. 程式解析：理解該單元的重要程式語法與結構。. 5.. 實作測試：利用老師提供的範例檔案進行修改，將學習單上思考過後的 結果，利用程式實作出成品。. 15.
(26) 參、教材單元與內容 本研究課程中所使用的程式語言環境為 Scratch，使用此「低門檻，高極限」 的視覺化程式設計工具，能讓學生專注於設計與創作，是適合的運算思維學習工 具（Grover & Pea, 2013）。透過與範例程式中的機器人互動，學生會發現機器人 不夠智慧的問題，進而思考來解決問題。學生利用互動式的程式設計工具，在製 作過程當中需使用各種運算思維來解決情境中的問題並完成作品（Brennan & Resnick, 2012）。 教材包含三個單元，問答機器人－艾倫圖靈、關鍵字機器人－我的聊天機器 人、學習型機器人－尋找白馬王子，其個單元學習概念與對應課綱學習內容於表 3-2。 表 3-2. 教材單元與學習概念. 單元. AI 概念. 對應之課綱學習內容. 1. 問答機器人. 規則式系統 陣列資料結構的程式設計實作. 2. 關鍵字機器人. 規則式系統 陣列資料結構的程式設計實作 專家系統. 3. 學習型機器人. 決策樹. 重要資料結構的概念與應用-樹 資料探勘與機器學習的基本概念. 16. 運算思維. 資料表示 演算法.
(27) 每單元皆依本研究之五個教學步驟設計，各單元說明如下： 一、問答機器人－艾倫圖靈 在此單元中，主要讓學生了解人工智慧中規則的重要性，透過設計問答對話 來制定規則，讓學生明瞭機器人要變聰明，是需要透過更多資料來累積，因此帶 入謂詞邏輯的概念，以及程式設計中條件判斷的概念。本單元詳細教學活動步驟 說明見下面表 3-3，實作範例程式如圖 3-2。 表 3-3. 單元一教學活動步驟說明. 教學步驟. 教學活動. 活動內容. 具體經驗. 引發學生動機. . 材料. 手機就是通往人工智慧的入口－ 投影片 舉例. 觀察內省. 問題與討論. . 人工智慧淺談、圖靈介紹. . 學生體驗現有的聊天機器人程式. . 範例程式體驗，說明本單元任務. . 引導學生思考如何增加機器人智 投影片 慧，並說明規則概念. 運算思維. 範例程式. 學習單. 思考資料表示 . 教師示範規則的建立，引導學生 學習單. 及演算法之運. 發想及規劃. 算思維. . 學生妥善將資料表示並設計機器 人辨識之規則. 程式解析. 說明重要程式 . 說明如何運用 Scratch 積木程式 投影片. 片段. 中的「如果…否則」、「或」及「清 單」修改程式. 實作應用. 問答機器人實 . 修改範例程式，增加條件判斷、陣 Scratch. 作. 列清單，讓機器人有更豐富的問 答內容. 17.
(28) 圖 3-2. 第一單元－艾倫圖靈範例程式執行畫面及程式片段. 二、關鍵字機器人－我的聊天機器人 在此單元中，除了讓學生更熟悉規則的使用外，也讓學生了解聊天機器人關 鍵字的運用，說明專家系統的意義，引導學生設定聊天機器人的角色，並介紹聊 天機器人運用關鍵字策略的運作邏輯，最後讓學生設計出自己的聊天機器人。本 單元詳細教學活動步驟說明見下面表 3-4，實作範例程式如圖 3-3。. 18.
(29) 表 3-4. 單元二教學活動步驟說明. 教學步驟. 教學活動. 活動內容. 具體經驗. 引發學生動機. . 素材. 介紹 Eliza 聊天機器人並讓學生 投影片 體驗. 觀察內省. 分析模式. . 範例程式. 紀錄與 Eliza 的對話過程，引導學 範例程式 生嘗試歸納出回答邏輯. . 投影片. 說明 Eliza 的回答策略及運算邏 學習單 輯. 運算思維. 程式解析. 思考資料表示 . 教師示範，並引導學生預想與機 學習單. 及演算法之運. 器人的對話內容，歸納出相對應. 算思維，設計. 的關鍵字，並設定回答內容. 自己的聊天機 . 規劃機器人搜尋關鍵字的流程，. 器人. 繪製成流程圖. 說明重要程式 . 說明 Scratch 舞台及角色設計. . 片段. 投影片. 說明如何利用「清單」存取關鍵字 策略的問答. 實作應用. 我的聊天機器 . 設計程式畫面及修改範例程式， Scratch. 人實作. 創作任一角色的聊天機器人. 評估與分析. . 試玩其他同學的機器人，並給予 學習單 優點及建議. 圖 3-3. 第二單元—我的聊天機器人範例程式執行畫面 19.
(30) 三、學習型機器人－尋找白馬王子 在此單元中，主要讓學生認識決策樹，學習如何運用「樹」，來將資料妥善 表示，進行分類，最後能輕鬆的找到答案；以及讓學生知道機器人可以透過互動 來學習、增加資料；由於本教材的課程設計以及使用的程式語言環境，無法完整 讓學生了解機器學習的基本概念，因此於本單元的課程最終，讓學生體驗機器學 習相關的應用程式，並連結過去課堂所學概念，作為整個課程的收尾。本單元詳 細教學活動步驟說明見下面表 3-5，實作範例程式如圖 3-4。. 圖 3-4. 第三單元－尋找白馬王子範例程式執行畫面. 20.
(31) 表 3-5. 單元三教學活動步驟說明. 教學步驟. 教學活動. 活動內容. 具體經驗. 引發學生動機. . 材料. 透過影片來啟發學生，機器的學 投影片 習需要透過資料累積，並說明機 器學習概念. 觀察內省. 決策樹概念說 明. . 範例程式體驗，說明本單元任務. 紀錄與範例程式互動時的決策流 投影片 程，繪製成樹狀圖. 思考歸納. 範例程式. 學習單. 資料分析與處 . 教師引導學生利用 Excel 列出喜 學習單. 理. 愛的人物與其特徵 . Excel. 透過「篩選」的功能將資料分類， 一步步劃出樹狀圖. 程式解析. 實作應用. 說明重要程式 . 說明樹的資料表示如何在程式上 投影片. 片段. 利用「清單」表示. 決策樹實作. . 學習單. 修改範例程式，將預先於學習單 Scratch 上規劃好的清單內容實作於程式. 具體經驗. 展示作品. . 試玩其他同學的作品，觀摩學習. 延伸學習. . 體驗 Google AI 實驗室的機器學 投影片 習應用程式. . Google. 連結過去所學，嘗試分析使用過 學習單 程中成功與失敗的原因. 21.
(32) 肆、教材設計與製作 本研究根據教學目標及教學步驟設計教學素材，包含教學投影片、範例程式 及學習單。教學投影片主要為輔助教師之教學，向學生展示及說明教學內容；範 例程式主要為提供學生體驗及實作；學習單主要為輔助學生進行機器人設計的運 算思維等思考歷程。以下則以單元二，關鍵字機器人－我的聊天機器人為範例， 說明此單元設計素材之理念： 範例程式參考 Eliza 聊天機器人的程式邏輯設計，讓學生只負責設計機器人 對話的必要程式片段，例如：儲存關鍵字的陣列、對應每個關鍵字的回答內容的 陣列、取得關鍵字回答的判別式，如圖 3-2，專注於完成聊天機器人的關鍵部分， 降低學生的學習負荷。. 圖 3-5. 學生於範例程式中需完成之程式片段. 學習單是輔助學生觀察內省及進行思考歸納的重要工具，在第二單元的學習 單中，首先讓學生紀錄與體驗之聊天機器人的對話，並嘗試從中觀察出機器人的 回答模式。再來讓學生在學習單上規劃自己的聊天機器人，角色設定、預想可能 22.
(33) 的對話、關鍵字及回答、判斷關鍵字的流程圖，如圖 3-3 及 3-4。學生先行在學習 單上建構機器人所需要的資料，並適當地表示，以及規劃其判斷的流程圖，強調 在進行程式設計實作前的思考歷程，同時在這個過程當中培養運算思維。. 圖 3-6. 學習單上規劃關鍵字及對應之回答. 圖 3-7. 學習單上規劃判斷流程. 投影片是輔助教師授課的工具媒材，於投影片上先行介紹該單元所要體驗的 聊天機器人—Eliza，再說明此範例相關的人工智慧概念及學生任務，如圖 3-5， 而後學生的學習單完成狀況差不多時，以投影片搭配教師實際操作解析重要程式 片段。. 圖 3-8. 教學投影片介紹體驗之機器人及任務. 23.
(34) 單元一及單元三之教學素材展示請見下表 3-6，詳細學習單內容請參考附錄 一、二、三。 表 3-6 單元. 單元一、三部分教學素材畫面 教材展示. 說明. 單. 具體經驗. 元. 教學投影片：讓學. 一. 生體驗各種目前 市面上所提供的 聊天機器人。. 程式解析 教學投影片：說明 如何利用清單及 或增加機器人能 理解及回覆的內 容。. 實作應用 範例程式-艾倫圖 靈：讓學生體驗利 用此種策略的機 器人只能回答與 預設完全相同的 問題，且只有單一 種回覆。實作時讓 學生修改並擴增 此程式。. 24.
(35) 思考歸納 學習單：讓學生設 計機器人的回答 規則，並運用「或」 及「清單」增加機 器人能了解以及 說出的話。. 單. 思考歸納. 元. 教學投影片：教師. 三. 引導學生於 Excel 列出人物及其特 徵。. 思考歸納 教學投影片：教師 引導學生將 Excel 上的資料畫成決 策數，並轉成程式 中的資料清單。. 25.
(36) 具體經驗 範例程式-心理分 析師：此程式透過 決策樹分類動物， 藉由一層層的問 題得出答案，若答 案錯誤，可以讓擴 增資料。. 思考歸納 學習單：學生根據 excel 的資料表畫 出決策樹，再將樹 的資料內容轉換 為清單的表示法。. 26.
(37) 第三節 研究工具 本研究使用四項研究工具，運算思維能力測驗、自編學習成就測驗、自編學 習態度問卷、教師實施教材問卷。 壹、運算思維能力測驗 本研究之運算思維能力測驗題目挑選自臺灣 2013-2016 年 Bebras 國際運算思 維測驗。題目包含本研究課程所教之相關概念，包括樹、人工智慧、節點指標、 邏輯閘、演算法。為確保測驗品質，測驗挑選是與專家討論後決定，具有專家效 度。測驗題目共 7 題，如表 3-7。評分標準參照 Bebras 計分方式，依照難易度來 計分，但不扣分，難易度為易 12 分，難易度為中 16 分，難易度為難 20 分。七道 題目中，難易度為易的有 4 題，難易度為中的有 1 題，難易度為難的有 2 題，總 分為 104 分。後測題目是經由專家將前測題目內容及答案選項修改微調，難易度 不變。如圖 3-6 舉例。詳細前後測測驗題目請見附錄五、附錄六。 表 3-7. 運算思維能力測驗題目與本教材之關聯. 題目. Bebras 所標示之關鍵字. 本教材學習內容. 運算思維. 轉盤玩具. 樹狀圖. 資料表示-樹. 資料表示. 下棋機器人. 遊戲策略、決策樹. 決策樹. 演算法 資料表示. 快速直達車. 人工智慧、搜尋. 人工智慧、關鍵字搜尋 演算法. 烤焦糖蛋糕. 鏈結串列、串列節點指標. 樹的節點串連. 邏輯電路. 邏輯閘、布林代數. 條件判別式、邏輯運算 演算法. 資料表示. 子-或、且 奇怪的單字. 演算法、不變性. 演算法. 演算法. L 遊戲. 狀態空間、遊戲樹. 決策樹. 演算法. 27.
(38) 圖 3-9 運算思維能力前測與後測題目 貳、自編學習成就測驗 學習成就測驗用以了解學生課程後對人工智慧概念的理解。測驗內容以過去 學生所學的三個單元內容所編製，試題類型相似於課堂中練習的學習單。題目共 計 6 題，包括制定規則、決策樹、清單、程式設計，如表 3-8。詳細內容參見附錄 四。 表 3-8. 成就測驗考題內容. 題號. 電腦科學概念. 運算思維. 一. 資料表示. 資料表示. 二. 制定規則、條件判斷、邏輯運算子. 演算法. 三. 決策樹、資料表示-樹. 演算法、資料表示. 四. 決策樹的時間效率. 演算法. 五. 資料清單、陣列. 資料表示. 六. 程式設計的判別式及陣列. 演算法、資料表示. 28.
(39) 參、自編學習態度問卷 學習態度問卷（參見附錄五），主要用以了解學生對聊天機器人課程的學習 態度，以及電腦科學、人工智慧領域的看法。問卷分為兩部分，第一部分為封閉 式問題，採李克特五點量表，計 17 題，非常同意計 5 分，同意計 4 分，普通計 3 分，不同意計 2 分，非常不同意計 1 分，問卷皆採正向敘述詢問，採正向計分。 第二部分為半開放及開放式問題分別有 1 題及 2 題，計 3 題。第一部分問題主要 分為以下類別： 1.. 課程教材對學習的助益：了解學生對於整體課程之設計，以及學習過程 中所使用的學習單對學習是否有所幫助。藉以反思教材內容與工具是否 適合學生的學習。（第 1、2、4、9、10、11、12、13、17 題）. 2.. 學習興趣與意願：了解學生對於整體課程及教材活動的學習興趣與意願， 以及課程主題是否增加學生對於電腦科學的學習興趣與動機。（第 3、 5、6、7、8、14、15、16 題）. 3.. 第二部分主要為課程的回饋與建議：讓學生自由回答，給予個人看法、 感想與建議，作為學生給予此教材的教材回饋以及研究的質性資料。. 肆、教師實施教材問卷 教師實施教材問卷（參見附錄六），主要為了解實施教材的教師對此教材的 看法及上課狀況的回饋，包含內容的適切性、課程的時間安排和妥、教師喜好的 單元，以及自由提供更多的看法與建議。. 29.
(40) 第四節 資料蒐集與分析 本研究透過運算思維能力測驗前測與後測、自編成就測驗、自編態度問卷作 為資料主要來源，並以課堂學習單、程式作品、課堂觀察記錄以及問卷中的開放 式填答區作為分析的輔助資料，了解本研究之課程是否對學生的運算思維能力、 學習成就及學習態度有影響。資料蒐集以運算思維前測與後測成績、成就測驗成 績及態度問卷第一部分作為量化資料，以態度問卷第二部分、程式作品及教師實 施教材問卷作為質性資料。 量化資料分析，運算思維能力前後測以成對母體平均數差異檢定（T-test）來 檢定學生經過本研究之教學運算思維能力前後測是否有顯著差異。同時分析成就 測驗成績與運算思維能力成績是否有正相關，以及成就測驗成績與態度問卷成績 是否有正相關。. 30.
(41) 第五節 研究實施程序 本研究之研究目的為發展一套符合新課綱之體驗式聊天機器人教材， 實 施 教學實驗，探討此教材對學生學習成就、態度及運算思維的影響，因此重要工作 流程包含編制教材、設計評量工具、選定參與對象及授課教師、實驗實施、實驗 資料分析、訪問授課教師。 教材編制方面，本研究依據科技領域課程綱要（草案）（國家教育研究院， 2016）中「資訊科技」學習重點強調以運算思維為課程核心之概念設計，蒐集各 國科技領域之課程綱要，了解課程實施重點，查詢許多運算思維相關文獻與教學 範例，並與專家討論運算思維之內涵及教學方式，而後選定人工智慧主題，研讀 人工智慧重點概念，並研究各種聊天機器人的應用、範例及實作工具、平台，最 後設計出教材內容及各項素材工具，如教學投影片、學習單、範例程式，為期一 年的時間。 評量工具依據教材內容及學習重點而設計，蒐集歷屆 Beras 考題，並選擇與 本研究相關之考題與專家討論，利用 google 表單作為試題卷；成就測驗依據學習 單重點內容而設計；態度問卷參考過去相關文獻設計。 在研究參與者及授課教師選定，且與授課教師討論課程實施細項後，便進行 教學實驗，於 2018 年 5 月開始實施，包含評量實施共為期四週，實施過程如前所 述。 實驗結束後進行資料蒐集與分析，將學生的學習單、成就測驗、態度問卷依 照評分標準批改，再將各項成績統計分析。. 31.
(42) 第四章 結果與討論 本章主要探討體驗式聊天機器人教材對學生的人工智慧學習成效、學習態度 及運算思維能力的影響，以學生填答的運算思維測驗、成就測驗、態度問卷內容 進行結果分析，並以課堂中的觀察紀錄、學習單、教師實施問卷作為結果的輔助 與討論。以下將結果與討論分為四節，人工智慧學習成效、學習態度、運算思維 能力、學生及課程實施教師回饋，加以詳細描述。. 第一節 結果 本節主要說明本研究學生的人工智慧學習成效、學習態度、運算思維能力之 結果及學生及授課教師之回饋。 壹、人工智慧學習成效 主要探討學生在三週體驗式聊天機器人課程後，對人工智慧學習成效的影響， 並分析學生在不同學習內容的表現，以及各題與運算思維相關題目的關係。下圖 4-1 為實驗學生於課程結束後所施策的成就測驗成績分布，所有學生的成績皆高 於 60 分，其中分數介於 85-90 之間的人數最多，有 21 名，另外有 5 名學生的成 績介於 95-100 之間。整體而言，學生的學習成就表現良好。. 成就測驗成績分布 25 20. 人 15 數 10 5 0 60. 65. 70. 75. 80. 85. 90. 成績. 圖 4-1. 成就測驗成績分布圖 32. 95. 100.
(43) 下表 4-1 則根據成就測驗中個題答題狀況來分析，探討學生於各單元所學習 之成就，詳細成就測驗內容詳見附錄四。 表 4-1. 成就測驗各題答題狀況 目標及扣分標準. 第一題 (滿分 16，一 格 1 分). 第二題 (滿分 20，一 條規則 4 分). 26. 37%. 將文字敘述資料運用表格妥善整理。. 1. 34. 48%. 遺漏項目或不完整當格不給分. 2. 10. 14%. 3. 1. 1%. 0. 54. 76%. 運用判別式制定辨識之規則。無法辨. 1. 12. 17%. 識之規則，每缺乏一項特徵扣 1 分. 2. 3. 4%. 3. 2. 3%. 0. 51. 72%. 5. 14. 20%. 10. 5. 7%. 15. 1. 1%. 20. 0. 0%. 0. 37. 52%. 樹計算時間，錯誤不給分。. 6. 34. 48%. 將決策樹的內容轉成資料清單（陣. 0. 35. 49%. 列）。每任意以下部分不完整扣 5. 5. 12. 17%. 分，判斷特徵資料、答案資料、判斷. 10. 16. 23%. 特徵之鏈結指標、答案資料之鏈結指. 15. 5. 7%. 標。. 20. 3. 4%. 0. 11. 15%. 6. 27. 38%. 12. 26. 37%. 18. 7. 10%. 第三題. 每發生以下任意狀況扣 5 分，選擇不. (滿分 20). 具效率方式、缺少項目節點、樹的表 示規則錯誤、節點內容錯誤. (滿分 6). 第五題 (滿分 20). 第六題. 說明決策樹找到答案需花費之最長時 間。依據學生於上一題所繪製之決策. 程式設計中判別式及陣列的使用與理. (滿分 18，一 解。第一小題少一個答案扣 3 分，第 小題 6 分). 百分比. 0. 依據資料表繪製最有效率的決策樹。. 第四題. 扣分 人數. 二、三小題答案錯誤不給分。 33.
(44) 第一題及第二題是成就測驗中「第一單元-建立規則」之相關題目，全部的學 生所扣分數皆不超過 3 分，表示所有的學生對於資料整理及規則建立是理解的， 僅有些微的表達不完整，例如在第一題的某項資料中缺少用「或」包含到第二種 可能。第三到第五題是「單元三－樹的資料表示」之相關題目，在第三題，有 72% 的學生能夠依據先前整理的資料完整畫出正確的決策樹（如圖 4-2），而有 20% 的學生部分表達錯誤，例如在單一答案前還設置了決策分枝（如圖 4-3）；第四 題，有 52%的學生答對，但有 48%的學生答錯，表示有將近一半的學生對於決策 樹的時間計算仍是模糊的；第五題，有 49%的學生能夠完整將決策樹轉成資料清 單，而有 23％的學生在這題只拿到一半的分數（如圖 4-4、4-5），甚至有 4%學 生是全錯，表示有一半的學生對於樹狀圖轉換成電腦能讀懂的資料清單之概念能 是不清楚的。第六題是成就測驗中「單元二－陣列程式設計」之相關題目，在這 題，僅有 13％的學生能正確回答應用判別式及陣列編寫之程式設計相關題目，而 有 75%的學生（扣 6 分 38%、扣 12 分 37%）部分回答錯誤（如圖 4-6），甚至有 10%的學生是完全錯誤。. 圖 4-2. 學生Ａ第三題答案 34.
(45) 圖 4-3. 學生 B 第三題答案. 圖 4-4. 學生 C 第五題答案. 35.
(46) 圖 4-5. 學生Ｄ第五題答案. 圖 4-6. 學生Ｅ第六題答案. 36.
(47) 貳、學習態度 首先根據態度問卷第一部分做量化的分析，探討學生對於體驗式聊天機器人 教材的想法，及學習電腦科學、人工智慧的態度，見下表 4-2 及 4-3。 表 4-2. 課程教材對學習的助益 題目. 5. 4. 3. 2. 1. 平均. 16%. 59%. 26%. 0%. 0%. 3.90. 27%. 49%. 24%. 0%. 0%. 4.03. 16%. 53%. 29%. 3%. 0%. 3.81. 21%. 50%. 20%. 6%. 3%. 3.81. 20%. 47%. 29%. 4%. 0%. 3.83. 23%. 50%. 26%. 1%. 0%. 3.94. 16%. 50%. 31%. 1%. 1%. 3.77. 21%. 44%. 29%. 4%. 1%. 3.80. 49%. 36%. 16%. 0%. 0%. 4.33. 聊天機器人專題讓我更了解人 1. 工智慧的發展歷史 聊天機器人專題讓我更了解人. 2. 工智慧於生活上的應用 聊天機器人專題讓我學習人工. 4. 智慧有幫助 透過修改範例，幫助我減輕寫. 9. 程式的負擔 聊天機器人專題中的學習單，. 10 幫助我思考建構機器人時的脈 絡 聊天機器人專題中的學習單， 11. 讓我更清楚機器人的運作邏輯 聊天機器人專題中的學習單，. 12 讓我更能了解如何修改機器人 程式 我覺得在專題課程中，有學習 13 單的輔助對我的學習是有幫助 的 我認為電腦科學與生活是息息 17. 相關的. 註：1-非常不同意 2-不同意 3-普通 4-同意 5-非常同意 平均-滿分 5 分. 37.
(48) 學生認為體驗式聊天機器人教材對學習的助益結果於表 4-2 所示。學生普遍 認為聊天機器人教材對學習是有幫助的，能幫助他們學習人工智慧的歷史、生活 應用及概念，透過範例程式的修改能減輕程式實作的負擔、學習單的輔助能幫助 學習與思考。其中第十七題，有 85% 的學生認為電腦科學與生活是息息相關的， 及第二題「聊天機器人專題讓我更了解人工智慧於生活上的應用」有 76% 的學 生表示同意，其原因在於課程中讓學生體驗了多種人工智慧及聊天機器人的應用 及範例，不斷地透過生活上的實例來讓學生思考機器人的運作邏輯及如何具有智 慧，整合其概念及應用。而第十二題「聊天機器人專題中的學習單，讓我更能了 解如何修改機器人程式」，有 66% 的學生表示同意，但整體助益來說是相對較低 的，表示儘管透過學習單的輔助來建立程式設計實作的思考歷程，對於實際操作 程式時仍有一定的困難。 表 4-3 呈現學生透過聊天機器人教材後對於電腦科學、人工智慧及整體課程 的學習興趣與意願。學生普遍認為透過聊天機器人的課程後，提升了對電腦科學、 人工智慧領域的學習興趣，也願意了解與嘗試課堂中的學習活動。但對於寫程式 及未來修習相關課程的意願相對較低，其原因可能是參與教學實驗的學生屬於社 會組，但相對的，就結果顯示，此課程提升了 24%的學生（非常同意 10%，同意 21％）對於寫程式的意願，並有 39%的學生（非常同意 10%，同意 29%）有興趣 於未來修習相關課程，表示此教材對於社會組學生的學習興趣仍有一定的影響力。. 38.
(49) 表 4-3. 學習興趣與意願 題目. 5. 4. 3. 2. 1. 平均. 17%. 31%. 39%. 10%. 3%. 3.50. 10%. 14%. 47%. 21%. 7%. 2.99. 10%. 21%. 51%. 14%. 3%. 3.21. 11%. 26%. 43%. 16%. 4%. 3.24. 10%. 29%. 51%. 9%. 1%. 3.37. 10%. 26%. 50%. 13%. 1%. 3.30. 10%. 33%. 43%. 11%. 3%. 3.36. 10%. 21%. 36%. 19%. 14%. 2.94. 聊天機器人專題讓我對人工智 3. 慧領域更有興趣 聊天機器人專題讓我更願意去. 5. 寫程式 聊天機器人專題讓我對電腦科. 6. 學更感興趣 我會想了解更多能創作出屬於. 7. 自己的聊天機器人的方式 我會想多嘗試和老師給的聊天. 8. 機器人範例對話 我喜歡在課程活動中，和同學. 14. 交換玩彼此的聊天機器人 我覺得聊天機器人專題是很有. 15. 趣的 我未來有興趣嘗試修習電腦相. 16. 關的課程. 註：1-非常不同意 2-不同意 3-普通 4-同意 5-非常同意 平均-滿分 5 分. 39.
(50) 參、運算思維能力 根據運算思維能力前測與後測成績，利用相依樣本 t 檢定來分析資料，探討 學生經歷體驗式聊天機器人教材之課程是否對運算思維能力有影響，分析結果如 表 4-4。結果顯示，運算思維的前測與後測達顯著差異，f(71) = -2.15，p = .02，後 測結果優於前測，顯示在課程結束後，學生運算思維能力顯著提升。 表 4-4. 運算思維能力前後測統計結果 N. Mean. SD. t. 前測. 71. 68.97. 23.86. -2.15*. 後測. 71. 75.03. 21.56. * p < .05 下表 4-5 則將測驗題目各題進行分析，了解學生在各題目的前後測表現狀況。 結果顯示，「轉盤玩具」、「邏輯電路」兩題達顯著差異，f(71) = -2.01， p < .05 及 f(71)=-2.88，p < .05，表示學生經歷本課程在資料結構及演算法均有顯著影響。 而「奇怪的單字」則是後測較差，其原因在於本課程缺乏字串替代的演算法課程 內容，由此可知此題較不適合列於本研究之運算思維前後測的題目中。. 40.
(51) 表 4-5. 運算思維能力前後測各題分析結果. 題目. 前測答對率. 後測答對率. t. p. 轉盤玩具. 55%. 68%. -2.01. 0.02*. 下棋機器人. 58%. 68%. -1.30. 0.10. 快速直達車. 63%. 66%. -0.20. 0.43. 烤焦糖蛋糕. 77%. 85%. -1.30. 0.10. 邏輯電路. 59%. 79%. -2.88. 0.00*. 奇怪的單字. 68%. 55%. 2.19. 0.02*. L 遊戲. 75%. 83%. -1.15. 0.13. * p < .05. 肆、學生及課程實施教師回饋 根據態度問卷第二部分半開放性與開放性問答題收集質性資料，另外以教師 實施教材問卷內五點量表與問答題，作為學生與教師對於課程的回饋以及教材修 改的建議，對整體課程進行質性分析與統整做出系統性的探討。 一、學生對於課程內容的看法 由第一題半開放問題可以得知，有 54%的學生表示最喜愛第二單元「關鍵字 機器人-我的聊天機器人」，其原在於此單元的自由創作程度較高，能讓學生不用 透過很複雜的程式碼，就能發揮創意與想像力創作自己心目中的聊天機器人，特 別是與同學互相交換彼此的機器人來互動，能從中找到樂趣與成就感：. 更了解機器人回答問題的模式，能自己做出能應答自如的機器人很有趣。 因為可以玩同學的，有時會發現有趣的回答。 41.
(52) 可以創作屬於自己的聊天機器人，而且很有親近感。 因為可以把想要怎麼跟人對話的內容寫成程式給機器人，他就學會了，而且 不難。 可以自己動手做出自己想要的聊天機器人覺得很有趣。 因為有關鍵字，可以讓機器人回答出來的答案更人性化更有趣。 而學生在第三單元「學習型機器人-尋找白馬王子」體驗到電腦運用分類及學 習的技術是具有便利性及智慧的，決策樹的規劃對他們來說具有難度，但課程內 容的設計讓學生列出自己喜愛的人物，令學生感到與自己的生活貼近、有趣，促 使學生有更高的意願去挑戰完成：. 感覺最貼近我的生活。 因為可以找到自己所列出條件的人很酷。 將資料分別貼上標籤，在用五五分的方式畫在決策樹上，順著下來可以找到 想要的，很方便。雖然在分的時候會不小心弄錯，不過還是很好玩。 有條理的讓我思考，而做學習單時需要細心，我覺得這個滿有挑戰性的 覺得透過逐一篩選而找出最後結果的機器人很厲害。 因為他可以學習，且用決策樹比較不會讓他看起來很笨。 整體而言學生認為聊天機器人主題課程是很有趣的，期望能獲得更多的體驗、 有興趣深入了解相關知識：. 我覺得很有趣，這個部分是我覺得所有電腦課程中最讓我感興趣的。 42.
(53) 跟現今生活比較相關，讓人有動力去學習。 我覺得很有趣，讓我發現電腦靠學習可以變更聰明，滿有趣的。 期待更聰明的機器人出現。 其實機器人的發展未來會越來越進步，所以我覺得可以持續下去讓大家更加 了解。 很好玩有趣，或許課程可以更深入，了解更多。. 二、課程時間安排 課程內容豐富但時間安排略微不足，導致教學緊湊，學生無法妥善思考並完 成學習單與程式實作：. 這是一個挺有趣的專題，希望可以做的完整，但時間好趕，常常簡化了理想 中的機器人了。 這方面知識很有趣，但時間太趕沒辦法好好享受，也會因此覺得好像很難， 時間充裕的話應該就不會有壓力了。 我覺得真的是很酷的體驗，應該再給我們更多時間來玩。 學習單時間可以再多一點。 建議教學可以放慢一點。. 43.
(54) 三、課程內容的難易度 學生對於課程內容的難易度呈現兩極化的反應，部分學生認為課程內容都很 不太容易，而有部分學生認為課程內容是容易的，只要有專心上課都會：. 我覺得都很困難。 有些部分容易，但大都不容易。 我認為上課有聽就很容易。 都滿簡單，有聽課就會。只有麻煩沒有困難，懶得寫字而已。 都覺得還好，有認真聽認真回答就會簡單許多。 而多數學生認為繪製決策樹及將樹轉換成資料清單是較為困難的部分：. 畫樹狀圖最困難，其他都還可以。 畫樹狀圖難。因為要寫的範圍太大還要歸納，會不小心恍神。 寫聊天機器人的對話容易。畫決策樹難。 決策樹太燒腦了，邏輯要很好. 44.
(55) 四、課堂教材的使用 少數學生對於要花時間、動筆來填寫學習單是感到厭煩的，因此在設計上， 學習單的題目及引導應該更精確、簡單，或是改用其他方式來讓學生體驗機器人 需要龐大資訊的概念：. 希望不要寫很多字，手很酸字很醜。 我覺得可以不用花那麼多時間在學習單上，一直寫學習單都沒辦法好好體驗 上課教的東西。 要一直寫，列出人類可能的回答和對應的答案很麻煩。 另外有學生表示利用修改範例的方式來進行程式實作，減少許多負擔：. 我覺得改範例方便很多，重新用感覺會死掉。 聊天機器人最簡單，因為老師已經幫我們準備好程式的基本構造了。. 五、授課教師對教材的看法 授課教師對本教材抱持高度正向的看法，認為教材內容與難易度對於高中生 是適當的，能幫助學生學習到人工智慧、資料表示及演算法的概念，並認為教材 中的決策樹是在許多相關單元都很有用的。另外，教師認為此課程很有趣、具有 吸引力，在教學過程中多數學生擁有足夠的學習動機、反應正向，如學生給予的 回饋「我覺得很有趣，這個部分是我覺得所有電腦課程中最讓我感興趣的」。但 也認為課程時間規劃略為不足，因此可再做教材規劃的調整，像是程式實作時間 多半節到一節課，因為是社會組學生需要較充裕的時間，而若對象是自然組學生 45.
(56) 則可以增加伸課程，並提供小題目給程度較好的學生練習與發揮。此外也建議預 留更多的時間在學生互相體驗彼此所製作的機器人，並挑選出較特別的作品，能 激勵學生改良自己作品的意願。 授課教師對於本研究學生的學習成果是滿意的，認為此教材適合社會組學生 的程度，而學生學習態度的結果也是符合預期的，社會組學生對於未來應用較無 迫切感，本身對於寫程式的意願相對較低，建議未來對於類似問題的設計可以改 變問法，例如：我以後不會排斥…。此外教師認為學習單的份量是合理的，學生 對於寫學習單的不耐煩，其原因是現在的學生較不喜歡動筆寫字，若要使用電子 學習單，建議用在設計對話內容的部分，演算法設計及樹狀圖規劃仍透過紙筆方 式較為適當。. 46.
(57) 第二節 討論 本節將本研究得出之結果進行相互討論，包括「運算思維能力與學習成就」、 「程式設計與運算思維」、「程式實作作品與運算思維」。 壹、運算思維能力與學習成就 根據學生的學習成就測驗與運算思維能力測驗前後測結果，探討學生在學習 成就的結果與運算思維的能力是否有相關，運用回歸分析結果如圖 4-7、圖 4-8 及 表 4-5、表 4-6。由分析結果可發現，前測整體回歸模式 F = 7.63，p = .01，達顯 著顯著水準，表示運算思維前測與學習成就有正向關係；後測整體回歸模式 F = 5.22，p = .03，達顯著水準，表示運算思維後測與學習成就有正向關係。因此推論 學生的運算思維能力與電腦科學之學習是有相關的，運算思維能力強的學生在學 習表現上相對也會較強，能力較低的學生表現也相對較弱。然而研究者從學生的 學習單及課堂觀察中觀察到，也有極少數的學生是運算思維能力高而成就低的， 他在學習單歷程及課堂表現是有待加強的。因此在前後測的相關上有如此的結果， 其原因可能是經過課堂的學習，有些學生的成績提升，而有些停留甚至退步，使 得後測的相關性較低。. 運算思維前測與成就測驗之相關 2 運 算 思-3 維 前 測. 0 -2. -1. 0. 2. 3. -2 -4 成就測驗. 圖 4-7. 1. y = 0.3152x - 0.0002 R² = 0.09951. 運算思維前測與學習成就之相關回歸分析圖. 47.
(58) 運算思維後測與成就測驗之相關 2 運 算 思 -3 維 後 測. 1 0 -2. -1. -1. 0. 1. 2. 3. -2 -3 成就測驗 y = 0.2858x - 0.0038 R² = 0.07911. 圖 4-8. 表 4-6. 運算思維後測與學習成就之相關回歸分析圖. 運算思維前測與學習成就之相關回歸分析統計表 df. SS. MS. F. p. 迴歸. 1.00. 4022.81. 4022.81. 7.63. 0.01*. 殘差. 69.00. 36403.10. 527.58. 總和. 70.00. 40425.92. 註：* p <.05 表 4-7. 運算思維後測與學習成就之相關回歸分析統計表 df. SS. MS. F. p. 迴歸. 1.00. 463.02. 463.02. 5.22. 0.03*. 殘差. 69.00. 6120.84. 88 f.71. 總和. 70.00. 6583.86. 註：* p <.05. 48.
(59) 貳、程式設計與運算思維 儘管程式設計不等同於運算思維，但程式設計是能表現運算思維的重要方式 （Grover & Pea, 2013），也有許多研究透過程式設計課程實踐了運算思維的教學 （呂永鈞，2015）。成就測驗題目六題，前面五題主要評量人工智慧及資料表示 等概念，最後一題檢視學生程式對於程式語法應用的了解，題型為閱讀包含陣列 及判別式的程式碼，找出依據題目可能的輸入或輸出內容或輸出。從研究結果發 現，學生在成就測驗前半段概念題的表現不錯，但進入語法結構題，學生普遍不 熟悉、表現較差，因此可以推論，學生在進行運算思維思考歷程與實際操作程式 間有一定程度的落差。 此外，研究結果發現，運算思維後測成績較高的學生，在成就測驗中的語法 結構題目表現較佳，如表 4-6 及圖 4-8 可以發現，CT 成績位於前 25%的學生（成 績 90-104 分），答全對率有 17%，有最多於程式題目獲得滿分之學生，且答對一 半之學生高於 50%；反觀 CT 成績位於後 25%的學生（成績 32-60 分），答全對 率僅有 5%，有最多於程式題目得到 0 分之學生，答對一半之學生少於 50%。 表 4-8. 運算思維成績前後 25%之語法結構題答全對率 ct 成績. 總人數. 答對人數. 答全對率. 前 25%(90-104 分). 23. 4. 17%. 後 25%(32-60 分). 20. 1. 5%. 49.
(60) 圖 4-9. 運算思維能力後測成績與程式題目得分之百分比. 參、程式實作作品與運算思維 透過學生的程式實作作品進行質性分析，在本研究中發現，學生的作品在運 算思維表現較差之學生，與表現好的學生沒有差異，反而是學習單投入表現較差 之學生，對於程式實作部分缺乏自我創作的表現，作品的完成度也較差，僅有做 出教師在教學時的示範，甚至有些作品是沒有進行就繳交的或是缺交。而其原因 可能在於，在本研究中程式實作的目標是利用修改範例程式的方式，希望能讓每 位學生都盡可能做出於學習單上規劃好的聊天機器人（如圖 4-9、4-10）。. 50.
(61) 圖 4-10. 學生 F 我的聊天機器人. 圖 4-11. 學生 G 我的聊天機器人 51.
(62) 縱使大部分的學生都能完成作品，但於課堂觀察中發現，有不少學生在實作 的過程中有程式語法上的問題及困難，因此整理了以下常見的問題與錯誤： 一、巢狀「如果…否則」：儘管學生於學習單上先經歷了判別關鍵字，尋找回答 內容的流程圖規劃，但轉換製程式語法實作時，不少學生不清楚如何有效運用條 件判斷式進行搜尋答案的過程（如圖 4-11）。. 圖 4-12. 學生錯誤程式碼（左）學生正確程式碼（右）. 二、關鍵字陣列：運用關鍵字的策略製作聊天機器人，有部分學生會缺少新增在 keyword 陣列內需要能被識別的關鍵字（如圖 4-12），而這顯然與學生在成就測 驗程式題的表現狀況有一定程度的關係。. 圖 4-13. 學生錯誤程式碼（左）學生正確程式碼（右） 52.
相關文件
Having regard to the above vision, the potential of IT in education and the barriers, as well as the views of experts, academics, school heads, teachers, students,
computational & mathematical thinking by task-based teaching as a means to provide an interactive environment for learners to achieve the learning outcomes; and (ii) how
This study intends to bridge this gap by developing models that can demonstrate and describe the mechanism of knowledge creation activities from the perspective of
The aim of this study is to develop and investigate the integration of the dynamic geometry software GeoGebra (GGB) into eleventh grade students’.. learning of geometric concepts
The aim of this study is to investigate students in learning in inequalities with one unknown, as well as to collect corresponding strategies and errors in problem solving..
This research project tries to examine the issues of domestic green hotel service design, integrating QFD and VAHP, as well as to construct green criteria and their
The main objective of this system is to design a virtual reality learning system for operation practice of total station instrument, and to make learning this skill easier.. Students
In order to accurately represent the student's importance and degree of satisfaction towards school service quality, as well as to design a questionnaire survey and
