如何以專題形式學習 (PBL) 讓孩子應用 AI? 

OCTOBER, 2025

專題式學習（Project Based Learning, PBL）被多位專家學者視為教育轉型的核心解方。這種學習模式不再依賴傳統的學術知識或標準答案，而是著重於將知識應用於真實世界、培養高階認知能力，以及學習與 AI 協作的方式。

PBL 作為 AI 時代應用與學習的核心框架

專題式學習（PBL）強調讓學生主動參與與真實世界相關、對個人有意義的專題，藉此獲取知識、技能與態度。這種模式被認為是應對 AI 時代挑戰的關鍵方法。

1. 培養核心能力與態度

• 啟動內在動機與熱情： PBL 從好奇心和真實情境出發，能激發學生的熱情。透過專案，學生可以練習「把知識用出來」，並從中體會生而為人的價值和使命感。

• 學習定義與拆解問題： 傳統教育培養了九成五的「問題解決者」，但未來更需要「製造問題」的人才。PBL 沒有框架，能讓學生從觀察周遭細節開始，培養問題意識。應用 AI 技術的第一步是「問一個好問題」，將現象轉化為資料科學可處理的數據。

• 跨領域整合能力： 專題學習要求學生整合所有學科知識，包括語文、數學、科學等，以解決真實世界的問題。未來最需要的能⼒是跨領域能⼒，也就是「π」型⼈才。

2. AI 基礎能力的學習元素

學校（或家長）與學生應結合 AI 的核心技術原理進行實作：

• 資料（Data）： AI 需要大量的資料來學習，就像超級英雄的「指導手冊」。專題中可設計讓學生了解如何收集和處理數據。

• 機器學習（Machine Learning, ML）： 這是 AI 的「超能力」。ML 就像一個人學習彈吉他一樣，透過不斷練習和調整來進步。學生可以嘗試教導電腦識別圖像或聲音。

• 程式設計（Programming）： 程式設計是告訴 AI 要做什麼的「訓練教練」。學習程式語言的邏輯和指令，了解它是思考與溝通的方式，是應用 AI 的必要基本能力。

以專題形式應用 AI 的具體方法

AI 不再是取代人類工作的工具，而是協作的夥伴，幫助學生加速完成基礎工作，將精力集中在更高階的創造性任務上。

以「提示詞工程」為核心的學習

在 AI 時代，提問（Prompting）本身就是一項重要的學習活動。專題學習應該訓練學生精進「提示詞工程」（Prompt Engineering）：

• 精準提問（提問）： 提問的精準度直接決定 AI 輸出的內容品質。提問時應明確指示：

  • 任務（Task）： 準確說明 AI 要「做什麼」，例如：生成（Generate）、分析（Analyze）、解釋（Explain）。

  • 角色（Role）： 為 AI 設定專業角色（如「資深科技評論家」、「專業產品分析師」），使其輸出更具專業深度。

  • 情境（Context）與細節： 提供足夠的背景資訊，如目標用戶、具體領域、期望的輸出結構等。

  • 格式（Format）： 指定輸出形式（如列表、表格、代碼、圖表）。

• 持續追問（追問）： 複雜的任務通常需要透過多次互動和迭代（Iteration）來完善。追問能引導 AI 深入剖析問題，提供更具價值的資訊。

• 整合與批判（整合）： AI 雖然能快速給出解答，但不一定正確。學生需要具備批判性思考能力，評估 AI 輸出的內容是否正確、完整和具備邏輯性。最終必須由人進行判斷和整合，將碎片化的資訊轉化為高價值的「知識晶體」。

專題設計的實作流程（人機協作）

專題式學習的設計應讓學生體驗真實世界中的「人機協作」模式，將 AI 視為「副駕駛」。