番言番語

臨時要負責九年級第一次段考的命題，剛好趁這個機會來試試 AI 到底有多威吧。 這次段考命題分成選擇題與非選擇題兩大類。選擇題仿會考題型，分成聽力測驗、單題與題組。非選擇題有文意字彙與填充題。 聽力測驗是從康軒所提供的聽力測驗題庫挑題。希望以後也能試試看用 AI 協助出題並製成語音檔案。 單題考的是單字與文法，題目盡量仿照會考模式。比如說，一開始是考比較簡易的圖片題，降低作答焦慮。 素養題很難出，那麼模仿會考來出題應該就可以很像素養題了吧。 除了仿會考題目以外，也從學生生活經驗取財。比如說，畢旅結束後有人一直抱怨畢旅很無聊，那就考考他們畢旅到底有多無聊。 沒有靈感時，就請 ChatGPT 幫忙，用我想要考的單字造幾個句子吧。 然後再從 ChatGPT 給的句子中尋找靈感，找合適的句子改寫成考題。 第二大題的題組是閱讀測驗與克漏字，這次總共出了四篇文章。以往這是最耗時間的地方，因為要在茫茫網海中尋找適合的素材。這次靠著 ChatGPT 與 Twee 兩個 AI 網站的幫忙，著實節省不少時間。 以往礙於網路現成素材的限制，導致文本跟考試範圍的課文常常沒有任何關係。現在既然有 AI 可以幫忙生成文本，我就盡量以課文相關的主題來出閱讀測驗。 第一篇是克漏字(句)。課文中有一課是跟 food delivery apps 有關，於是我利用 Twee 這個網站幫忙生成一篇與食物外送有關的文章。 因為課本有強調 transitional words 如 however, but 以及 although 的角色，所以我在文本 Genre 設定時是選擇 Argumentative article，希望 Twee 生出的文本有正反兩面的論述，以便安排合適的考點。文本生成後再視需要自行修改並出題。 第二篇是克漏字與閱讀測驗的混和題型。我請 ChatGPT 生成一段兩人對話，主題是使用外送平台的經驗，其中一人感到滿意，另外一個人不滿意。 ChatGPT 所生成的文本中，女方感到不滿意的其中一個原因是 pizza 口味搞錯了。這一點剛好跟其中一課的課文對話有點關係。課本提到的是曾經發生過的真實事件: 兩個 5 吋披薩比一個 9 吋披薩大?!  所以我就把 ChatGPT 生成對話的後半部根據這個事件來改寫並出成考題。 第三篇閱讀測驗跳脫課本主題。我是把在網路上看到的一篇文章丟給 Twe...

兩年前，首次將歷屆會考試題比較有系統地整理成 講義 以便幫助國三學生複習。學生畢業後，講義就一直被收在書架上的某個小角落直到現在。今年，因為從國一就開始帶上來的班級要開始準備會考了，所以趕緊把它翻出來更新。除了補上最近這兩年的會考試題與相關分析資料以外，比較讓我傷腦筋的是該如何進化它。 根據以前的使用經驗，大部分的學生拿到會考講義後就開始劈哩趴啦寫答案，好像沒在鳥題目旁邊標註的作答技巧或是策略。所以，這次改版講義就朝讓學生【有感】的方向調整，也就是 讓學生能夠比較有感地使用並練習一些閱讀技巧或是答題策略。 知己知彼，百戰百勝! 既然是要贏戰會考，知道越多敵人的模樣跟底細，戰勝的機率當然就越高。因此，講義就以 112 年的會考為例子來讓學生認識他們要面對的大魔王究竟長什麼模樣。這是在最近一場研習中，跟新北市英語輔導團的柏宏老師所學的。 接著，根據心測中心所提供的試題通過率分析資料，將閱讀題組的題目分成四個類型，並從歷屆試題中，挑出一些常見的題目問法介紹給學生認識。 講完會考輪廓之後，接下來就會依照題目的四種類型: 篇章大意、篇章細節、文意推論以及篇章結構，依序跟學生說明答題技巧並做練習。 一、篇章大意 一開始也是先讓學生認識這類題型的輪廓，分別是歷年來篇章大意的出題狀況，難題(我設定為全國答對率低於50%的題目)有多少，常見的題目問法以及解題策略。接著再根據解題策略去後製要讓學生練習的考古題。 解篇章大意的題目，最常運用的技巧就是閱讀文章標題，以及每個段落的第一句和最後一句。所以我就把練習用的考古題本依照這個原則做後製處理，讓學生親自體會閱讀答題的感覺。 文章被部分遮蔽後長度瞬間變短不少，而且題本是被挑選過的，學生即使沒有看全文也能選出正確答案。我想藉此方式來鼓勵一些對自己信心不足的學生，讓他們不會對於會考太過恐懼，並可以藉由運用技巧答對題目來增加自己的信心。 對於程度佳的同學也可以學到， 同一篇文章也會有輕重之分， 不需要把有限的閱讀時間等值地放在每個字句上。 同一類型的題目會集中練習數個題組，讓學生可以從中慢慢熟悉並掌握技巧。 二、篇章細節 篇章細節的題目通常對學生的困擾比較大，因為考的是細心與耐心，也是常考圖文題的類型。常用的答題技巧就是注意文章裡出現的關鍵字: 如因果字、例證字、轉折字、比較詞與極端字。這類型的字出現在文章裡時通常都會出現考點。我以前也沒有注意...