番言番語

沒想到，已經『番』了 500 多篇。 初任教師時，當時無名小站當紅，所以也跟風開始記錄一些東西。當時也沒有非常明確的想法與目的，只是記錄一些教學經驗與酸甜苦辣。 之後，因為無名小站關站，所以轉戰當時趁勢崛起的痞客邦。不過，當時在無名小站的文章不知為何沒有一起搬過來，那個時期的紀錄就這樣全數遺落在數位洪流裡。 後來，因為痞客邦的廣告越來越多，導致閱讀體驗越來越差；另一方面又擔心痞客邦會跟無名小站一樣說關就關，所以 2018 年再次搬家到 Google 旗下的 Blogger，直到現在。 當時痞客邦的文章搬家系統不支援 Blogger，所以舊文章遲遲無法搬到新家。雖然很擔心那些紀錄會就此消失，不過也遲遲沒有積極處理。 不過，有什麼事是 AI 時代辦不到的呢？！ 近日在研究 Claude 時，突然興起了一個念頭，讓 AI 幫我搬家。沒想到，真的成功了！Claude 幫我把在痞客邦的貼文全部搬到 Blogger 了！流落兩地多年的舊文章，終於團圓了！ 回顧以前所寫的文章，會有一種十分詭異且陌生的感覺：那真的是我嗎？真的發生過這種事嗎？我以前怎麼會那樣教？而且，如果是發生在現在... 我應該會被 po 在『脆』炎上，然後被『校事會議』到提早退休吧！ 『用 AI 翻新教學黑歷史』！ NotebookLM 幫我下的標題還挺... 有趣的。

最近一直被推播 Claude Code，不論是 Youtube 影片、Threads 的貼文、還是臉書上的同溫層都在談 Claude Code，所以興起了試試看的好奇心。因為目前任教國三，會考將近，因此就拿歷屆會考英語科試題來試作。沒想到，跟 AI 聊了一個清明連假之後，Claude Code 就把程式寫出來，『國中英語會考衝刺站』就這樣誕生了。 這是無痛分娩嗎? 我手邊有歷次會考試題的 PDF 檔，所以試題上傳給 AI，再處理圖片的問題後，網站很快就建好了。 然後呢? 題本數位化後，如果好處只有立即得到答對或答錯的回饋，那我還寧願用紙本作答。這時，腦袋閃過 SAMR 這個關鍵字。所以我用 SAMR 來跟 AI 討論，如何加強題本數位化後的效益。 然後呢? 我一開始的想法是，即使沒有老師在身邊，學生也能在作答的過程中學習，所以網站不能提供學生答對或是答錯的回饋。因此有了提示系統的想法。在學生答錯時，不要立即提供正確答案，而是可以藉由適當的提示幫助學生自己找出正確答案。可是，網站沒有 AI 功能，沒有辦法根據學生的狀況給出個別化的回饋。 所以，我請 AI 提供作答線索關鍵字。不過，經過隨機測試後，發現 AI 給的關鍵字都很不關鍵，品質不佳。 經過幾番調整後，最後的答錯題是系統僅能用翻譯的方式來處理。雖然離理想還有好一段距離，但至少可以讓學生自我練習時還有浮木可以抓住。 閱讀測驗的提示系統也是。理想的狀況是如果學生答錯，網站可以在題本標註線索引導學生判斷，但是，AI 建議我最好的方式竟然是... 人工為每一道題組加標註! 還貼心的提醒我「需要評估工程量」。 為了自己的健康著想，最後只能妥協仿照單題的提示系統，用中文翻譯來處理: 第一次答錯用題目的中文翻譯當作提示；第二次答錯用選項的中文翻譯當作提示；再答錯就直接顯示正確答案。 至於通過率以及分項能力標籤是最後才想到加上去的。現在回頭來看，我覺得它反而是最能回答「數位化的優勢在哪裡」這個問題。 心測中心提供的歷屆會考通過率分析報告中，裡面有每一道題的全國通過率和分項能力標籤。把這份資料整合進題庫之後，每道題都可以顯示這題屬於哪個分項能力、全國通過率是多少、難易度如何。 所以，學生練習完後，所得到的結果也不一樣了， 不再只是「這次答對幾題」，而是「字詞理解答對率 80%、文意推論答對率 45%」，學生可以看到自己哪裡最弱，有...