Day 1 · 08/07會用 AI,先定義問題 Day 2 · 08/10多模態教材數位化 Day 3 · 08/12教材包與 AI 工作流 Day 4 · 08/14試教、Agent 與交付

Day 4 · 08/14 · 09:00–16:30

讓同儕當學生,用證據完成最後一版

進行八分鐘微型試教、結構化回饋與第二輪重試;再用一個 AI 網站/Agent 小實驗理解未來教學,最後匯出成果包與 30 天行動。

講授/示範 20%試教/修訂 80%5 組 × 5 人正式交付
學習檢核 0%
內容保存在本機

排演與觀課

角色、證據、成功訊號與回饋句型。

第一輪試教

8 分鐘試教+7 分鐘回饋,分組輪替。

修訂與重試

只改最關鍵三處,再測核心片段。

未來與交付

AI App/Agent、成果市集、30 天行動。

第一節09:00–10:00

試教不是表演,是一次小型實驗

目標:設定一個要驗證的假設,讓觀課者只記可觀察證據。

講師說明|15 分鐘

  • 只教最需要驗證的八分鐘,不濃縮整堂課。
  • 觀課先記時間、行為、學生原話,再寫解釋。
  • AI 是否「看起來厲害」不是證據;學生是否做出目標行為才是。
  • 每輪只給一項保留、一項改變、一個疑問與一個小實驗。

五人小組角色

  1. 試教教師
  2. 一般學生
  3. 需要鷹架的學生
  4. 過度依賴 AI 的學生
  5. 觀課與計時者

每輪交換角色;若同組少一人,觀課者兼任一般學生。

排演|30 分鐘

開啟 試教工作台,完成「要驗證什麼、八分鐘腳本、學生狀態、成功訊號」。

觀課句型|15 分鐘

事實:我在第__分鐘看到/聽到__。

解釋:這可能表示學生__。

建議:下一版可以測試__,再觀察__。

第二節10:00–12:00

第一輪微型試教:8 分鐘教,7 分鐘回饋

目標:每位教師取得一組學生行為、AI 介入與摩擦點證據。

講師巡迴規則

  • 不在試教中途替教師救場,除非涉及安全。
  • 優先觀察目標、任務與證據是否對齊。
  • 記錄 AI 何時真的有幫助、何時遮蔽學生思考。
  • 每組結束前確認下一版只改一至三處。

時間配置

階段分鐘規則
準備2材料定位,不解釋教案
試教8到點即停
教師自評2先說預期與實際差異
證據回饋5先事實,後建議

每輪必留四項證據

  1. 學生在哪一步開始行動或停住。
  2. 學生使用了什麼資料或只依賴直覺。
  3. AI 的建議被採用、查證、拒絕或照抄。
  4. 哪個教師提示真正改變學生表現。

我的第一輪證據

第三節13:00–14:20

把回饋轉成修訂決策,再測一次

目標:根據證據修訂最關鍵三處,進行三分鐘核心片段重試。

修訂優先順序|10 分鐘

  1. 安全、個資與事實錯誤
  2. 目標、活動與評量不對齊
  3. 學生不知道怎麼開始或成功規準不明
  4. AI 介入過早、過多或沒有查核
  5. 排版與視覺美化

三項修訂|35 分鐘

三分鐘重試|20 分鐘

只重試被修改的核心片段。原觀課者用相同規準觀察,以免比較基準改變。

版本差異

若沒有改善,也是一項有價值的結果;不要為了成果好看而虛構成功。

第四節14:30–16:30

未來教師:會做 App,也知道何時不該自動化

目標:理解未來一年可落地的 AI App/Agent 場景,完成成果發表、匯出與回校行動。

未來一年能力雷達|15 分鐘

  • 從「會聊天」走向多模態資料理解。
  • 從單次提示走向固定工作流與結構化輸出。
  • 從個人使用走向可分享的小型 AI 網站 App。
  • 從人工點擊走向有權限、停止條件與核准點的 Agent。
  • 教師價值轉向:問題定義、資料治理、評量與關係判斷。

AI Website App 小實驗|25 分鐘

選擇 Gemini/Antigravity 或講師提供的網站生成環境,使用示範資料建立「一頁式學生練習器」原型。必須包含:

  • 一個明確學習目標
  • 一個學生輸入或選擇
  • 一個依規準提供的回饋
  • 不蒐集姓名與成績
  • 清楚標示 AI 回饋需自行查證
網站 App 原型提示
建立單一 HTML 的學生練習器原型,不使用外部套件。
目標:__。學生輸入/選擇:__。回饋規準:__。
介面使用繁體中文、大字、手機可用、可列印。
不蒐集姓名、帳號、成績;資料只留在瀏覽器本機。
先提出畫面與資料流程,等待我核准後才產生程式碼。

成果市集|40 分鐘

每組設五個展位,同組一半留守、一半參觀,20 分鐘後交換。每位教師使用三分鐘敘事:

  1. 原本的學生問題
  2. AI 在哪裡協助、哪裡被限制
  3. 學生要完成什麼、用什麼證據評量
  4. 試教發現與關鍵修訂
  5. 回校第一次實施計畫

正式交付|40 分鐘

回到 成果工作台 完成 AI 使用揭露與 30 天行動,再依序:

Day 4 正式產出

  • 兩輪試教證據與修訂紀錄
  • AI Website App/Agent 概念原型
  • 教案、教材、評量、來源與 AI 使用揭露
  • HTML/PDF 教師成果包與回校 30 天行動

研習結束不是「我會用 Gemini」

真正的完成線是:你知道哪個教學問題值得 AI 協助,有可靠素材,有學生學習證據,試教後修過一版,而且回校有明確的第一次實施日期。