不操作 AI 學 AI!一張紙打造設計思考×手繪原型的省思教學
學生是影響AI,還是被AI影響?趙文川老師透過一堂有趣的設計思考的課程,不急著開電腦,而是引導學生思考、手繪App/網頁的原型發想,並在草圖註解元件與系統,親身體會資料如何被蒐集、演算法如何運作,進而培養「看懂科技如何影響我」的能力,把 AI 素養從抽象名詞,轉化為看得見的負責任設計思考。
AI素養怎麼教?圖片提供:賴同學、趙文川老師
本文重點摘要
一開始,只是循著設計思考的引導流程,從同理、定義來到了原型發想。避免漫無目標的發想,但又不能限制孩子的想像;於是和孩子一起再仔細地瀏覽了網頁常用的元件,像是按鈕、核取方塊、輸入框……;我們決定,做個屬於自己的省思網誌。
我們不急著打開電腦,而是拿起 A4 空白紙;請孩子在紙上畫出「介面、元件」,標註「功能、作用」;如果可以也寫下想法。孩子是困惑的,不是要製作網誌、網頁嗎?直接用電腦做不是比較快?老師不是說,現在製作網頁只需要一句話人工智慧就會幫忙完成了?
我問孩子,看過爸爸、媽媽,或是你自己安裝過軟體吧?
反應快的孩子等不及舉手,嚷嚷著說:不就是,同意,按下一步、下一步……。
「安裝前,有個同意,同意甚麼?你覺得你或你的爸爸、媽媽,看清楚,看懂了嗎?」我問孩子。
我跟孩子說:「所以,你們要設計一個清楚自己按下什麼,也傳送了什麼,甚至知道會發生什麼,影響什麼的網誌。」
三省吾身(AI輔助版):帶領學生思考「安裝前,你同意了甚麼?」。
孩子在手繪介面右下角畫了小小 AI 圖示,旁邊還寫:連續三天心情很低就跳出關心訊息;孩子嚮往著 AI 魔法,期待「一按就有答案」;但當我們把 AI 放回流程,孩子就能用設計者的眼睛去看、去判斷,思考;系統怎麼得到線索?怎麼做決定?又是怎麼從回饋變得更準確?
一、在演算法的世界,迭代、更新
孩子不懂演算法,也不用背演算法名詞,孩子只是在腦裡,想像、思考,就像圖裡的循環,把自己畫的元件放進這四格,小腦袋裡模擬「系統怎麼運作」:需要資料、需要判斷規則、會做選擇,也可能誤判;我跟孩子說:「草圖給老師,AI 老師幫你們跑,你們看到結果,再想想,再修正;如果說明可以更清楚,用文字說明也可以。」

圖片提供:趙文川
二、兩種註解:把「原型」變成思考證據
我跟孩子說,不需要追求畫得像真的 App,但記得,盡可能在每張草圖旁至少有兩種註解:
- 元件註解:這個元件讓使用者做什麼?會留下什麼線索?
- 系統註解:系統可能怎麼用這些線索做決定?會回應什麼?
一位孩子畫了「心情滑桿」、「今日提問」、「換一題」、「完成/取消」、「通知」、「求助按鈕」,旁邊寫出「什麼情況會跳提醒」、「我可以不要填嗎」、「連續幾天才觸發」;或許這些註解就是 AI 素養最真實的證明:他們開始把「看不見的判斷」畫成「看得見的流程」。

圖:鄭同學
三、AI世代的人文省思無所不在;教學流程模組化
這段原本只是規劃在設計思考融入特殊需求領域:領導才能、情意發展活動的設計,我「就地取材」:也在其它年級的其它課程融入「原型發想:網誌」,作為教學者主動去覺察、安排的幾個步驟:
師生一起把當節課的學習任務變成一句情境題
例如:「我們想記下今天的學習感受」、「我們想整理我們今天做過的嘗試」、「我們想回顧這週我們的學習狀態」、「我們想把學習成果變成可追蹤的進度」;重點不在題目多漂亮,而是和學生一起思索,我們所教、所學,是什麼?在現實生活它是什麼?透過「原型、發想、網誌」介面呈現,這個介面要幫誰、解決什麼。
拆解熟悉介面
「你在 App 裡最常按的 3 個地方是什麼?」
「哪一些是你打進去的?哪一些是你按出來的?」
學生很快會發現:不只文字內容是資料,點擊、勾選、停留也都是線索。
原型規則
一個簡單限制,讓發想不會發散:
至少有 3 種元件:
- 一個「輸入」(文字/照片/錄音擇一)
- 一個「選擇或量表」(單選/複選/滑桿擇一)
- 一個「送出或儲存」
手繪+註解
提供句型卡,讓註解更自然、好寫:
- 「當我……時,系統可能會……」
- 「如果我連續……,就……」
- 「我希望可以……(不填/關閉/刪除),因為……」
兩兩走讀
同學互看,用筆圈出:輸入、判斷、回應、回饋各一處。
最後請兩組用一句話說明:「我們的系統怎麼判斷的?」
四、AI 素養時刻:學生草圖
孩子作業裡,較常拿來回扣教學重點的畫面有三種:
1. 同一件事用不同方式記錄
有的孩子用滑桿、有的孩子用表情單選,也有孩子寫「不記也可以」。孩子們理解:資料不是天生就長一樣,設計者要決定怎麼「表示」它,也要尊重使用者的選擇權。

圖:粘同學
2. 日曆/回顧把資料變成看得見的摘要
孩子把心情或狀態放到月曆上,點日期跳出內容。這是很好的切入點,帶孩子思考,之後資料多了,系統一定得先決定「先顯示什麼」;接下來要思考的是排序與摘要。

圖:施同學
3. 「換一題/提醒/需要幫忙嗎?」把判斷條件具體化
孩子會自然提出觸發條件(連續幾天、低於幾分、出現某些字),也會遇到誤判問題:太敏感會打擾,太鈍又幫不上忙。這種討論,比背任何名詞更接近 AI 素養的核心。

圖:賴同學
五、刻意加上的三個「負責任設計」追問
避免 AI(演算法)被想像成全知全能,每每看到孩子的「作業」,我會固定用三個問題自問自答,把自己拉回「以人為本」,也和孩子分享、討論:
- 線索夠嗎?只靠一個分數(數字)就下結論會不會太快?
- 會不會誤判?要怎麼減少打擾、保留彈性?
- 使用者有控制權嗎?可不可以不填、可不可以關提醒、可不可以刪除?
這三題自問自答不是「規範」,而是讓師生「讓我們設計更貼心」的改版靈感。
原型不是作品,是可被看見的思考
把 AI 素養放進原型發想最大的收穫,是學生開始用「系統視角」描述自己的學習:我給了哪些線索?系統憑什麼判斷?如果判斷錯怎麼辦?我能不能選擇不要?
這些問題不需要操作 AI 工具就能在實作中「想像」「推敲」。穿插在日常課堂裡,不搶走原本的教學目標,也讓學生多了一層「看懂科技如何影響我」的能力。
*本文作業圖片經學生本人與家長確認同意提供刊登。
您可能有興趣