從觀察一片葉子開始！在科學教育中看見 AI 如何協作

編按：此教學設計獲得親子天下教育創新中心「我是AI創課師」競賽「AI素養普及計畫獎」第一名。

一堂國小自然科學與 AI 素養的教學設計：從觀察、資料到判斷

AI 進入教室，不一定要從複雜的程式、龐大的資料或高難度的工具操作開始。對自然科學教學來說，有時候，一片葉子就足夠。

學生走進校園，選擇一片葉子，仔細觀察它的形狀、邊緣、葉脈、顏色與大小，再把自己的描述輸入 AI 圖像生成工具，看看 AI 會畫出什麼樣的葉子。這看似簡單，卻能帶出科學學習中非常核心的問題：我們如何觀察？如何把觀察轉換成資料？如何比較結果？又如何根據證據做出判斷？

圖1 AI 進入自然科學教學：從一片葉子的觀察體驗開始 (東園國小學生操作實拍)

從設計思考拆解葉子觀察家的課程活動

這個活動可以用設計思考中的「體驗、統整、反思、應用」四個階段來拆解。重點讓學生透過 AI 的回應，帶學生回到科學教育最重要的能力：有方法地觀察、有結構地記錄、有根據地比較，並用證據支持自己的判斷。

圖2 葉子觀察家活動流程：體驗、統整、反思、應用（本圖為筆者與AI協作）

體驗：從真實觀察開始

活動的第一步，是讓學生走出教室，到校園中選擇一片葉子進行觀察。

一開始，教師不必急著提供完整的科學詞彙，也不需要要求學生立刻寫出精準分類。學生可以先用自己的語言描述眼前的葉子。例如：「這片葉子是綠色的、長長的」、「邊邊有一點鋸齒」、「中間有一條很明顯的線」、「看起來像水滴形」。

接著，學生將這些描述輸入 AI 圖像生成工具，讓 AI 依據文字生成一張葉子圖像。

圖3 從真實葉片開始觀察

這時，學生很可能會發現，AI 畫出來的葉子和我們手上真正觀察的葉子不完全相同。有些圖像形狀接近，但葉脈不對；有些顏色相似，但比例不同；也有些看起來像葉子，卻和原本觀察的對象差距很大。

從這樣的差異引導學生開始意識，AI 並非「知道」我們看到的是哪一片葉子，而是根據我們提供的文字資料進行推測與生成。描述越模糊，AI 的想像空間就越大；資料越不完整，生成結果就越容易偏離真實觀察。

我怎麼觀察、怎麼描述，會影響 AI 如何產出結果。

統整：把直覺描述變成觀察資料

有了第一次生成經驗後，教師可以引導學生回到葉子本身，重新檢視自己的觀察方式。

這一次，學生不再自由描述，而是從葉形、葉緣、葉脈、顏色、大小等面向整理資料。這些面向幫助學生把原本零散的感覺，轉換成較有結構的觀察資料。

例如，原本的「葉子長長的」，可以進一步寫成「葉形接近披針形」；原本說「邊邊不平」，可以再觀察是鋸齒狀、波浪狀，還是只有局部不規則；原本只寫「綠色」，也可以補充深淺、光澤，或葉脈顏色是否明顯。

圖4 提供葉形、葉脈、葉緣的描述，或學生可上網查詢更相近的說明，從自由描述到整理出結構化觀察資料。

這個階段的關鍵，是讓學生理解科學觀察是有目的地選擇、分類與記錄關鍵特徵。

好的觀察資料，是要能幫助我們辨識事物、比較差異、支持判斷。若學生只寫「一片綠色葉子」，這樣的資料很難區分不同植物；但若能記錄葉形、葉緣、葉脈與大小，資料就開始具有科學討論的價值。

不是為了 AI 而整理資料，是在整理資料的過程中，學會科學觀察所需要的方法。

反思：比較結果，而不是相信結果

完成結構化觀察後，學生再次把資料輸入 AI，生成第二張葉子圖像。

這裡很容易出現一個誤解：第二次用了比較完整的資料，所以結果一定比較好。事實上，這不一定成立。

AI 仍然可能受到模型理解、圖像生成能力、語意轉換與資料詮釋方式的限制。即使學生已經提供更明確的葉形、葉緣與葉脈特徵，AI 也可能把細節畫錯，或生成一片看起來合理、卻不完全像原本觀察對象的葉子。

圖5 結構化觀察資料輸入給 AI 後，AI 生成的結果

因此，反思階段的重點，是引導學生比較「兩次結果為什麼不同？」。第一次圖像中，哪些特徵沒有被呈現？第二次圖像中，哪些特徵變得比較清楚？第二次結果是否更能反映觀察紀錄中的葉形、葉緣、葉脈、顏色與大小？即使第二次不一定更像真實葉片，它是否更明顯受到結構化資料的影響？

這樣的比較，能讓學生理解 AI 產出需要被分析、被解釋、被檢視。不同形式的資料，會引導 AI 產生不同形式的結果；而使用者更需要回頭檢查如何使用資料、如何呈現特徵。

學生透過前後兩次生成結果，學習說明差異、分析原因，不把 AI 的產出直接當成標準答案。

應用：把 AI 協作帶回科學學習

最後，教師可以帶學生回到一個更大的問題：這堂課學到的，只有如何用 AI 生成葉子圖片嗎？答案顯然不是。

「葉子觀察家」真正要帶出的，是科學學習中的思考方式。學生透過這個活動，經歷了從觀察到資料、從資料到結果、從結果到判斷、再從判斷回到證據的歷程。

圖6 把 AI 協作帶回科學探究歷程

科學家面對自然現象時，不是只憑直覺下結論，也不是看到某個結果就立刻相信，而是透過有系統的觀察、紀錄、比較與解釋，逐步建立理解。

AI 的加入，並沒有讓觀察變得不重要。相反地，它讓學生更清楚地看見：如果觀察不夠精確，資料不夠清楚，結果就可能產生偏差。AI 也沒有取代學生判斷，而是提供一個可以被檢視的結果，讓學生練習比較、解釋與修正。

課程不是單純把同樣流程套用到另一片葉子上，而是讓學生把這套思考方式帶回自然科學學習。

回到 AI 素養與科學教育

AI 素養與科學教育並不是兩件分開的事。

AI 素養不是教學生會不會輸入提示詞、會不會生成圖片、會不會使用工具功能。更重要的是，學生能否理解 AI 的產出來自資料與模型的互動，能否看見輸入如何影響輸出，能否檢視結果的合理性，並在必要時提出修正與判斷。

而科學教育也不是讓學生記住知識內容，而是培養我們面對現象時的思考方法。學生要學會觀察、分類、記錄、比較、解釋與論證，並理解知識是建立在證據與推理之上。

圖7 AI 素養與科學教育的交會：保留觀察、思考與判斷的主動權

當 AI 進入科學教學，它最有價值的地方，是讓學生更清楚地看見學習歷程本身。

在這堂課裡，AI 像是一面鏡子，映照出學生的觀察是否清楚、資料是否完整、描述是否具有結構；也像是一個協作對象，提供一個可以被討論、比較與修正的結果。

這樣的 AI 教育，重點不在於讓孩子依賴 AI，而是讓孩子理解 AI；不在於用 AI 取代科學探究，而是用 AI 強化科學探究。

從一片葉子開始，學生學到一種面對世界的方法：

• 看見現象，建立資料；
• 整理資料，比較結果；
• 解釋差異，提出判斷；
• 最後，用證據支持理解。

這正是 AI 時代裡，科學教育可以帶給孩子的重要能力：不只是會使用工具，而是能在工具協作中，保持觀察、思考與判斷的主動權。

＊歡迎按下方作者欄「♡ 追蹤」，未來每月提醒您林建毅老師的文章刊登通知，更享全站教學資源下載與活動報名（翻轉教育訂戶專屬功能）。

AI 賦能教學實戰

高效備課×行政減負×應用趨勢

從選對工具、用對方法，到打造自己的備課工作流、做出符合自己需求的教學工具與互動教材！（共480分鐘，含 AI 應用講義與指令包）

立即了解