[日記] 串聯知識的專題式學習(PBL) @ 熱血青年很向上

2023 年 3 月號 (No.126) 的親子天下封面專題是「專題式學習 (Project Based Learning, PBL)」，封面是小學五年級的孩子們正在執行造船專題，以紙箱製作的船，必須能在水中持續航行兩分鐘，才算過關。小朋友必須在專題發展過程中學習浮力等抽象的科學，練習使用各種材質進行實驗，來達成這個專題的目標。

相較於傳統的教學將專題視為活動成果，專題式學習是先將目標設定好，讓孩子去查找、學習相關的知識，最後產出符合目標的內容。誠致教育基金會董事長李吉仁在訪談中表示：「教育的目的是啟動一個人的內在發展過程，因此學習的內在動機很重要，他要知道如何定位自己是誰？他要學什麼？為什麼要做這些學習？他才有辦法在未來成為一個能夠主動學習的人。」

最近申請了整合在微軟搜尋引擎裡頭的聊天機器人 (Bing Chat)，一邊使用，一邊覺得感受益發強烈：學習的內在動機很重要，有了想要的標的，就能「問出好問題」，得到更貼近實際用途的答案；有了自己發自內心的強烈動機，就會對於知識充滿好奇心。

Bing Chat 在初期提供的問答次數並不多，以我初註冊時為例，彼時必須在六組問答之內問出結果，否則對話就會被清理掉，重新來過。每次的問答內容沒有標準化的答案，類似的問題，有時會有截然不同的切入角度，非常趨近真實人類的問答。

如同部分企業提供限時客服電話，Bing Chat 限制了應答次數。這讓使用者必須利用自身智識，在有限的往返之間，聚焦問題裡想處理的項目、排除已嘗試過的可能，以便得到更多可行的建議。

在最近社群上瘋狂嘗試各種 ChatGPT 應用時，發現人類目前還得有能力檢核、確認機器人回應的結果。以知名料理網站「愛料理」嘗試對 OpenAI 提問為例，他們請 AI 機器人寫一段名菜「蒼蠅頭」的文案，OpenAI 的回應是：「蒼蠅頭是用蒼蠅的頭和脖子製成的。」一本正經、煞有其事的回應，若非明顯的錯誤，不仔細察究之下，很容易就誤解為真正答案。

前陣子看到藝人宥勝提到，因為 ChatGPT 開始廣泛應用，讓他感受到強烈的焦慮，不知道該為孩子的未來準備什麼，「我現在究竟該帶孩子如何運用時間，才能協助他們在未來得到最大的幸福？」

我此刻的想法是：我們很難決定某個帶領小孩的方式是完全正確的，我們能夠做的，是在這個充滿嶄新技術與新型疫病的世界裡，儘可能地照顧好自己、練習讓新的工具融入我們的生活，並且不過分焦慮。

在去年之前，我們完全無法想像 AI 機器人會發展到如此靈活迅速的程度──

Midjourney 可以為我們繪圖，目前只接受英文指令，所以給了我們更強的動力，去面對過去生澀的語言能力；
Bing Chat 可以耐心地拆解我們問題裡的關鍵字，同時知無不言，我們不必再從搜尋引擎結果裡拆解關鍵字、想方設法迅速閱讀搜尋結果。雖然 Bing Chat 還不到「言無不盡」的程度，目前尚有問答次數的限制，但已經比傳統的搜尋更方便俐落。

不過，我認為新科技的導入，不至於讓工作機會完全消失。以加減乘除的基本計算為例，有的人為了不便操作工具的現場，會透過珠心算熟稔地核算，有的產業利用計算機在現場敲出結果，有的產業透過 Excel 彙整製表……每個人會在應用場域之中，找到最有效率的解法。過去我們習慣的各種學習科目，成為取得結果的工具，我們不需要害怕我們算不出數學課裡我們容易誤算的題目，而是需要「知其然，知其所以然」，去利用工具幫我們取得運算結果，並利用其他技巧進行核算，在不同的場域裡，選擇最符合現場需求的工具、取得最適當的回應效率，來處理問題。

我認為在 ChatGPT 興起後的年代裡，知識的碎片將可以由 AI 簡易地搜尋、串接、彙整，屆時人類需要介入處理的，是將概略匯集的資訊，打磨成符合現場所需的內容。這需要更細膩的心思，洞察現場的需求，以期能修改指令，詠唱更完整的操控人工智慧的咒語，將結果修正得更契合實務需求。

人類從舊石器時代起，學會正確安全地使用火燄，能夠享受烹調後增添的香氣、更安全美味的餐食，進而在多年以來廚房工具的演進之下，以更有效率的產出，得到更豐盛的結果。

透過新的學習概念，我們將帶著孩子看到，我們想達成某個目的，有了嘗試的動機，進而去蒐集資源、查詢資料，動手解決任務。孩子將在實務上的試誤與學習之中，感受到滿滿的成就感。

閱讀更多：