2026/11/16
先评问题,再看模型:从经济课提问作业到 AI 营队的教学设计
STEM 与探究式学习如何把提问纳入评量?从经济课的三个问题作业,到 AI 营队的分阶段安排,本文整理教师可借用的设计思路,让学生在实作前提出问题,实作后依证据修订。

从经济课现场出发:把三个问题当成作业
思考 STEM 与探究式学习中的提问评量,可以从一份经济课作业开始:讨论美国经济与联准会货币政策数周后,Hiranya K. Nath 请学生换个角色,扮演财经记者,准备三个要问联准会高级官员的问题。
这次,评分的是问题 Nath 告诉学生,这份作业评分的不是答案,而是他们提出的问题。
从教学设计来看,这份作业值得参考的地方,是把「提出什么问题」本身设为任务。若借用到 AI 融入 STEM 的课程,可以考虑让学生在操作前,先写下想厘清的问题,并说明问题与任务的关系,而不只交出答案或模型。
AI 营队的流程:从在线作业走向实体操作
另一个案例提供的是课程流程的参考。依活动公告,清华大学信息工程学系与台湾大专院校人工智能学程联盟等单位共同规划「2027 Fun AI Camp」,实体营队订于2027年1月25日至28日在长庚大学办理。
← 左右滑动查看完整对照 →| 学习阶段 | 公告中的任务与安排 |
|---|---|
| 在线自主学习 | 主办单位提供教材与指定作业,涵盖机器学习基本概念、常用模型介绍及实作练习。学员须完成在线学习并缴交作业,才能参加实体营队。 |
| 实体营队 | 安排人工智能专题演讲、竞赛环境教学与 AI 模型实作,由助教团队提供学习指导。 |
| 成果竞赛 | 最后一日规划以游戏化竞赛展示模型实作成果,并依竞赛结果颁发奖状及奖金。 |
活动开放高中职及大专校院在校学生参加,包含研究生,且须具备 Python 编程基础。 因此,若学校想借用这套流程,建议先查看学生的程序先备能力,再决定在线作业的难度与课程安排。
从课堂观察到评量:查看问题与证据的关系
Nath 在自述中观察到,原本能自在解释概念的学生开始犹豫,另一些学生则比这学期以来更仔细思考。 这是教师对一次课堂任务的观察,不能据此推定提问评量能普遍提升学习成效。
在教学设计上,可以把这两个案例分开看:营队流程可用来思考如何安排学习阶段;经济课的提问作业则可用来思考评量要看什么。
若要借用到模型实作课程,建议从实作前后的任务着手。实作前,请学生写下任务目标、尚待确认的条件,以及需要哪些证据;实作后,再请学生根据结果修订原先的问题。
评量也可分开查看模型表现,以及问题是否具体、能否由证据检验,避免只用竞赛名次代表全部学习。教师团队可将提问引导与评量规准列为 STEM 师资培训 的研讨题目,再依学生作品调整设计。
带回课堂:串连提问、实作与修订
三个问题之所以能成为一份作业,关键是把学生提出的问题本身纳入评量,而不只要求回答教师的问题。Nath 的课堂任务正是如此。
对想借用这个做法的教师,本文的建议是:让提问与实作任务相连,并在实作后留出修订问题的机会。教师可依学生的先备能力,调整经济课作业或营队流程,决定要练习哪些提问、如何查看问题与证据的关系。
