AI 輔助科學申論題練習工具開發與課堂實作 鄭志鵬 臺北市立龍山國中 Email: jjpong@lsjh.tp.edu.tw 摘要：面對AI時代，教師會面對許多挑戰，但也產生了更多契機。本研究旨在運用AI工具解決科學探究教學現場的困境。傳統上，教師難以針對學生設計實驗步驟等複雜申論題型，提供即時且個人化的回饋，不僅批改負荷龐大，學生也常缺乏反覆練習的動機。為此，本研究開發並實作一套「AI科學申論題練習工具」，整合Gemini AI模型，協助教師檢視學生作答內容，並給予等第與回饋。本文以「設計實驗流程」的探究能力為例，讓學生透過排序預設卡片或自行編修的方式設計實驗流程。學生提交答案後，AI會依據教師預設的評分標準，提供即時的等級評定（A+至F）、優點分析與具體改進建議。此回饋機制採差異化設計，對程度較佳的學生以提問方式引導，對待加強的學生則給予直接提示，以達成個人化學習的目標。課堂實作結果顯示，此工具的即時回饋與遊戲化機制，能顯著提升學生的學習動機，促使學生主動進行多次修改與挑戰，達到過往紙本作業難以實現的專注與反覆練習效果。 ■      前言 眾所皆知，近年來AI工具日新月異。AI工具正在改變人類各方面的生活型態，當然教育領域也不會例外。許多學者擔憂學生在使用人工智慧工具時，過度依賴認知卸載（cognitive offloading），可能會削弱其獨立思考與問題解決的能力，於是研發許多防止學生運用AI完成課堂任務的策略，讓學生能持續專注在老師為學生規劃的學習道路上。但面對AI浪潮，除了上述的思考之外，我更想要研究努力的方向，是如何運用AI來解決學生學習或教師課堂中的困境，幫助學生提昇學習層次，也幫助教師能在課堂中 達到AI尚未出現時難以完成的的理想教學模式。 以科學探究的學習為例，我們希望在十二年的自然科學教育歷過程，讓學生逐步學會如何運用科學來思考問題與實際解決問題，這些目標楚地羅列在十二年國教自然領域課程綱要學習表現條目中。所以在108課綱實施後的這幾年，許多老師殫精竭慮的想辦法改變過去只注重結構化知識精熟學習的教學，逐步轉向以探究的方式學習科學的教學，甚至發展以科學探究為學習核心的教學。 目前的探究式教學，大多是以做中學（learning by doing）的形式，學生在小組中，嘗試解決老師設定的或自己提出的科學問題，並且運用科學方法來逐步解決。但是探究的步驟非常細緻，教師其實難以掌握學生是否正確理解所有過程與細節。以課綱中「計畫與執行」這個向度的「計畫」來說，希望學生能夠正確設計實驗步驟。例如學生有沒有理解在設計實驗時能充分掌握： 實驗目的與實驗步驟各變因的一致性：實驗的步驟設計，是否與實驗的目的相符呢？ 忽略對照組：學生在設計實驗時，常常會忽略需要與對照組作比較。所以老師需要關注學生設計實驗步驟時，是否知道實驗組要和對照組進行比較，是一個需要關注的重點（Lin & Lehman, 1999）。 是否能有效辨識與設定變因：會不會在設計實驗時，一次改變了多個變因或者忽略的重要的控制變因。 是否了解應變變因必需是可測量或觀察的：在設計實驗時，是否知道要寫出如何測量或觀察到應變變因，才能夠具體取得必要的實驗結果。 了解重複實驗的重要性：重複實驗是多數高中學生在討論後，還會忽略的實驗設計重點（鄭立婷等人，2022）。我們會希望學生能理解，取得數據時，應該要重複進行實驗，才能取得可信度較高的實驗結果。 即使教師自己能掌握這些實驗設計時應該注意的向度，也很難掌握學生在設計實驗時可能發生的錯誤或困難，更談不上要如何協助學生提昇自己設計實驗的能力。即使教師設計了對應的教學與學習單甚至評量，讓學生針對某些實驗主題撰寫完整的實驗步驟，並且依此檢視學生是否達成了該有的學習目標，教師也會馬上發現這樣的教學任務是異常巨大艱難的。 要審閱批改這樣的內容，並逐一針對學生在實驗設計上的錯誤給予修改建議，一方面工作量過於龐大，我想是多數教師難以負荷的。另外，教師要與學生周旋應對要讓學生願意重複練習書寫，是非常困難的。教師會遭遇到學生情緒反彈，或是學生想辦法繞過練習，用抄襲或AI協助的方式來繳交作業，他的作業過關。更何況整個科學探究中，正確設計實驗，只是其中一環而已。所以可以說要在教學上，讓學生在科學探究的所有面向獲得充足的學習，是單憑老師一己之力無法達成的任務。 ■      申論題系統的開發與題目建置 我們知道PISA在2015年引進了電腦化評量，讓學生在電腦上操作各種虛擬實驗來檢測學生各類的探究能力。那麼，是否可以運用AI的協助，建構一個平台，讓學生上面練習，逐步提昇實驗設計的能力呢？以「提昇學生探究能力」的目標來說，不需要做到像PISA這樣的標準化測驗，只要能夠解決上面提到的痛點，讓學生能夠反覆練習，獲得有效的建議，提昇自己的探究能力，讓教師的負擔減少到合理的幅度，這就會是可行可用的工具了。 筆者主要運用POE中的claude 3.7與Gemini 2.5pro兩套AI系統，逐步以vibe coding的方式，使用AI輔助的編寫程式，建構一套可以在瀏覽器上執行的「科學申論題練習工具」，並且設計不同類型的題目，針對學生不同的探究能力進行測驗。雖然是測驗工具，但實質上是輔助學習的工具，以測驗的形態呈現。以下針對系統的功能、題目建置的方式以及實際在課堂上測試的結果進行說明。 ■      系統的功能 本系統是以html格式製作，所以學生只需要用瀏覽器就能使用，教師端只要把連結放在google  classroom，即可方便讓學生開啟連結使用。學生開啟後會進入到選擇題目的畫面（圖1）。左邊的選單，是題目的分類，大多依照知識架構來進行分類，右邊則可以選擇題目。以圖1為例，就是選擇「化學反應速率」題目中，關於實驗設計的題目。 圖1 學生介面看到的題目選單        學生可以看到題目給定了實驗目的，學生的任務則是要依照實驗目的，設計實驗步驟。將題目點選下去後，可以看到題目（圖2）。左上方給予學生明確的任務，是要設計實驗，並說明要規劃實驗步驟，目標是比較不同溫度下，化學反應速率是否有差異。 圖2 本題呈現的外觀 接下來，可以看到下方左側有「步驟卡片區」，學生要將左側的卡片拖曳到「右側的工作區」，右側工作區已經設定好第一個步驟以及最後一個步驟，學生的工作是要從左側挑選適當的卡片填入右側的工作區中。學生把卡片放置完成後，可以按下下方的「完成並複製」，並把複製的文字貼到下方的作答區中。 圖3、學生將卡片的內容複製後貼到作答區 學生也可以在作答區微調自己的答案，覺得沒問題之後，按下下方的「提交答案」按鈕送出答案（圖4），系統就會將學生的答案送出給Gemini AI，讓AI檢視學生的答案，並根據事前設定的評分標準，給予評價與等第。評分標準的設定，與等級評定的方式，後續在「評分標準」再詳細說明。提交送出後，AI閱讀完畢，會給予學生優點、改進建議以及評語，以及對應的等第。以本題為例，學生大部分的實驗設計步驟都是正確合理，但是在變因設定上，沒有掌控只能改變物質種類這個操縱變因的原則，所以AI就用提問的方式給予了改進建議（圖5）。當然要在程式中運用Gemini AI，就需要引用API Key。這部份也是已經設定本程式中，目前是使用Gemini 2.5 flash的模型在背後運作。 圖4、學生將自己的名字和答案寫好後，就可以按下提交評分按鈕   圖5 […]

主導化學反應近百年的過渡態理論被挑戰？ 淺談「漫遊過渡態」 游文綺、胡景瀚* 國立彰化師範大學化學系 *chingkth@cc.ncue.edu.tw 關於漫遊過渡態 過渡態理論（transition state theory）是理解化學反應的基本概念。反應物在成為產物的過程中，會經歷一個稱為過渡態的階段。這個過渡態就像是一座山頂，反應物必須爬過這個能量障礙，才能成為產物。1889年瑞典化學家阿瑞尼士（Svante Arrhenius）提出了「活化能」這個名詞，代表分子的最低能量和過渡態的能量差。活化能越低、溫度越高會讓反應進行得越快。 然而，20世紀末化學家們發現了一個新的現象，動搖了我們對化學反應的傳統認知，那就是漫遊（roaming）機制。它挑戰了傳統過渡態理論，宣稱有些反應可以直接不經過傳統過渡態，讓反應物成為產物。我們對化學反應的傳統理解，被這個神秘的漫遊機制改變。漫遊機制像一個不速之客闖入了我們熟悉的世界。這個發現不僅讓我們對化學反應的理解更加豐富，還為許多反應提供了新的理解。 圖1：甲醛（R = H）或乙醛（R = CH3）照光解離的途徑能量表面 1993 年，van Zee 等人研究甲醛的光分解，光分解反應是當分子吸收光後，能量一步到位的變化（圖1之黑色箭頭）。如圖1（R=H）所示，甲醛吸收紫外光的能量後，會產生H2 + CO 的分子產物或是自由基產物H• + HCO•。van Zee 等人發現甲醛吸收紫外光激發至第一激發態，分子再經內部轉移（internal conversion）到基態。分析CO + H2 產物之CO發現兩種非常不同的轉動能量，推測是來自兩個不同的反應機制。光激發能量明顯低於H• + HCO•解離之能量時，反應只經過傳統過渡態路徑。光激發能量約等於H• + HCO•解離之能量時，兩個不同的反應機制皆會發生，而過渡態路徑發生率略高。隨著光能量增加，解離至H• + HCO•自由基的比例則漸增（van Zee et al., 1993）。 而此新的反應途徑是當甲醛吸光後，其中一個C-H鍵會伸長，H原子遠離分子，但卻沒有完全斷鍵生成H• +HCO• ，而是在HCO• 附近「漫遊」（roaming）。也就是這時候H• 與HCO• 維持一個相當遠，卻不會分開的距離。漫遊持續一段時間過後，H• 回到HCO• ，並且與H原子結合，最終生成產物H2 + CO（圖1之紅色虛線），假如不經過漫遊機制，其最終產物是H• + HCO• 。漫遊機制在本世紀初引起化學家們高度的關注。2004年，Suits 團隊及Bowman […]