Type of Credit: Elective
Credit(s)
Number of Students
課程旨在引導學生探究生成式人工智慧（Generative AI）於教育理論應用與教學設計研究中的角色與實踐。課程聚焦兩種GAI角色：對話型代理人（conversational agents）與教學型代理人（pedagogical agents），說明其在課程設計、教學活動、學習評量與學生支持上的功能與限制。課程強調「GAI提升學習」（GAI-enhanced learning）概念，並導引學生批判性地思考AI與教育學習理論、實務與研究之間的關係。
聽聽5分鐘Podcast了解課程: https://notebooklm.google.com/notebook/f948ce79-fda4-4515-9fc5-46466cc43da8/audio (需登入Google account)
能力項目說明
|
週次 Week |
課程主題 Topic |
課程內容與指定閱讀 Content and Reading Assignment |
教學活動與作業 Teaching Activities and Homework |
|
|
1 |
課程介紹 |
我們知道AI多少? |
講述與討論 |
|
|
2 |
教育中的生成式 AI |
AI 基礎知識 |
講述與討論 |
|
|
3 |
AI 支援下的教師角色（Yeh, 2025） |
講述與討論 |
||
|
4 |
AI-TPACK (Pratschke, 2024) |
講述與討論 |
||
|
5 |
對話型代理人 |
定義對話型代理人（Xu et al., 2022；Lan & Chen, 2024） |
講述與討論 |
|
|
6 |
對話型代理人的理論與設計（Lu et al., 2022） |
講述與討論 |
||
|
7 |
製作與展示對話型代理人 |
分享與討論 |
||
|
8 |
教學型代理人 |
定義教學型代理人(Kim et al., 2016; Li et al., 2024) |
講述與討論 |
|
|
9 |
教學型代理人與教學影片設計 |
講述與討論 |
||
|
10 |
分享教學型代理人與教學影片 |
分享與討論 |
||
|
11 |
研究設計 |
生成式 AI 研究主題設計 |
講述與討論 |
|
|
12 |
提出研究構想 |
對話型代理人 |
分享與討論 |
|
|
13 |
教學型代理人 |
個人分享與討論 |
||
|
14 |
AI 倫理與公平 |
作弊、檢測與寫作 |
講述與討論 |
|
|
15 |
AI實施成果分享 |
展示並反思 AI 實施成果 |
討論 |
|
|
16 |
AI實施成果分享 |
展示並反思 AI 實施成果 |
討論 |
教學型代理人標準
|
Sub-Criteria |
Indicators |
||
|
創新語教學相關度 (30%) |
教育適切性 |
能回應真實教育情境與需求 |
|
|
創意性 |
展現 AI 在教學中之創新應用 |
||
|
教學對應 (30%) |
學習目標對應 |
與教學目標連結 |
|
|
教學適切性 |
符合目標學生與教學情境 |
||
|
技術實作 (20%) |
功能 |
系統運作正常 |
|
|
清晰與易用 |
對學習者易於理解與操作 |
||
|
簡報與說明 (20%) |
|
清楚說明設計過程與決策 |
|
|
簡報吸引力 |
簡報結構清晰、有焦點並具吸引力 |
研究計畫
|
Sub-Criteria |
Indicators |
|
|
研究動機與問題(25%) |
問題定義 |
清楚點出目前教育問題與重要性 |
|
研究問題 |
具可行性並與問題連結明確 |
|
|
理論基礎 (20%) |
文獻整合 |
整合相關實證研究 |
|
方法 (25%) |
研究對象與資料蒐集 |
清楚描述對象與蒐集方式 |
|
分析方式 |
說明如何分析資料並回應研究問題 |
|
|
可行與一致度(15%) |
設計邏輯 |
研究動機、方法與預期結果間邏輯清晰 |
|
寫作 (15%) |
結構與清晰度 |
組織清楚、具學術性且簡明扼要 |
Final presentation rubric
|
Sub-Criteria |
Indicators |
|
|
成果與省思 (60%) |
研究成果呈現 |
清楚呈現 AI 實施結果 |
|
省思深度 |
具評估與自我批判的能力 |
|
|
表達與互動 (40%) |
口語表達 |
語言清晰流暢 |
|
互動 |
回應問題並促進互動 |
|
|
視覺 |
視覺設計良好 |
|
|
簡報流程 |
時間與內容安排有條理 |
Bowen, J. A., & Watson, C. E. (2024). Teaching with AI: A practical guide to a new era of human learning. JHU Press.
Bahroun, Z., Anane, C., Ahmed, V., & Zacca, A. (2023). Transforming education: A comprehensive review of generative artificial intelligence in educational settings through bibliometric and content analysis. Sustainability, 15(17), 12983.
Liu, C. C., Liao, M. G., Chang, C. H., & Lin, H. M. (2022). An analysis of children’ interaction with an AI chatbot and its impact on their interest in reading. Computers & Education, 189, 104576.
Li, X., Lan, Y. J., Pi, Z., Qi, G. Y., Grant, S., & Sun, J. (2024). Pedagogical agent positioning in external videos improves English academic presentation proficiency in desktop virtual reality settings. British Journal of Educational Technology.
Kim, Y., & Baylor, A. L. (2016). based design of pedagogical agent roles: A review, progress, and recommendations. International Journal of Artificial Intelligence in Education, 26, 160-169.
Pratschke, B. M. (2024). Generative AI and education: Digital pedagogies, teaching innovation and learning design. Springer Nature.
Yeh, H. C. (2025). The synergy of generative AI and inquiry-based learning: transforming the landscape of English teaching and learning. Interactive Learning Environments, 33(1), 88-102.
Xu, Y., Aubele, J., Vigil, V., Bustamante, A. S., Kim, Y. S., & Warschauer, M. (2022). Dialogue with a conversational agent promotes children’s story comprehension via enhancing engagement. Child Development, 93(2), 149-167.
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education–where are the educators?. International journal of educational technology in higher education, 16(1), 1-27.