【115.7.4 AI教育年會day2】AI 詩詞學習步道——多模態學習系統設計

研習主題：AI 詩詞學習步道——多模態學習系統設計

主講者： 楊承頤 老師（三光國小）

一、 設計動機與核心理念

• 教學痛點： 傳統古詩教學偏重背誦（校本課程「詩詞百寶箱」共 83 首）。學生雖能完成背誦，但普遍缺乏對詩境畫面與情緒的理解，且易產生依賴 AI 直接輸出答案的現象。

• 系統定位： 將 AI 定位為「學習支架」而非「代筆者」。核心目標在於引導學生走進古詩情境，達成「古今同頻」。

• 四個教學轉變：

  1. 理解轉變：由純粹背誦轉向理解詩意。

  2. 媒介轉變：由單一文字轉向圖像、聲音與情緒的多模態感知。

  3. 主動性轉換：由被動接收答案轉向主動提問與表達。

  4. 素養提升：由單純工具使用轉向 AI 素養與資料查證。

     
     

     
     
     

二、 系統架構與技術建置

本系統採用混合式架構，強調「校本資料可控、AI 回應具彈性、模型輸入多元」。

1. 多模型分工明細

• Gemini 語言模型： 負責詩意轉譯、文本補答與生成，透過 API 進行串接。

• 規則庫： 教師預設常見問句與穩定回應。系統設有嚴格限制，AI 僅能針對校本 83 首古詩進行回應，確保內容可控與可追溯。

• 圖像模型： 處理「看圖詩」與「物品找詩」。系統聚焦標註 20 種常見物象（如：月亮、夕陽、花等）以優化辨識精準度。

• 表情模型： 串接 Google 與 Facebook 開源之臉部表情資料庫，辨識「喜、怒、哀、樂、靜」五種情緒，並進行精準的心情配詩推薦。

• 語音互動與聲音分析： 提供詩詞朗誦示範，並針對學生的語調、停頓、音量與語速進行數據化回饋。

  

2. 詩詞數位轉化（五大實驗流程）

1. 資料收集： 將 83 首古詩詞整理為結構化 Excel 資料庫（含詩體、作者、文本、情緒、物象等欄位）。

2. 資料清理： 統一數據格式並修正錯別字。

3. 數據標註： 透過學生問卷收集意圖，將不同問句（如：問作者）標註分類，建立意圖對齊。

4. 規則訓練： 將問句轉化為系統辨識模式（Pattern），建立自動回應邏輯。

5. 效能評估： 透過測試集驗證系統回答的準確度與資料庫覆蓋率。

   
   
   

三、 教學應用與教案設計

界面設計以「低壓力、任務明確、適合全年級」為原則，支援平板與電腦載具。

1. 學生端五種任務型互動

• 問問公仔： 支援文字與語音提問，查詢作者、詩意與情緒。

• AI 考我： 由 AI 自動出題，檢核學生理解程度並給予即時回饋。

• 看圖詩： 學生上傳生活照片（如夕陽），由系統分析物象並連結對應古詩。

• 朗讀練習： 學生聆聽示範後進行跟讀，系統針對語氣與停頓進行反饋。

• 心情配詩： 依據偵測到之臉部表情，推薦符合當下情緒之詩境。

2. 全年級多元彈性應用（同一系統，調整任務難度）

• 低年級（具象與聽覺導入）： 著重於看圖猜詩、聽讀跟讀與心情配詩，由老師提供圖片供 AI 掃描驗證。

• 中年級（語言轉譯與意象具象化）： 著重白話轉譯、口語解說。引入「看詩畫畫」任務，由學生依詩意作畫並上傳，驗證 AI 是否能精準辨識對應古詩。

• 高年級（批判思考與模型訓練）： 著重比較賞析與提示詞修正。引導學生檢視系統不足，並使用 Google Teachable Machine 訓練小模型，自主擴充系統的物象與情緒功能。

四、 教學現場實踐觀察與反思

• 流程實踐原則： 系統不取代傳統課堂，採「先紙本引導、後數位操作」模式。操作前需完成學習單意圖撰寫與圈詞，維持數位互動與紙本記錄、口語表達的循環。

• 非資訊專長教師之實踐路徑： 主講者非資訊背景（為自然科老師兼行政職），強調可利用 generative AI（如 ChatGPT）作為開發協作工具。遇到建置與部署限制時（如 Render 軟體串接），透過「截圖提問」方式交由 AI 提供改版修正與操作指引，能有效降低一線教師技術門檻。
• 成效追蹤： 課後實施線上問卷回饋，除檢核學習成效外，同步追蹤學生學習心理與信心建立，作為系統迭代之數據依據。

根據錄音檔內容，最後的 Q&A 問答摘要如下：

Q1：針對簡報中提到的「寫詩（創詩）」部分，學生在操作完系統後，具體是如何產出、寫出自己的詩詞？

• 主講者解答：

  • 本系統在最後一頁串接了 Gemini 的對話功能。

  • 學生的創作並非憑空想像，而是可以透過文字或語音向 Gemini 尋問寫作建議、提供方向。

  • AI 會依據對話給予結構上的引導與啟發（作為學習支架），學生再結合這些建議，動手創作出自己的小詩。

Q2：講者本身是自然科老師兼任行政（事務組長），這次卻跨界做古詩詞，且簡報中展示的兩個網頁工具（包含 Render 部署等）技術難度高。想請教這些網頁工具是既有的、還是自己寫程式開發出來的？

• 主講者解答：

  • 簡報中展示的網頁工具全部都是現成的，且都是由 Generative AI（GPT）直接推薦使用的。

  • 由於自身並非資訊專長，建置過程中遇到許多看不懂的專有名詞、操作限制或網頁部署問題。

  • 解決方式為「直接將整個網頁畫面截圖丟給 AI」，詢問接下來該如何點選或設定。

  • 過程中若遇到 AI 提供舊版資訊導致操作不符，同樣透過截圖向 AI 反饋，AI 便會修正並提供新版的改版修正與操作指引。

  • 透過 AI 的協作指引，能大幅降低一線教師的技術門檻，因此鼓勵老師們不要害怕接觸 AI，將其視為教學創新的好助手。

心得總結

楊老師的分享總結出以下心得：

• 教學痛點的突破： 古詩詞教學長期面臨「意象具象化（畫面感）」與「引導學生共情（情境感知）」的瓶頸。本場研習所展示的多模態 AI 系統，能有效將抽象文字轉譯為圖像與聲音，解決學生難以進入文本核心的困境。

• 教學效益與動態評量： 該系統在提升學生學習動機的同時，亦能減輕教師的教學與備課負擔。透過多模態的即時回饋，教師能更高效且便利地檢視、追蹤學生的個別學習狀態。

• 模組化設計與永續擴散： 系統具備「高擴散性」與「可維護性」。教師完成初期架構與校本資料庫的建置後，後續僅需依據教學現場進行微調，即可長期循環使用，大幅提升教材的生命週期。

• 多元應用場景： 系統兼具教育性與趣味性，適合延伸應用於期末等彈性教學時段，達成寓教於樂之效。此教學實踐模式具備高度可行性，為後續課程設計嘗試之重要參考。