以下筆記經過AI整理：
工作坊核心主軸與共同語言
核心理念：從學科本質出發，設計學生進得來、撐得住、走得下去的學習歷程。
關注焦點：教學設計的關鍵在於「學生」。老師需思考孩子聽到課程會有什麼感受、如何帶動思考、會遇到什麼困難，以及如何搭設鷹架給予支持。
三天工作坊的成果路徑
Day 1：大概念 ＋ 入口診斷 ＋ 低門檻任務。
Day 2：課程架構 ＋ 卡點診斷 ＋ 鷹架設計。
Day 3：一節課細部設計 ＋ 說課（試教）＋ 行動卡。
設計學習歷程與工具的使用原則
設計重點：
先看學生怎麼進入學習，再安排老師要做什麼。
每一個任務都要能回答：學生現在會做什麼？會卡在哪裡？需要什麼支持？
產出是一條可以回到教室試做、觀察與修正的學習歷程，而非僅是一份漂亮表格。
表格運用：表格是工具，設計判斷才是目標。填寫每一欄位時都要想清楚目的；協作時需隨時拉回「大概念是否清楚、學生卡點是否具體、任務是否能取得學習證據」三件事。
AI 工具規範：
AI 是助手，不能代替人的思考與判斷。
使用時機：須先由小組釐清大概念、學生卡點與任務目標後，再決定請 AI 協助。請遵守偉瑩老師指示的時機點再進行使用。
禁止行為：切勿每個人各自問 AI 後，將未整理的大量內容直接丟回小組。
檢核機制：AI 產出的內容仍須檢核是否對準學科本質、符合學生入口以及能否向上推進。
一、 核心問題與課程設計架構
這次工作坊旨在回應三個教學現場的核心痛點：
學生為什麼沒有真正進入學習？
學生卡住時，老師如何讓他繼續前進？
老師如何設計一條能通往理解的學習路徑？
對應的三個設計回應與講者說明：
大概念（對焦學科本質）：
概念定義：好的課程不只問「我要教哪些內容？」，更要問「學生學完後能帶走什麼可遷移的理解？」 抓取學科背後的關係（如因果、條件、權衡、證據、變化）。
教學脈絡：如果沒有大概念，低門檻任務容易淪為單純的暖身活動，鷹架也可能只是在幫學生完成表面任務。有了大概念，任務與鷹架才知道要把學生帶往哪裡。
低門檻任務（讓學生能開始）：
概念定義：低門檻任務不是「降低標準」，而是先拆出第一步，讓學生有可開始的入口。
五大特徵：
第一動作清楚（學生知道現在先做哪一件事）。
時間短（1–5分鐘內可以完成或開始）。
負荷低（不要求同時理解、整理、表達與推論）。
有學習證據（老師看得見學生是否進入任務）。
可向上推進（可以再接理由、證據、推論或判斷）。
鷹架設計（讓學生卡住時能前進）：
當學生在適度支持下才能突破時，鷹架才在此最適學習區域發揮作用。
二、 理論基礎與講者詳細補充
建構主義 / 理解本位課程 (UbD & Backward Design)
學習是建構對一件事的理解，而不是接收。學生不會因為老師講得完整就自然形成理解；「知道」跟「理解」不同。「知道」是第一步，「理解」是第二步（透過實際運用發現背後關係，產生「啊哈！」的感覺）。
認知負荷理論 (Cognitive Load Theory)
學生看起來不專心或不動手，往往不是態度問題，而是「任務一次要求太多」。例如老師一卡講話包含三件事，學生大腦裝不下就會「當機」或直接放棄。設計上必須先降低無關負荷，再一次處理一件事。
自我效能 (Bandura) 與 自我決定理論 (SDT)
學生願不願意開始，取決於他是否相信「我做得到」。自我效能是靠「從做不到到做得到」的成功/折騰經驗累積出來的，而不是從不失敗。課堂需要建立「情緒安全感」，讓學生敢於曝露真實想法與錯處。
近側發展區 (ZPD) 與鷹架 (Scaffolding)
學習三狀態：
已經能獨立完成（練習可鞏固）。
在支持下可以完成（ZPD，最適學習區域，鷹架發揮之處）。
目前支持後仍太難（需再降負荷、補背景或延後挑戰）。
形成的評量 (Formative Assessment) 與「過程的 SEL」
評量重點不是「總結性評量（對/錯）」，而是在教學過程中不斷收集「學習證據」，掌握學生理解到哪裡、進而修正教學。
過程的 SEL：不是單純「教」學生 SEL 專有術語，而是透過教學流程讓學生體驗「覺察自己卡住/焦慮 ➔ 透過低門檻與鷹架調整情緒 ➔ 回到任務完成學習」的自我管理能力。
補充：
把 AI 當個人教練：
建議老師，上課錄自己上課講話.回去都 AI 整理，請 AI 分析你的語言習慣...把 AI 當成個人教練去找到你的問題，檢視自己給孩子的指令是否認知負荷過高。
沒有留言:
張貼留言