更多

    港版 AI 課程階梯初現

    kaWing
    kaWing
    從事科技教育報導逾十年,見證香港電子學習及STEM的興起和轉變。

    香港已有中小學教授 AI ,因應香港校本課程內容,綜合多種所需並以體驗為主,有以原理解構,有以程式角度,各有優點。今次介紹的 AI 課堂設計,教師專業是傳統電腦科,加上該校中小學一條龍,無論是 STEM 或 AI 的課程結構均值得關注。

    (左起)聖瑪加利男女英文中小學STEM教育統籌主任李靈心、總校長譚張潔凝和科技教育主任劉興業。
    (左起)聖瑪加利男女英文中小學STEM教育統籌主任李靈心、總校長譚張潔凝和科技教育主任劉興業。

    位於深水埔區的聖瑪加利男女英文中小學是一條龍學校,因此校內的教學團隊能以中學目標作教學規劃,以 STEM 教育為例,該校負責 STEM 教育統籌主任李靈心講解培育方面分為三部份,當中小學會於常規課程裡,不設常識科,但以科學或通識科為主,滲入 STEM 元素。以科學課堂為例,每個學年有 6 至 8 個專題研究設計,教師會從日常生活裡,啟發學生從多方面探究。

    李主任直言從小學開始培育有科學意識,能令學生的科學知識較佳,亦因此該校至中學課程時,也較快完成。故此中學生就有更多時間進行創作和製作 Sciense Fair 設計,而且能於校內舉辦展覽給低年級學生參觀。事實上,學生們所學不單是以專題學習為主。

    教授數碼公民知識

    科技教育主任劉興業說,於科技上會於小學至初中教授數碼公民必備的條件,如版權知識、網絡保安、網絡欺凌等,李主任從旁補充,類似的題目甚至也會於各科目中因應課堂內容而提及。有此規劃的原因是注意到 ICT 課程裡有具備數碼社會世代裡重要的概念,但學生若不選修就較少機會接觸,加上現時學生更早就接觸網絡,因此按學生成長階段,如小五小六加入網路霸凌、中一是健康與職業、中二是知識版權、中三是網絡保安等各方面主題。

    以上的各項數碼主題,在不同科目的演繹方式有所不同,於科技科教授時會是設定或使用方式,但於生命教育上,則可能運用觀點方式討論。李主任講解其中一個例子,以上述如網絡保安而言,生命教育會講解是價值層面,例如如何保護自己,科技科會是隱私設定等事項。

    (左起)聖瑪加利男女英文中小學學生杜 展朗、吳昕橋、楊璟峰和鄧亦雯。
    (左起)聖瑪加利男女英文中小學學生杜展朗、吳昕橋、楊璟峰和鄧亦雯。

    從興趣發掘學生興趣

    常規課堂以外, 該校於中一和中二設有互動活動課堂( Interactive Activities Lesson , 簡稱 IA )。李主任說明此選修方式是全級分二十組,再按專長及興趣分組,劉主任就是於當中設立 AI 小組。最後,還有學生會組隊參加課外活動或比賽,學生楊璟峰表示曾因參賽為長者設計智能戒指,以監測長者所處位置,過程獲益良多。

    學生杜展朗成功向學校爭取籌辦Lego Club,興趣能讓學生發揮很高的自學動力。
    學生杜展朗成功向學校爭取籌辦Lego Club,興趣能讓學生發揮很高的自學動力。

    簡易 AI 活動

    至於該校的 AI 課程,劉主任試用多款 AI 程式後,他認為小學生的 AI 學習適合體驗層面。他表示以現時的科技發展,小學生們應能按照指定步驟或指導後製作 AI 程式,但需要小學生們理解背後原理會較困難。亦因此,劉主任將 AI 課分於中一中二的 IA 課及中三科技科進行。

    中一中二的 AI 課以學期為單位,教授 IBM Watson 的 Machine Learning for Kids 和 Chatfuel ,當中會有少許的體驗,但主要是製作簡單程式和對話機械人。學生吳昕橋和鄧亦雯就曾參與此課程,她們認為課堂內容方式不算困難,會涉及較多編程但十分實用。

    劉主任教授學生使用各類型AI程式。
    劉主任教授學生使用各類型AI程式。
    初中學生使用Machine Learning for Kids進行AI學習。
    初中學生使用Machine Learning for Kids進行AI學習。

    於 7 至 8 堂的課堂中,學生大概會每節課設計一款人工智能的對話機械人。吳同學明言上課前對 AI 感覺陌生,但對此新穎的科技感興趣。上課後,她指出日常電腦課雖有教 Coding ,但並不深入,經由 IA 課程對 Coding 和電腦都有進一步認識。鄧同學想法和觀感與吳同學相似,她觀感是 AI 比傳統電腦更實用,功能更強大。吳同學續補充,她期待學校在正規課堂加入更多這方面的新穎知識,相信對學生更吸引,畢竟這些知識比 3D 、 VR 等更實在。

    訓練 AI 模型

    上述的兩類程式課堂以體驗為主,雖有涉及編程,但尚未涉及訓練數據的部份。劉Sir指出兩套活動也各有優缺點, Machine Learning for Kids 的設計概念和運用符合小學及初中,並以 Block based programming 為主,只是設定和使用上就不太方便,如資料儲存有較多限制。此外,他亦曾試用 Microsoft Azure ,情況相似,剛開始是免費,但在設定時需涉及學生不具備的資料,如信用卡等,對教學環境來說不算太理想。

    最終他現時使用 Mac 系統的 X Code ,原因是 Apple Core ML 可以自行建立人工智能模型,而且於 Apple 平台是免費程式,並且最終可連接 Swift Playgrounds ,是一套功能齊全的程式。受訪期間,他表示曾讓學生自相片及聲音數據模型,成效理想。

    於Mac機裡的系統,可安裝Xcode程式。接著啟動Xcode,於選單上「Xcode」 →「Open Developer Tool」→「Create ML」。
    於Mac機裡的系統,可安裝Xcode程式。接著啟動Xcode,於選單上「Xcode」→「Open Developer Tool」→「Create ML」。
    準備兩個檔案夾,training檔案夾內有按分類檔案 夾的相片,testing裡的相片是稍後用作測試。
    準備兩個檔案夾,training檔案夾內有按分類檔案夾的相片,testing裡的相片是稍後用作測試。
    拖拉 「training」檔案夾至程式內,並按「Train」,程式會 自行製作訓練數據模型。
    拖拉「training」檔案夾至程式內,並按「Train」,程式會自行製作訓練數據模型。
    完成後,可拖拉「testing」至程式中。
    完成後,可拖拉「testing」至程式中。
    點選當中的相片,就可顯示辨識度。
    點選當中的相片,就可顯示辨識度。

    最後,劉主任續說,學生曾試用聲音作人工智能數據模型,訓練時間會稍長,但辨識效果因應播放時能看到當中變化,學習成效更理想。他指出 AI 是一個趨勢,初接觸感困難,畢竟AI背後以數學為主,但現時經過努力及發展後,已找到較合適方案,但他相信仍有調整及擴闊空間。小記期望於新一年,有緣能再看到更多教師有更多 AI 應用及教學分享。

    您會感興趣的內容

    相關文章