思想家 7 –設計給國中學生「AI 錯誤觀察記錄表」練習「挑 AI 錯」的思維過程。

針對國中學程設計一份具體的「跨學科 AI 協作教案」範本,讓第一線老師能直接參考與調整.

這份教案專為國中生設計。相較於國小階段，國中生已具備基本的物理、生物知識與初步的邏輯推導能力。

本教案的核心在於「拆解黑盒」。我們不把 AI 當成萬能答案機，而是將其定位為一個「充滿偏見的提案者」，強迫學生運用第一性原理去審核 AI 的提案。

🛸 國中跨學科 AI 協作教案：【未來城市：熱島效應的物理重構】

• 教學對象： 國中 7-9 年級
• 建議時數： 4 堂課（共 160 分鐘）
• 跨學科領域： 自然（熱傳遞、比熱、大氣壓力）、數學（幾何面積與通風率）、社會（都市計畫、永續發展）、資訊（AI 邏輯辯證）

第一階段：底層邏輯拆解 ——「熱的物理本質」

目標：不依賴空調，從物理規律找出降溫的「第一性」。

1. 引導提問： 「如果城市是一個人，它為什麼會發燒？」、「除了吹冷氣，能量如何消失？」
2. 第一性要素拆解： 老師引導學生列出影響溫度的基礎物理變因：

1. 材料（比熱）：水、混凝土、草地的吸熱速度。
2. 對流（流體力學）：風的流動路徑與障礙物。
3. 輻射（表面積）：建築物受光面積與遮蔭。

1. 任務： 學生分組定義一個「台灣特定社區」（如：高樓林立的板橋或盆地地形的台北），列出該地熱島效應的底層數據。

第二階段：AI 提案與「壓力測試」 ——「挑釁 AI 的設計」

目標：利用 AI 生成方案，並用科學公式「證偽」它。

1. 初次協作： 學生輸入在地參數，請 AI（如 ChatGPT 或 Claude）設計一個「不插電降溫社區」。

1. Prompt 範例：「請針對台北盆地地形，設計一個利用物理對流降溫的垂直森林社區。」

1. 科學審核（魔王關卡）： 學生必須針對 AI 的提案進行物理檢證。

1. 檢查點 A：「AI 建議種滿樹，但這些樹的蒸散作用需要多少水？島上水源夠嗎？（生物/地科）」
2. 檢查點 B：「AI 設計的煙囪效應建築，其高度與溫差是否足以產生足夠的氣壓梯度力？（物理）」

1. 對抗式對話： 學生必須反駁 AI，例如：「你建議使用玻璃幕牆，但這會增加反射熱輻射，請重新計算材料比熱並修改方案。」

第三階段：模型重構與辯論 ——「數據驅動的決策」

目標：產出經得起邏輯推演的「修正後方案」。

1. 最終建模： 學生參考 AI 的構思，但修改所有「科學不合理」處，繪製出修正後的社區藍圖。
2. 專題發表：

1. 發表重點：不是說「我的設計很美」，而是說「我修正了 AI 的哪個錯誤假設」。
2. 同儕互評：學生扮演「市民大眾」，對報告組提出質疑：「如果你為了通風把房子蓋得太疏散，土地成本增加怎麼辦？（經濟取捨）」

評量指標：AI 協作深度量表

💡 給老師的教學錦囊

• 關鍵角色切換： 老師在課堂上要扮演 「職業懷疑者」。當學生說「AI 說這樣可以」時，老師要回：「AI 沒考過國中理化，你考過，請用公式說服我。」
• 不需高超設備： 只要有一台能上網的平板或電腦即可，重點在於對話的品質而非軟體的複雜度。
• 鼓勵「不完美」： 即使學生的方案在現實中難以達成，只要他在邏輯推演上是自洽的（Self-consistent），就應給予高分。

結語：
這份教案讓國中生在面對 AI 時，建立起一種「智性優越感」——我知道你很快，但我知道你為什麼會出錯。這種自信，才是未來科技競爭力的核心。