用製作學習歷程檔案來檢驗ChatGPT（下）
2023/3/15
國立臺灣師範大學附中 洪逸文老師
IV. 投入學習與CER論證模式
讓我們先假設一個未來可能的情況：在學習歷程檔案已經實施數年後，某大學建立了一個歷年來推甄申請的學習歷程檔案資料庫。對於想進入該校的學生，他們的學習歷程檔案都必須先經過資料庫的比對，若發現有某種程度的相似，就會被剔除。這有點像網路上一個說法：某位美國常春藤大學教授來台時表示，該校十多年來已建立台灣教授推薦信的資料庫，對於來自台灣的學生申請，就會比對推薦信的相似程度，若有某種程度的雷同，就會被排除，因為這可能來自補習班的標準版本。這些都說明了AI也能協助學習歷程檔案的審查，不只是製作，如果未來真的發生這樣的情形，那AI與學習歷程檔案的製作又該有什麼樣的關係？
思考的重點應該是：如何透過AI來製作一份屬於自己的學習歷程檔案呢？我認為AI是一個檔案製作的輔助工具，但要如何利用這個工具呢？首先就是善用它的最大優點：ChatGPT生成的文本通常具有清晰的邏輯結構和組織方式，但這還得要「問對問題」，接著才能產生內容有意義的文本。
然而從多年的個人教學經驗中得知：
實際地參與學習，才有可能「問對問題」。
所謂實際地參與學習是指將自己「投入（engage）學習」的過程，以「迪化街的實察報告」此一主題為例，同學不管是親身觀察迪化街現場各種風貌，或是聽老師、導覽的講解，都會發現迪化街周遭不僅有許多布料、茶葉、中藥與南北雜貨的商店，建築物本身與其門面風格也都具有許多特色。
但同學若能投入學習時，每個人被吸引的地方未必相同，深入觀察與探究的重點也可能不一樣，學習結果的差異性也就因此產生。若某位同學以迪化街的「建築特色」為重點，在ChatGPT輸入「迪化街建築特色」後，其輸出如下：
迪化街是臺北市老街區之一，其建築風格多元，有「日式建築、巴洛克風格、中西合璧」的建築等。迪化街的建築特色之一是「通透式」建築，也就是說，建築物的一樓都是商店，而二樓以上則是居住空間，這樣的設計可以讓商店營業，同時也能提供居住空間。此外，迪化街的建築大多使用紅磚和花崗岩作為建材，因此給人一種堅固耐用的感覺。另外，迪化街的建築多樣性也體現在其建築風格、形式、用途等多方面。
因為投入學習與問對了問題，ChatGPT輸出了完全不一樣的結果。若該同學在實察時，還能善用手機等科技工具，紀錄日式、巴洛克、中西合璧等不同風格建築物的影像，搭配上述藍色引號內的文字，如此形式上就不再只是文字敘述，而是文字與影像並陳，這樣的學習歷程檔案變就得更豐富、更加不一樣。若進一步拆解上述ChatGPT的文本，依照藍、綠、黑三色變成三個段落，再以紅色的文字則做為結論，然後在前面三個段落中依序加入自己所紀錄的相關影像，這就超越了原先ChatGPT的文本，成為一份具有個人特色的學習歷程檔案。
然而，在此同時，為了回顧自己所經歷的實察過程，呈現自己的學習成果，同學們反而會發現很多當初沒有看到的細節，甚至發現ChatGPT文本中有些不太了解或不合理的地方，就像上述文本中兩處有雙底線的文字：「通透式建築」與「花崗岩」外牆，似乎跟觀察到的不太一樣。為了有更好的理解或避免錯誤，同學們可能會付出更多「自主學習」的努力去釐清或更正原始文本的問題，最後所呈現的可能是一份具有自己觀點的迪化街實察報告。
然而，同學們請務必注意學習內容要呈現並不只有「知識」，還會包含「能力」與「態度」，而上述ChatGPT所產出的文本都只有「知識」，那我們該要怎麼做才能呈現「能力」與「態度」呢？
以前一段提到雙底線標示的「通透式建築」為例。若我們再深入探索一下迪化街的建築究竟是什麼形式？回顧實察時的觀察紀錄，所參觀的房子大多屬於狹長型，而且將商店與住家結合在一起，前面通常是店鋪，後面才是住家。再次上網搜尋相關資料，分別在台北市鄉土教育中心、彰化縣政府文化局與黃鴻銘建築師事務所的網頁上，找到了迪化街、萬華、鹿港各地老街建築的相關資料，也發現了迪化街的建築形式應該稱為「街屋」，而不是ChatGPT所稱的「通透式建築」。原來的綠色文字則可改寫如下：
街屋（Townhouse）或店屋（Shophouse）是迪化街的傳統建築形式，這是為一種狹長式市街商店與住宅的複合建築，常見於華南地區及東南亞商業繁榮地點，多為兩層樓高。因為房子深度很長，所以常發展出「前舖後居」，即臨街一樓前廳為商業場所，後邊則為住家的空間格局，有時會在前廳一樓挑高處（半樓）設置倉庫。店舖前設有騎樓，此設計有利通風及避雨。
上面的文字敘述只是最後的學習「結果」，是關於迪化街建築特色的「知識」。然而要能呈現上面的文字，還需要對不同網頁的資料閱讀與綜整分析能力，更仰賴正面積極的學習態度，這些不僅是在探究學習過程中所培養出來的能力與態度，更是適應未來社會變動的關鍵核心。但這些能力、態度、甚至是探究的學習過程，如何才能展現於個人的學習歷程檔案呢？
目前一個有效的方法就是透過CER論證模式，來說明能力與態度是如何被培養出來的。所謂CER就是Claim（主張）、Evidence（證據）和Reasoning（論述），其中，主張C是指主張或論點的陳述；證據E是支持主張的具體事實或數據；論述R是說明證據與主張間的連結關係，也就是解釋為什麼這些證據支持主張，並提供了更深入的思考。
若再以「迪化街建築特色」為例，為了釐清其建築特色是否為通透式建築，同學瀏覽了一些網頁、整理了一些資料，但這是否能代表同學已經具備了「分析統整資料」的能力？根據下面的CER模式，同學提供了網頁瀏覽、資料整理等「證據」，也提出具有資料分析統整能力的「主張」，而底下的「論述」不僅強化了證據與主張間的連結，更列舉出學習過程中的種種具體事證，避免主張只是一個言而無物的泛泛之談。同學若能利用CER論證來思考與呈現學習歷程檔案，不僅能力與態度被展現出來，學習過程也可一併被看見。
但同學通常還有另一個疑問，在學校課程中的學習常常是知識，而非能力。另外，教育部宣稱大學端在審視學習歷程檔案時，將以能力為主，特別是核心素養。那同學們製作學習歷程檔案的時，要如何從知識的學習到能力的展現？建議同學可參考ColleGo!網站上的這篇文章「完成學習歷程檔案後，學生最可能學習到哪些能力？」。
V. 結語
ChatGPT的出現，現在看來雖是吹皺一池春水，但仔細想想，過去也有許多善用Google搜尋功能的人，將各式各樣網路資料填塞進各式各樣的備審資料。如果學習歷程檔案，不管是學習成果與多元表現，只是堆砌知識與眾多的名詞，缺乏個人的學習經驗與能力、態度養成過程，那跟現在ChatGPT所產出的有何差異？
現今許多擔憂是ChatGPT對公平性的問題，但實際上不管是哪個學生都可以使用ChatGPT，這並不存在貧富差距的問題。然而對大學端而言，學習歷程檔案的相似度過高才是真正最大的問題。因為當每個人的檔案看起來都差不多，那就無所謂造假的問題，因為每個人寫起來都很「假」。試想當教授們也相對應地使用AI來協助檔案的檢視時，什麼樣的學習歷程檔案能脫穎而出呢？
正如智慧型手機的出現，禁止使用是不切實際的，對教學現場而言，如何找到與AI共處之道，讓AI做AI做的到，我們負責AI做不到但人類做得到的，或許是目前的解方！所以如何善用ChatGPT的優點，就是當前的重點。在初始階段，同學若能透過投入學習並問對問題，讓ChatGPT提供初始的寫作參考框架與深化思考方向；其次，當ChatGPT產出相關文本後，同學又該如何再編輯和確認，以確保內容的適當與正確性；最後，再以CER論證模式來說明能力與態度的養成過程，更可展現出個人獨特的學習過程和成果，而這也正是AI還做不到的事情！
