VC TEACHER EDUCATION

生成式 AI 工具融入
教師增能研習之行動研究

以 Vibe Coding 工作坊為例

邱義盛 Yi-Sheng Chiu

臺北城市科技大學行銷與流通管理系助理教授
中原大學設計學博士學位學程博士生

黃文宗 Wen-Tsung Huang

中原大學商業設計系副教授

VC

00

緒論

我們關注的問題

生成式 AI 快速迭代，師生幾乎站在同一個起點。教師須在極短時間內完成接觸、理解、內化與課堂轉化，但相關研究多聚焦學生，較少關注教師如何增能。

AI 用於教學

65%

AI 用於教師專業發展

35%

Tan, Cheng, & Ling (2025)

時間
有限

大班
人數眾多

講座
互動單向

知道 ≠ 會用

現行增能能認識功能與趨勢，卻難以轉化為課程設計與教學實踐。

02

VC

00

緒論

研究問題

規劃小班、高互動的 Vibe Coding 教師增能工作坊，探討以下三個問題。

03

01

研究設計

研究方法・參與者・課程設計

VIBE CODING WORKSHOP

VC

01

研究設計

研究方法與參與者

參與者教學年資

6 位

立意取樣大專校院教師

平均 22.3 年；領域涵蓋經濟史、財會、文化行銷、工業設計，皆不具資訊工程背景。

行動研究循環（Kemmis & McTaggart, 1988）

STEP 1

PLAN

計畫

前測問卷、訪談、課程規劃

STEP 2

ACTION

行動

兩日共 16 小時工作坊

STEP 4

REFLECTION

反思

三角檢證、修正方向

STEP 3

OBSERVATION

觀察

練習紀錄、觀察、後測

現場另配置博士生助教 1 名，提供即時個別支援。

05

VC

01

研究設計

TPACK 規劃課程，鷹架支持實施

TPACK 架構出處：Mishra & Koehler (2006)；Koehler & Mishra (2009)

鷹架六特徵與工作坊作法　Wood, Bruner, & Ross (1976)

06

VC

01

研究設計

Day 1｜AI 協作的五個層級

遷移任務每一層皆要求「依相同邏輯自行改寫提示詞」，擺脫固化的提示詞框架。

07

VC

01

研究設計

Day 2｜從教學痛點到可上線工具

三角檢證的資料來源

分析方式

量化：Wilcoxon 符號等級檢定（n = 6，僅作描述性佐證）
質性：Braun & Clarke (2006) 主題分析
可信度：參與者檢核、保留審查軌跡

08

02

研究發現

RQ1・RQ2・RQ3

VIBE CODING WORKSHOP

VC

02

研究發現

RQ1｜能力全面上升，判斷卻未跟上

AI 協作量表七題平均

3.05→

4.24

6位教師全數上升

5 點量表；n = 6，僅作描述性呈現

前測後測判斷類題項

10

VC

02

研究發現

RQ1｜學會怎麼操作，還沒學會怎麼判斷

質性編碼（人次／ 6 人）

提示詞框架已移交，面對新任務仍高度依賴既有範例。

Teacher Voice

11

VC

02

研究發現

RQ2｜痛點驅動開發，功能優先於風格

6 位教師
完成工具開發

工具集中於作業繳交與評量管理：未被滿足的是跨學期資料保存與評量負擔，而非教材產出。

質性編碼（人次／ 6 人）

「當這些錯誤視窗透過英文彈跳出來時，受測者會無法及時排解」

研究者整體觀察

12

VC

02

研究發現

RQ3｜形式獲得一致肯定，信念變動有限

工作坊形式評價（後測）

「大幅縮短從『知道』到『做到』的距離」

工作坊後問卷，T3

態度與信心（前測 → 後測）

教師「會做」的進步，
明顯大於「怎麼看待 AI」的改變。

另有 4 人反映跟不上進度，希望有截圖或錄影可複習。

13

03

綜合討論與建議

三個交會點・修正方向・結語

VIBE CODING WORKSHOP

VC

03

綜合討論

綜合討論：三個交會點

15

VC

03

綜合討論

下一輪行動研究的修正方向

16

CONCLUSION

密集工作坊是 AI 融入的起點，
下一步要教的是判斷。

從「知道」走到「做到」之後，還需要學會在不同教學情境中選擇合適的做法。

謝謝聆聽，敬請指教

邱義盛 Yi-Sheng Chiu

臺北城市科技大學行銷與流通管理系助理教授
中原大學設計學博士學位學程博士生

黃文宗 Wen-Tsung Huang

中原大學商業設計系副教授

生成式 AI 工具融入教師增能研習之行動研究

我們關注的問題

研究問題

研究方法與參與者

TPACK 規劃課程，鷹架支持實施

Day 1｜AI 協作的五個層級

Day 2｜從教學痛點到可上線工具

RQ1｜能力全面上升，判斷卻未跟上

RQ1｜學會怎麼操作，還沒學會怎麼判斷

RQ2｜痛點驅動開發，功能優先於風格

RQ3｜形式獲得一致肯定，信念變動有限

綜合討論：三個交會點

下一輪行動研究的修正方向

生成式 AI 工具融入
教師增能研習之行動研究