活動介紹

在跨域學習的浪潮中，大數據不只是技術，更是一種溝通的語言。本演講分享如何將理論公式轉化為可視化、可理解的對話，讓理工與人文背景的學生都能在數據中找到意義。透過課程設計與異質分組實踐，培養學生以數據表達觀點、以故事理解世界，讓教學真正跨越學科的邊界。   

活動海報

活動紀錄

在 AI 工具普及化的現今，技術執行已經不再是資料分析的主要門檻，程式語言與模型的操作不再困難，真正的挑戰在於如何理解資料以及如何說明清楚資料所代表的意義，因此，「對話」被視為資料分析的靈魂。

跨域教學的終點不只是讓學生能操作工具，而是要促成「理解」與「動力」，唯有當數據能夠被說出來、引發新的洞察，才有可能真正改變學生看待資料的方式，在此理念下，學生需具備三層次的對話能力，首先，與資料對話，辨識趨勢與模式背後的邏輯，從結果中提出值得追問的問題；其次是與自己對話，確認分析思路是否正確並清楚表達，包括知道自己下一步該做什麼、為了什麼而做；最後是與他人對話，透過跨領域觀點交流，共同建構意義與解決方案。

為了培養上述能力，教師的教學模式也該做出轉變，學習邏輯不再是「由上而下」的線性方式，而是從結果出發「由下而上」的探索，先呈現圖像，引導提出問題，再回推分析方法，使學生能夠主動發現意義。同時，教師不只是知識傳遞者，而是需要負責設計跨域舞台、運用提問促使學生思考，並透過對話檢測理解深度，課程也特別增加「敘事」任務，期中以最簡單圖表找出議題，訓練看見問題；期末以海報展示成果，要求學生用聽得懂的方式表達自己的想法，並在交流中回答問題，強化「講清楚」的能力。

然而，跨域教學仍面臨挑戰，包括不同領域溝通習慣差異，以及學生缺乏持續探索的內在動機，許多學生能跑出資料結果，卻忽略思考為何而做，完成作業後便停止思考，未來方向課程將著重於擴大議題、增加跨域吸引力，並強調統計敘事，讓數據真正成為共同語言。

AI 時代教育的關鍵不在於工具熟練與否，而是在於是否能從「數據走向對話」，讓學生具備提出問題、驗證想法與詮釋資料的能力，進一步培養獨立思考與跨域溝通的素養。

活動照片