授課老師：蔡碩倉
本課程係配合教育部教學實踐研究計畫，連續執行七期，已建立完整「經濟學全方位教學系統」，課程特色敘述如下：

• 課程結合「個案教學x設計思考x閱讀理解」

學生對經濟學定義認知不足與對理論之應用能力薄弱，為長期觀察經濟學教學現場學生常會遭遇之學習問題。故108學年遂以設計思考法（同理→釐清→發想→原型→測試）與遵循「雙鑽石模型」之發散/收斂雙循環方式，導引學生進行經濟時事個案閱讀，並輔以閱讀理解四個歷程，109學年再導入同理心訓練步驟（反應→情緒→原因→解決方法），將閱讀學習單修正為以閱讀當事人為主體之問題設計，藉由強化同理心有效提升學生對總體經濟學之學習成效。

• 以「精準教育」建構經濟學學習成效診斷、預警及輔導系統

110學年以精準教育方式，建構經濟學學習成效診斷、預警及輔導系統，藉由即時之學習診斷及早獲知學習困境之處，學習預警能提前得知經濟學學期成績不及格之機率值，再導入不受時空限制之線上補強輔導系統，以達成經濟學教學全方位解決方案之最後一塊拼圖。

• 以去中心化技術，建立同儕互評之評量模式

因每學期所實施之個案閱讀約10-15案，所衍生之閱讀學習單數量龐大，造成授課教師批閱閱讀學習單費時且負荷過重，故112學年再以區塊鏈之去中心化技術，建立網路同儕互評之評量模式，學生可藉由啟動智能合約的機制，完成老師所交付之學習任務，進而提升學生對經濟學之學習成效，並一併解決教師批閱負荷過重與執行低效率問題。本計畫並獲該年度教學實踐研究績優計畫。

• 以ChatGPT提問指引，協助設計思考法融入經濟時事個案閱讀

在運用設計思考法導引學生進行個案閱讀理解並完成閱讀學習單的過程中，學生常遭遇不知如何下精準關鍵字進行google蒐尋，且蒐尋方式常為單向思惟，學生下一個指令只能蒐尋出與關鍵字相關之議題內容，較無法深入進行雙向回饋與討論。故113學年藉由ChatGPT強大之生成功能，進一步與設計思考結合，藉由ChatGPT提式指引，導引學生完成個案閱讀學習單，學生可藉由互動式的回饋答案，激發出更精準之詢問技巧與答案，進而更能有效率的完成個案閱讀的理解。

• 應用生成式AI，協助經濟時事個案閱讀之自動評分

同儕互評模式，雖可解決教學所衍生之教學負荷與執行低效率問題，惟研究發現，即便以匿名審方式進行同儕評量，仍不可避免出現評分互惠現象，另人工評分亦存在評估不穩定問題。故114學年以生成式AI方式建構經濟時事個案閱讀學習單之自動評分模式，並建立自動評分步驟，再進一步驗證自動評分模式之可信度，並與同儕評量比較評分有效性。

• 以回應式教學培養學生對經濟學的知識能動性

觀察目前課堂教學現場，課堂學生的參與度呈現明顯不均，尤其課堂已普遍出現「低調行事族」的低參與度族群學生，導致學生學習深度不足及學習過程中過度依賴教師學習的現象。亦即教學現場應重新思考如何讓學習者在課室中主動參與知識建構。故114學年以此視角切入教學設計，導入「知識能動性」讓學習轉向「自我建構知識」，培養對經濟學知識的主動性。