今天負責的實踐大學 AIEA 暑假第二梯次的最後兩個單元，上完了！！！（抹汗）然後明後天還有連續兩天全日的企業內訓課…
今天應該是近期實作密度最高、最重的Workshop。可能因為台下坐著的全部都是高教同行、教授夥伴，身為「同業」，我就更想要把自己這幾年踩坑、實作、失敗後的暫時成果，一股腦全部掏出來。
帶這種高強度的 Workshop，我一向有個偏執：我都是現場實際下指令、等結果、Live Debugging 的。
下午在帶 CLASP 命令行工具安裝 和 Google OAuth 授權 時，因為 Windows 系統和權限的各種水土不服，投影幕上不出意料地彈出一片通紅的 Error 訊號。
我沒有切換到錄好的完美 Demo 影片。我就是站在那裡，看著錯誤，一邊跟 AI 說：「請提供我外部瀏覽器登入的 Fallback 備案」，一邊現場跟大家一起排除錯誤。
很多人對技術抱有虛幻的想像，以為 AI 是能一步到位的神奇海螺。但是出錯現場，恰恰證實了真實的「人機協作」就是會卡關、就是會出錯。
我常笑著跟老師們說：「AI 就像我們買給爸媽的第一代掃地機器人。它很笨，每天在家裡撞牆、卡在沙發下，你媽每次看了都血壓飆高想自己拿掃把。但你幹嘛整天搬張椅子、坐在客廳盯著它看？你把它放著，自己去喝杯咖啡，兩小時後回來，地是乾淨的，你管它中間撞了幾次牆？」
我們在 AI 時代的備課與管理，也是如此。我們是導演，不是程式工程師。你不用會寫每一行 Apps Script，但你要能精確定義出「規格」與「限制條件」。
在課堂上，我現場展示了如何用 AI 的電腦操作與瀏覽器接管功能，也從頭開發課程核心依務與單元內容，並一路把網頁推送到公開網域。我們也一起將發表在 AMLE 期刊上、含有 5 大面向具體行為錨點（Behavioral Anchors）的 CATME 紙本量表，透過 AI 轉換為中英雙語 Markdown，然後藉由 Codex 產出高水準的前端網頁、加上嚴格的學籍欄位驗證、自動發送填答確認信，最後利用 CLASP 部署，一鍵將數據即時寫回後端的 Google 試算表（GAS Web App）！
這些都只是「術」，「道」是我的核心實踐：「逆向思維的課堂設計 —— 讓人類的判斷，走在 AI 之前」。
生成式 AI 對教育的衝擊是巨大的，我們都在摸索。現階段確實沒有什麼最佳實務（Best Practices）可以因循，但我相信，透過像今天這樣教學社群持續、坦誠、甚至帶著一點「Live Debugging 出錯」的真實互動，凝聚共識、建立信心，我們始終能找到那條屬於人類、不可讓渡的實踐之道。
明後天，繼續我的企業內訓，而所有參訓的同業教授們很快地將迎來新學期的AI-empowered/assisted課堂的挑戰。我們都會存活的，Be Strong 💪