NDHU TED Course Hub115-1
開放選課

人工智慧概論 Introduction to Artificial Intelligence

「我會帶你把 AI 用在真實任務,而不只看工具展示。」——陳文盛

這門課帶你去哪

從創意 AI 工具,到受監督的 AI Agent

  • 做得出作品
  • 查得到證據
  • 管得住 Agent

零先修——不要求程式設計、Git 或命令列背景;每週固定走 Make → Test/Break → Make it yours。

這門課的終點:一個你管得住的 AI 工作流

不是背工具名稱,而是把一個真實問題,變成做得出來、查得到證據、也管得住的作品。

  1. 做出作品圖像、聲音、短影片、資料故事、本機 web app——先做得出東西
  2. 查證與測試主張回到原始或官方來源;用測試找出錯誤、偏誤、假來源與越權
  3. 監督與復原預覽 Agent 要做的動作,批准、拒絕或停止;出錯了能復原

作業量預告

作業佔總成績 20%,依教學進度與教材安排,不預設每週都有;內容、次數與繳交方式於課堂及 e學苑公告。平時成績 10% 看出席與課堂學習紀錄。

成績怎麼算

  • 10% 平時成績 依出缺席與課堂學習紀錄計算(Zuvio 點名)
  • 20% 作業成績 依教學進度與教材安排,不預設每週都有;內容與繳交方式於課堂及 e學苑公告
  • 30% 期中 期中 AI 作品展
  • 40% 期末 AI 工作流專題+發表

期末=AI 工作流專題:至少整合一項主要與一項輔助 AI 能力、三筆測試,以及一次失敗與復原。可沿用並深化先前作品,不要求兩套新工具;品牌數量、技術難度與公開部署本身不加分。

17 週新制・課程怎麼走(三部曲)

W1–W9

AI 基礎與創作

期中範圍=W2–W7 的能力。分辨 AI 是工具、隊友、工作流還是 Agent;做出圖像、第一個 web app、版本安全、資料與偏誤、來源查證。第 8 週多模態、第 9 週期中作品展。

W1 課程介紹與修課導覽(活動:AI 是工具、隊友、工作流還是 Agent?)W2 提問、圖像與人的判斷W3 用 AI 做第一個 web appW4 用 AI 做版本安全(Git/GitHub)W5 AI 如何從資料學習W6 失敗、偏誤與重訓W7 有來源的 AI 研究W8 AI 聲音、影片與多模態故事W9 期中 AI 作品展・範圍=W2–W7 的能力
W10–W14

Agent 素養與監督

什麼才算真正的 Agent;任務契約、動作預覽、權限、dry-run、log、read-back 與復原;Agent 輔助的資料分析,以及連接外部系統的邊界。

W10 什麼才算真正的 AI Agent?W11 Agent 輔助資料分析W12 監督 Agent 動作W13 Agent 控制的 web appW14 連接 AI 與外部系統
W15–W17

期末專題與成果節

把前面的能力收成一件作品:任務契約、兩次迭代、來源與測試、紅隊與修復,最後在成果節交出證據板與個人 AI 合作準則。

W15 期末專題衝刺W16 紅隊、修復與復原W17 AI 期末成果節

AI 使用守則

能解釋自己的過程

當老師或助教詢問時,你要能清楚說出你怎麼對 AI 提問、怎麼修改它的輸出、為什麼這樣決定。

會查證 AI 的輸出

AI 會犯錯,也會編造不存在的事實。交出去之前,你必須親自核對。多個 AI 講法一致,只代表這個假設值得優先查,不能取代證據。

守學術誠信與安全底線

遵守誠信、隱私與著作權。課堂只用公開或合成資料,不輸入個資、真實成績、私人信件或未授權的照片與聲音。把 AI 當成一起完成作品的夥伴,而不是替你寫作業的人。

不必問可不可以用

這是一門講 AI 的課,每一週的成果都預設你會用它,所以這裡不會有一張「可以/不可以」的清單。要學的是用得對:怎麼把要求講清楚、什麼時候要把它給的東西退回去、哪一句要自己查過才敢寫進報告。這件事在課堂上一堂一堂帶,另外三條守則就是底線。

會用到的工具

做出作品

  • 文字與圖像生成把想法變成可展示的初版,再由人採用、修改或拒絕
  • 聲音、影片與多模態三鏡頭短片、字幕與替代文字,標示 AI 參與、來源與授權

查證與資料

  • 有來源的 AI 研究主張—來源—裁決卡:回到官方、原始或可信來源才算數
  • 資料故事小型合成資料的清理、圖表與摘要,至少兩筆原始值回查

版本與安全

  • 版本安全(Git/GitHub)v0 → diff → 批准或拒絕 → v1;故意改壞也能復原。不背指令、不用公開 repo

Agent 監督

  • 任務契約成果、驗證方式、限制、邊界、迭代規則與停止條件寫成一張卡
  • 動作預覽與權限dry-run、批准或拒絕、log、read-back 與復原——人做最後決定

日常隨身工具

  • 聊天型 AIChatGPT・Claude・Gemini・Grok 等,挑一個順手的就好
  • AI 搜尋Perplexity・Felo 等,用來找線索、不當成證據
  • AI 筆記本NotebookLM 等,把閱讀綁回來源
  • 免帳號與離線路徑沒有帳號或裝置也有等值做法,不影響成績
  • 任務型 AI(Agent)Manus 等,交辦一整件事,它跑完再交回你驗收

工具會換、能力不換——評的是任務、證據、權限、驗證與復原,不考產品介面或指令。條件式工具(學校核可的聊天或圖像工具、NotebookLM、Canva、Sheets 等)不是共同核心,沒用那個產品不扣分。

查成績

查詢成績(另開新視窗)

另開新視窗,需東華帳號登入。本站不存放任何成績;查詢由既有系統提供。

上學期作品

  • 作品截圖:WCMD:讓 AI 動手操作 Windows 的 MCP Server

    WCMD:讓 AI 動手操作 Windows 的 MCP Server

    114-2 AA 班・個人專題

    用 Roo Code 搭配 DeepSeek,一週開發出自己的 MCP Server,讓 AI 代理能讀螢幕、辨識 UI 元件、自動點滑鼠打鍵盤,成果公開發布在 GitHub。

    看作品(另開新視窗)
  • 作品截圖:用 AI 代理做出專題報導網站〈一罐梅酒的風土〉

    用 AI 代理做出專題報導網站〈一罐梅酒的風土〉

    114-2 AA 班・個人專題

    把 25 天的釀酒觀察日記、照片與試喝筆記餵給 Codex,讓 AI 讀檔、寫網頁,從零做出另一門課要繳的專題報導網站,真的上線有公開網址。

  • 作品截圖:Gemini 論文寫作助手

    Gemini 論文寫作助手

    114-2 AB 班・個人專題

    把 AI 帶進自己真實的論文研究:訪談逐字稿主題分析、英文文獻翻譯與追蹤、APA 格式校正,還整理出一週實戰時程與親身試出來的優缺點。

  • 作品截圖:智慧飲料店庫存管理與 AI 預測系統

    智慧飲料店庫存管理與 AI 預測系統

    114-2 AB 班・個人專題

    先訪談幾家真實手搖飲店,再用 Claude 在一週內從零打造 Python 後端加網頁前端的庫存管理與預測系統,最後拿人機協作理論回頭對照自己的開發經驗。

這些是上學期同學自選的挑戰方向,不是本課的及格門檻,也不是加分條件——公開 repo、上線網址與命令列都不在要求內。評分只看任務、證據、權限、驗證與復原。

上課要帶什麼

  • 筆電或平板(建議筆電);沒有裝置也有紙本與教師預生成的等值路徑
  • 課前先辦好三樣(不計分、辦不成有等值路徑不扣分):GitHub 帳號(W4 用)、agent 桌面 app 二擇一(Antigravity 或 ChatGPT 桌面版)、一個聊天型 AI——裝好登入成功就停手,先別玩掉額度;付費一律不用
  • 教室 理工二館 E403——有插座的位子先到先選

常見問題

不會寫程式、沒碰過命令列,可以修嗎?

可以。這門課零先修,不要求程式設計、Git 或命令列背景。你從做出有趣又有用的東西開始,再學會怎麼把任務交給 AI、預覽它要做的動作、檢查結果。

要辦帳號、付費或把作品公開嗎?

付費一律不用:不要求 API key、付費方案、命令列或電話驗證。帳號有三個請在課前辦好——GitHub、agent 桌面 app(二擇一)、一個聊天型 AI(見「開學前要先準備什麼?」);這些不計分,辦不成有等值路徑、不扣一分。公開作品只有第 4 週的 GitHub Pages 練習用公開 repo+合成內容、當堂教撤下;不想公開改看教師示範站,同分。學校帳號用來登入 e學苑交作業、Zuvio 點名,不是額外註冊也不要錢。

要修完外部的 AI 線上課、交證書嗎?

不用。Claude Academy 與 OpenAI Academy 只當教師備課來源與學生自選延伸,不計分、不收證書,也不收帳號截圖,更不會疊在課內三小時之外。

一定要用某個牌子的 AI 工具嗎?

不用。條件式工具不是共同核心。你用學校核可的工具、教師預生成的內容或完全離線的路徑,只要留下同等的作品與證據,就用同一份評分標準評分;沒用那個產品不會扣分。

作業量大概多少?

作業佔總成績 20%,依教學進度與教材安排,不預設每週都有;內容、次數與繳交方式於課堂及 e學苑公告。平時成績 10% 看出席與課堂學習紀錄。

期中怎麼評?範圍到哪裡?

期中佔 30%,形式是期中 AI 作品展,範圍=第 2–7 週的能力;W1 導覽與第 8 週多模態都不考。你帶一件改良過的作品、具名可驗證的改良證據,以及一張個人判斷卡。第 8 週的多模態作品可以用來加強展示,但不是必考。

期末作品長什麼樣子?

期末佔 40%,是一個 AI 工作流專題:至少整合一項主要與一項輔助的 AI 能力、三筆測試,以及一次失敗與復原。可以沿用並深化前面幾週的作品,不要求兩套全新工具;技術難度、付費工具與公開部署本身不加分。課堂會展示過去學期的優秀作品當參考。

範例作品素材整理中,開學前補上
開學前要先準備什麼?

照課前準備清單先弄四樣:能打字的環境(沒筆電可用教室機)、GitHub 帳號(W4 用)、agent 桌面 app 二擇一(Antigravity 要滿 18 歲並用個人 Google 帳號,或 ChatGPT 桌面版)、一個聊天型 AI。三個提醒:裝好登入成功就停手、先別玩掉額度;Antigravity 別用學校信箱;Gemini 學生方案值得申請一次,但要綁付款方式、一年後不取消會自動收費——不申請也能修完這門課。這些都不計分、不是入場門檻,沒做完也可以來上課。

還沒選上怎麼辦?

本班官方限修 40 人。第一堂課先來上;加退選與加簽一律依教務處公告的方式與期限辦理——時程與規則請看上方「怎麼選課」連結的官方頁面。

AI 可以用到什麼程度?

可以用 AI 學習與創作,但你要能解釋過程、會查證輸出、守誠信與安全底線。課堂只用公開或合成資料,不輸入個資、真實成績或未授權的照片與聲音。

本課程頁面的 QR code

掃描開啟本課程頁投影或列印時,現場的人用手機掃就能看到完整課程資訊