AI 協作教案設計工作坊|案例

實證護理課設計邏輯:一堂 AI 協作備好的課長什麼樣

講者本人授課的「實證護理:AI 輔助實證照護之應用」,碩士班,兩堂(第一堂 60 分、第二堂 50 分)。從教學目標開始,一路看到課堂主控、活動與簡報、成效總覽和課後證據中心。

1 共同起點

先定要交出什麼

這些作品的共同起點:不是 AI,而是教學目標

要交出的三樣產出

  1. 一條可以在 PubMed 執行的搜尋式
  2. 一份 AI 摘要的原文查核紀錄
  3. 一句帶條件的照護建議

今日學習目標

  1. 辨識 AI 的角色與限制
  2. 完成 PICO 與搜尋式
  3. 整理並核對一篇文獻
  4. 形成具條件與限制的建議

這三樣第 14–15 週小組報告、占學期 40% 直接用得上

課程結束時,要完成一項可查核的照護建議。

2 怎麼拆

一堂課拆成八個階段

老師端課堂主控把一堂課拆成八個階段。每一段都寫了:時間、對應簡報頁、「為什麼安排這一段」、講師備註。

  1. ① 開場定調第一堂 0–3 分

    先講清楚「今天要交出什麼」並連結期末報告,學生才會覺得這堂課跟自己有關。

  2. ② 先卡關,再談 AI第一堂 3–16 分

    不直接教 AI,先讓學生自己動手試、真的感受到搜尋的困難,AI 才不會一開場就被當成萬能解方。

  3. ③ 建立 5A 框架第一堂 16–26 分

    把剛才的「感受」轉成可依循的知識框架,再用遊戲測試學生分得清 AI 與人的責任分工。

  4. ④ 工具與判斷力第一堂 26–50 分

    從「有哪些工具」到「怎麼選」到「教師現場示範怎麼用」,再把示範收成一張搜尋策略地圖。

  5. ⑤ 風險意識+中場第一堂 50–60 分

    動手實作前,先建立警覺心;中場帶著任務休息,回來才能直接開工。

  6. ⑥ 分組動手做一次第二堂 0–19 分

    真正走一次「提問→檢索」的完整動作。

  7. ⑦ 查核與交通燈第二堂 19–37 分

    從遊戲測試安全判斷,到真正動手查核一次 AI 產出,最後用一個好記的口訣把查核方法收攏起來。

  8. ⑧ 分享.挑戰.總結第二堂 37–50 分
實證護理課老師端主控畫面:左側八個課堂階段,右側是第一階段開場定調及其安排理由
老師端課堂主控:左側是八個階段,右側是①開場定調的「為什麼安排這一段」。

設計主軸:先卡關,再給工具,然後每一步都回查。
用到的框架:5A(Ask/Acquire/Appraise/Apply/Assess)、PICO、證據等級(Melnyk 七級)與 GRADE。

3 活動與講師備註

每張簡報旁邊,就是活動與講師備註

以第②階段「先卡關,再談 AI」為例

  • 簡報 p3「今天從一個臨床問題開始」:住院高齡病人使用離床警報器,真的能降低跌倒嗎?先寫直覺答案。→ 學生端「第一活動」作答
  • p4–5 暖身 Q&A 遊戲:遇到臨床問題你第一步會做什麼?A/B/C/D,點擊揭曉
  • p7「三分鐘搜尋挑戰」→「第二活動」逐欄填寫:平台、關鍵字、找到什麼、卡在哪裡

學生端共 7 個活動

①從臨床問題開始 ②三分鐘搜尋挑戰 ③試寫 AI 提示詞 ④分組與角色、選案例 ⑤PICO 與提示詞、搜尋式 ⑥回原文核對+VERIFY ⑦證據等級比對與建議句

另有交通燈遊戲:綠燈:關鍵字、格式整理;黃燈:摘要、比較與研究解讀,須回原文確認;紅燈:病人個資不得輸入外部 AI。

實證護理課老師端第二階段:簡報 p3 卡片與講師備註,下方是暖身 Q&A 遊戲
老師端第②階段:簡報卡片、暖身遊戲,每張卡片下方都有講師備註。

4 老師端主控=教案

老師端主控,就是一份教案

講者的解讀,不是該課程平台的原文說法

教案裡的
主控台上的
教學流程表
八個階段與時間
設計理由
每段「為什麼安排這一段」
教師做什麼
講師備註
學生做什麼
學生端 7 個活動
教學資源
對應的簡報頁

流程、理由、活動、簡報放在一起,就是一份教案

今天你做的教案,也能長成這樣。

5 總覽

一眼看出學生卡在哪

老師端「總覽與匯出」

  • 每 2 秒自動更新各組:案例、已送出活動數(/7)、最後更新時間、目前進度
  • 可下載 JSON/CSV;匯出內容不含學生姓名,只以組別標示(匿名)

9/17:12 組中 7 組停在「第三活動:試寫 AI 提示詞」→ 下一次教案就改這一段(多給範例或拆小步)

實證護理課老師端總覽與匯出:各組進度表,欄位為組別、案例、已送出活動、最後更新、目前進度
總覽:各組目前進度(只以組別標示)。

評分規準六向度(老師端):配分如下。

  • 20PICO 明確性
  • 20搜尋策略
  • 20來源可追溯性
  • 20AI 查核品質
  • 10倫理揭露
  • 10建議整合

6 人工覆核

AI 的判定是候選結果,須人工覆核

課後延伸:證據中心

文獻判讀拆成 8 步

  1. 1取得
  2. 2問題
  3. 3設計
  4. 4評讀
  5. 5效果量
  6. 6GRADE
  7. 7適用性
  8. 8摘錄

累積成文獻矩陣,並自動點出研究缺口。資料存在本機瀏覽器。

頁面明寫:「本平台之自動判定皆為候選結果,須經人工覆核後方可用於正式決策」

證據中心首頁:文獻證據判讀與缺口分析工具,八個步驟列與候選結果須人工覆核的提示
證據中心首頁:八個步驟列,以及「候選結果須人工覆核」的提示。

AI 起草,我來判斷

7 對回今天

對回今天的三段實作

對應是講者的說法

3-1AI 拆解課程流程(網頁 ①②③)
要交出的三樣產出與四條目標(=①)、用到的框架 5A、PICO、證據等級與 GRADE(=②)、拆成八個階段,每段寫時間與「為什麼安排這一段」(=③)
3-2活動與對應簡報(網頁 ④⑤)
每張簡報卡片旁邊就是活動與講師備註:p3 對應學生端第一活動、p7「三分鐘搜尋挑戰」對應第二活動。活動與簡報一起設計。
3-3收集活動成效(網頁 ⑥)
總覽每 2 秒更新各組進度,匯出只以組別標示;12 組中 7 組停在第三活動「試寫 AI 提示詞」→ 下一次教案就改這一段;另有評分規準六向度。