【有梗學習】111文化學習講座紀錄-CMU: MyTube Media Platform for Curiosity and Agency
撰文／廖冠智 所長 日期／112年05月19日
#他的學習經驗與我們有什麼不同？
#CMU_METALS
自主學習的經驗，能否有更具體的增進方法？從本週來自Carnegie Mellon University的METAL研究生曾英睿BEN帶來的「Intersection of Education, AI and Interaction Design」講座裡，你應該能得出，學習沒有固定的章法，只有屬於自己的文化與邏輯。
學習最困難的地方在於把未知變成已知（或者說還不到已知，是不完全未知），這也是最好玩的地方。即便不知道應該使用的方法，也能從嚐誤的heuristic evaluation程序裡，抽絲剝繭出自己的需要。然而，這不是人人都會的伎倆，理由很簡單，每一個人都有獨立發展經驗的學習脈絡，即便是同處在單一的學習體制之下，先備知識的起始點相同，學過後也會讓學習者有”不同的形狀“，這形狀不只是知識型態與內容所塑造的，也是心智、經驗與自我反思所練就出來的造型。就像是樂譜與演奏的道理一樣，樂曲相同，演奏者有不同的技巧，自然詮釋樂曲的風格就不同。
Ben所分享的並不是學習的秘訣，而是面對學習困境時，那一剎那所選擇面對的態度。你可以想像一個情境，當你歷經一連串艱困的學習情境後，雖然不知道還有多少難關在前面等著你，但你一定會很期待，是什麼樣型式與程度的『困難』，才足以代表這件挑戰“存在的意義”？才能有資格襯托出你披荊斬棘的價值。也就是說，遇見強的對手，也許讓你退卻，也可能喚起你抗爭的意識，面對艱鉅的困難，也許讓你投降，也可能喚起渴望成功的動機，關鍵就在於你服不服輸而已？
這心理抗衡與妥協的機制應該可以說，像是“遊戲學”裡面的COGNITIVE FLOW吧？在具備可掌握規則（manageable rules）的具體目標中（concrete goals），同時玩家現有能量與達成目標所需能力之間不要差距過大，再搭配一些些清楚且及時的回饋（goals that fit player capabilities），並有消除干擾（eliminate distractions）的內在支持，在這一切都發生的條件下，人類面對挑戰往往不是怯懦，而是進入COGNITIVE FLOW的狀態中。
Ben在講座中鉅細彌遺分享在CMU的學習體驗，首先介紹OLI(Open Learning Initiative)的Learning Engineering概念，從各種多模態訊息的學習場域裡，以認知科學與數據科學為結合方式，整合Model Design與Instructional Design並最大限度地減少環境可能引入的干擾，從中引導學生從練習中學到學習。Ben進一步介紹課程專案裡，E-learning Design Principles（Sail Python Intro Module Redesign）與METALS Project1（MyTube: Media Platform for Curiosity and Agency），以及他加入The Technology for Effective and Efficient Learning (TEEL) Lab擔任Research Assistant，參與AI Literacy的研究過程，特別是讓別人相信他，以及自己要相信自己的學習過程。
Ben也特別提到AI Literacy的重要性，說到能夠善用AI來擴展不同學習能力，更甚於developing AI的意義，也就是指會使用AI而不是研發AI。例如假設你是AI大軍的指揮官，你需要判斷情勢，找出核心問題的關鍵，及時提出解決方式，解讀AI告訴你的訊息，直接讓學習者與AI的互動學習裡，來觀察學習者如何從AI的提示資訊，進一步選擇合適的訓練資料，並且學會比較所提供的不同訓練資料組合，將會產生不同的預測結果。
Ben提出每一次研究專案的過程，首先提出搭他對problem的看法，以及所做的功課，因為過去擔任UX研究的經驗給予他跨領域合作的能力，雖然沒有說明太多如何分工合作的方式，卻能凸顯自己在團隊中可以扮演的角色。每次聆聽Ben陳述他對問題的思考脈絡裡，能發現對well / ill-defined的清晰處理方式，如在專案中曾分享Current help-seeking mechanisms on learning platforms，意為學習平台的求助機制是目前在線上學習過程中常見的問題，搜尋介面裡提供help-seeking的服務，避免平台之外的搜索引擎對學習者將會產生無關的認知負荷，因應Learner Need Help、Leave Platfrom、Distract by Ad、1st Result: Too hard、2rd Result: Too easy、3rd Result: Got it.等不同過程，而提供Problem Solved的內容，似乎是以well-defined的設計步驟來趨近於ill-defined的設計問題。
一部以日本室町時代，描述特立獨行的禪宗僧人，兼具智慧與包容的年輕和尚『一休』影視動畫，動畫中常見一休和尚只要思考時，盤坐並雙手手指在頭上做出畫圈圈的姿態，沒多久之後就靈光乍現想起解決策略。雖然那只是動畫，但Ben在講座同時，特別在描述他提出問題思考與解決方式的想法中，也能看到Ben與一休有異曲同工之妙的姿態，雖然這樣比喻有些不倫不類，一旦搭配講座內容中對問題的清晰描述，以及對背後脈絡的解釋，你若再看一次回播的影片，相信能了解我的理解😅。
講座中提出許多很有趣值得觀察的數據處理與分析，如何扣緊教育問題的專案經驗，值得一再回顧與思考。從Ben現有的學習方式，若視為一種Learner: Behavioural Archetypes，你覺得可以如何彙整出Ben的學習章法呢？他的學習經驗與我們又有什麼不同？Ben以有別於學習領域的求學背景，不斷挑戰自己的學習態度、研究心智的範疇，歷經過UIUX、使用者經驗、數位學習與教育、自主學習的研究體驗，難以單一領域來定義標準。想起德國一間致力於探究人才未來能力的研究單位（nextskills.org），多次發表Future skills- the future of learning and higher education的看法，未來的人才從能力養成、組織運作、學習者背景與環境互動關聯等提出深論觀點，簡單地說以Organisation-Related、Subject Development-Related、Object-Related三種取徑方式，定義出Future Skills Profiles的互動式地圖（Interactive Map），是不是能看出，Ben以多模態的學習路徑，獲取更多元的學習經驗。
回想Ben在講座中常常反省在CMU的學習體驗，回顧當初接下挑戰的態度，從不知道為何會接下工作，到驚訝自己接了這些工作，但從未焦慮搞砸工作，而是想辦法調整自己的學習心智，即便自嘲『累，是自找的！😅』，卻也一笑置之。再問一次他的學習經驗與我們有什麼不同，我想特別在於那句話自嘲的背後語意，一旦說出累是自找的之後，下次碰到學習主題的新挑戰，充滿未知、沒有把握的風險，你會想起當初「自找的」心態之後，是後悔？還是殷鑑不遠？會避免再挑戰？還是傻乎乎地接下呢？
學習，需要冒險，需要傻勁，不要想太多，也不要都不想，做就對了！🙂
😆
#他的學習經驗與我們有什麼不同？
#CMU_METALS
自主學習的經驗，能否有更具體的增進方法？從本週來自Carnegie Mellon University的METAL研究生曾英睿BEN帶來的「Intersection of Education, AI and Interaction Design」講座裡，你應該能得出，學習沒有固定的章法，只有屬於自己的文化與邏輯。
學習最困難的地方在於把未知變成已知（或者說還不到已知，是不完全未知），這也是最好玩的地方。即便不知道應該使用的方法，也能從嚐誤的heuristic evaluation程序裡，抽絲剝繭出自己的需要。然而，這不是人人都會的伎倆，理由很簡單，每一個人都有獨立發展經驗的學習脈絡，即便是同處在單一的學習體制之下，先備知識的起始點相同，學過後也會讓學習者有”不同的形狀“，這形狀不只是知識型態與內容所塑造的，也是心智、經驗與自我反思所練就出來的造型。就像是樂譜與演奏的道理一樣，樂曲相同，演奏者有不同的技巧，自然詮釋樂曲的風格就不同。
Ben所分享的並不是學習的秘訣，而是面對學習困境時，那一剎那所選擇面對的態度。你可以想像一個情境，當你歷經一連串艱困的學習情境後，雖然不知道還有多少難關在前面等著你，但你一定會很期待，是什麼樣型式與程度的『困難』，才足以代表這件挑戰“存在的意義”？才能有資格襯托出你披荊斬棘的價值。也就是說，遇見強的對手，也許讓你退卻，也可能喚起你抗爭的意識，面對艱鉅的困難，也許讓你投降，也可能喚起渴望成功的動機，關鍵就在於你服不服輸而已？
這心理抗衡與妥協的機制應該可以說，像是“遊戲學”裡面的COGNITIVE FLOW吧？在具備可掌握規則（manageable rules）的具體目標中（concrete goals），同時玩家現有能量與達成目標所需能力之間不要差距過大，再搭配一些些清楚且及時的回饋（goals that fit player capabilities），並有消除干擾（eliminate distractions）的內在支持，在這一切都發生的條件下，人類面對挑戰往往不是怯懦，而是進入COGNITIVE FLOW的狀態中。
Ben在講座中鉅細彌遺分享在CMU的學習體驗，首先介紹OLI(Open Learning Initiative)的Learning Engineering概念，從各種多模態訊息的學習場域裡，以認知科學與數據科學為結合方式，整合Model Design與Instructional Design並最大限度地減少環境可能引入的干擾，從中引導學生從練習中學到學習。Ben進一步介紹課程專案裡，E-learning Design Principles（Sail Python Intro Module Redesign）與METALS Project1（MyTube: Media Platform for Curiosity and Agency），以及他加入The Technology for Effective and Efficient Learning (TEEL) Lab擔任Research Assistant，參與AI Literacy的研究過程，特別是讓別人相信他，以及自己要相信自己的學習過程。
Ben也特別提到AI Literacy的重要性，說到能夠善用AI來擴展不同學習能力，更甚於developing AI的意義，也就是指會使用AI而不是研發AI。例如假設你是AI大軍的指揮官，你需要判斷情勢，找出核心問題的關鍵，及時提出解決方式，解讀AI告訴你的訊息，直接讓學習者與AI的互動學習裡，來觀察學習者如何從AI的提示資訊，進一步選擇合適的訓練資料，並且學會比較所提供的不同訓練資料組合，將會產生不同的預測結果。
Ben提出每一次研究專案的過程，首先提出搭他對problem的看法，以及所做的功課，因為過去擔任UX研究的經驗給予他跨領域合作的能力，雖然沒有說明太多如何分工合作的方式，卻能凸顯自己在團隊中可以扮演的角色。每次聆聽Ben陳述他對問題的思考脈絡裡，能發現對well / ill-defined的清晰處理方式，如在專案中曾分享Current help-seeking mechanisms on learning platforms，意為學習平台的求助機制是目前在線上學習過程中常見的問題，搜尋介面裡提供help-seeking的服務，避免平台之外的搜索引擎對學習者將會產生無關的認知負荷，因應Learner Need Help、Leave Platfrom、Distract by Ad、1st Result: Too hard、2rd Result: Too easy、3rd Result: Got it.等不同過程，而提供Problem Solved的內容，似乎是以well-defined的設計步驟來趨近於ill-defined的設計問題。
一部以日本室町時代，描述特立獨行的禪宗僧人，兼具智慧與包容的年輕和尚『一休』影視動畫，動畫中常見一休和尚只要思考時，盤坐並雙手手指在頭上做出畫圈圈的姿態，沒多久之後就靈光乍現想起解決策略。雖然那只是動畫，但Ben在講座同時，特別在描述他提出問題思考與解決方式的想法中，也能看到Ben與一休有異曲同工之妙的姿態，雖然這樣比喻有些不倫不類，一旦搭配講座內容中對問題的清晰描述，以及對背後脈絡的解釋，你若再看一次回播的影片，相信能了解我的理解😅。
講座中提出許多很有趣值得觀察的數據處理與分析，如何扣緊教育問題的專案經驗，值得一再回顧與思考。從Ben現有的學習方式，若視為一種Learner: Behavioural Archetypes，你覺得可以如何彙整出Ben的學習章法呢？他的學習經驗與我們又有什麼不同？Ben以有別於學習領域的求學背景，不斷挑戰自己的學習態度、研究心智的範疇，歷經過UIUX、使用者經驗、數位學習與教育、自主學習的研究體驗，難以單一領域來定義標準。想起德國一間致力於探究人才未來能力的研究單位（nextskills.org），多次發表Future skills- the future of learning and higher education的看法，未來的人才從能力養成、組織運作、學習者背景與環境互動關聯等提出深論觀點，簡單地說以Organisation-Related、Subject Development-Related、Object-Related三種取徑方式，定義出Future Skills Profiles的互動式地圖（Interactive Map），是不是能看出，Ben以多模態的學習路徑，獲取更多元的學習經驗。
回想Ben在講座中常常反省在CMU的學習體驗，回顧當初接下挑戰的態度，從不知道為何會接下工作，到驚訝自己接了這些工作，但從未焦慮搞砸工作，而是想辦法調整自己的學習心智，即便自嘲『累，是自找的！😅』，卻也一笑置之。再問一次他的學習經驗與我們有什麼不同，我想特別在於那句話自嘲的背後語意，一旦說出累是自找的之後，下次碰到學習主題的新挑戰，充滿未知、沒有把握的風險，你會想起當初「自找的」心態之後，是後悔？還是殷鑑不遠？會避免再挑戰？還是傻乎乎地接下呢？
學習，需要冒險，需要傻勁，不要想太多，也不要都不想，做就對了！🙂
😆
瀏覽數:
