壹、課程基本資訊
- 適用科目： 社群媒體概論、社會網絡分析、平台與傳播研究、數位傳播相關課程
- 適用對象： 大學部學生，特別適合第一次接觸社會網絡分析概念的初學者
- 教學時數： 建議 1～2 節課（約 50～100 分鐘）
- 教材形式： 可用手機填答、教師端即時投影的互動式網頁
- 核心主題： 度中心性、中介中心性、強連結、弱連結、班級網絡結構
- 教案連結：https://structure-hole.vercel.app/ 清空資料後，就可以貼上新的名單
貳、教學動機與課堂痛點
在教授社會網絡分析時，我一直遇到一個很明顯的問題：
學生可以背出名詞，但很難真正感受到「網絡位置」到底意味著什麼。
例如：
- 概念太抽象像是度中心性、中介中心性、結構洞、強連結、弱連結，學生常常知道定義，但不知道這些概念如何在真實人際互動中出現。
- 教材太靜態如果只是用投影片畫幾個節點、幾條線，學生很難意識到：自己其實就在一張活生生的社會網絡裡。
- 缺乏參與感學生若只是看別人的案例，很容易停留在旁觀者位置；但如果能讓他們自己填答、自己成為網絡中的節點，理解會完全不同。
因此，我這次想做的，不是一份單純解釋理論的講義，而是一個能讓全班一起參與的互動式教材：
學生用手機選自己的名字，指出強連結與弱連結，系統即時生成班級網絡圖，並用正式的社會網絡分析指標計算：
- 誰的度中心性較高
- 誰的中介中心性較高
- 誰是班上的人氣核心
- 誰又是跨群體的重要橋樑
而這個教材，不是我自己從頭獨立寫完，而是透過一段很長、很密集的 人機協作對話，一步一步和 AI 一起完成的。
參、教學設計理念與亮點
這次教案最值得分享的，不只是最後那個互動網頁，而是整個從教學想法到教材生成的設計歷程。
我認為這個案例真正的亮點有三個。
亮點一：不是先寫程式，而是先釐清教學目標
一開始，我不是先問 AI「幫我寫一個網站」，而是先問：
- 這一章的核心概念有哪些？
- 什麼活動能讓學生真的體會不同網絡角色？
- 哪些活動適合做成互動式網頁？
也就是說，我先把 AI 當成教學設計助理，而不是直接當成寫程式工具。
這一步很重要，因為如果教學目的沒先想清楚，最後做出來的網站很可能只是漂亮，但不一定真正有教學價值。
亮點二：從課堂活動設計，逐步收斂成可操作的數位工具
當教學概念逐漸清楚後，我才開始把需求收斂成具體功能，例如：
- 學生先選自己的名字
- 選出強連結與弱連結
- 由這些選擇生成班級網絡
- 教師可以指定某位同學為訊息起點
- 觀察訊息如何在網絡中傳遞
- 即時計算中心性指標
這個過程中，我不是一次把需求講完，而是根據 AI 生成的版本再往下修：
- 名單排序要改成筆劃排序
- 強連結由 2 人改成 3 人
- 弱連結由 1 人改成 2 人
- 名字要匿名化
- 初始畫面不要擠成圓形
- 指標不能只是「看起來像」，而要改成正式公式
換句話說，教材不是一次做完，而是在反覆對話中逐步成形。
亮點三：把 AI 從「回答問題」變成「共同開發者」
這次對我最有啟發的，不是 AI 幫我節省了多少時間，而是我開始更清楚看到：
當使用者知道自己要什麼，並能持續修正需求時，AI 就不只是回答工具，而會變成一個共同開發者。
我這次跟 AI 的互動，不只是要答案，而是持續進行以下幾種動作：
- 要求它提出課堂活動方案
- 將活動轉成互動網頁原型
- 根據班級名單客製化介面
- 修正畫面配置與資料欄位
- 要求公式改成正式社會網絡分析算法
- 串接 Firebase，讓 76 位學生可同時上線填答並即時同步
這讓我重新理解一件事：
真正重要的不是「AI 會不會寫」，而是教師能不能把需求講清楚、一步一步引導它往對的方向走。
肆、教材生成歷程：我是怎麼一步一步和 AI 協作的？
如果只看最後成果，會以為這是一個單純的技術作品。但實際上，它經歷了幾個很典型的教學設計階段。
第一階段：從理論困難點出發
我先聚焦問題本身：學生學社會網絡分析，最大的困難是什麼？
答案不是「公式不會算」，而是：
- 不知道中心性為什麼重要
- 不知道強連結與弱連結有什麼差別
- 不知道網絡圖上的位置與現實中的人際互動如何對應
所以第一步不是寫網站，而是重新思考：
怎樣的課堂活動，能讓學生從自己的班級經驗理解網絡概念？
第二階段：把活動轉成互動邏輯
接著，我把教學活動轉譯成系統流程：
- 先貼上班級名單
- 學生各自在手機上填答
- 所有資料同步匯入網絡圖
- 系統即時計算指標
- 教師帶著全班解讀結果
到了這一步，AI 才真正開始進入「工具開發」角色。
第三階段：反覆修改與除錯
真正花最多時間的，不是第一版生成，而是後面的反覆修正。
例如：
- GitHub / Vercel 部署時，出現原始碼直接被輸出的問題
- React 版本不適合目前部署方式，改成單檔 HTML
- 加入 Firebase 後，資料可同步，但送出數量顯示邏輯還要調整
- 圖像布局初始太擁擠，要改成分散式布局
- 名單要匿名化，以避免直接顯示真實姓名
- 指標要從簡化分數升級為正式的度中心性與中介中心性
這些都不是一句 prompt 就能完成，而是要持續對 AI 說明：
- 哪裡不對
- 哪裡不符合教學需求
- 哪裡要更像真正可在課堂上使用的工具
第四階段：從示範版變成正式課堂版
最後，這個工具不再只是「可以跑的 demo」，而是具備幾個教學現場真正需要的條件：
- 可多人同時填答
- 有送出提示
- 可即時同步
- 有正式分析指標
- 可用於投影與全班共同解讀
這時候，它才真正成為教案的一部分，而不是一個孤立的網頁作品。
伍、課堂操作方式
這個互動教材在課堂上的使用方式，其實很直覺。
步驟一：建立班級
教師先貼上班級名單，系統生成匿名節點。
步驟二：學生個別填答
每位學生用手機進入同一個網址：
- 選自己的名字
- 勾選最多 3 位強連結
- 勾選最多 2 位弱連結
- 送出資料
步驟三：全班一起觀看網絡生成
隨著學生陸續送出，投影畫面上的班級網絡會逐步形成。
這時候學生就會很直觀地看到：
- 有些人逐漸成為高連結節點
- 有些人雖然連結不多，卻卡在關鍵路徑上
- 班級中其實存在幾個局部群聚
步驟四：帶入正式概念解讀
當資料足夠後，教師可以引導學生理解：
- 度中心性高：代表直接連結多
- 中介中心性高：代表較可能是跨群體橋樑
- 強連結與弱連結：反映不同形式的社會關係
- 訊息傳播路徑：顯示不同網絡位置對擴散的影響
這時候，抽象理論就會和學生自己的班級經驗連在一起。
陸、這個案例給我的教學啟發
這次最大的收穫，不只是做出一個教材，而是我更清楚理解：
1. 教師不是被 AI 取代，而是被迫更清楚自己的設計意圖
如果我不知道自己要什麼，AI 只會給我一堆看似厲害但不夠精準的內容。
但當我能不斷修正問題、說清楚需求，AI 就會變得非常有用。
2. 真正有價值的不是一次生成，而是反覆修正
這次最重要的能力，其實不是 prompt 寫得多漂亮，
而是能不能在每個版本後都問：
- 這真的符合教學目標嗎？
- 學生會看得懂嗎？
- 在課堂中真的能操作嗎？
3. AI 最適合的角色之一，是做「可快速試作的教學開發夥伴」
以前如果我要做這種互動教材，常常會卡在：
- 不會寫前端
- 不會部署
- 不知道怎麼串接資料庫
- 沒有時間從零開始學
但現在，透過對話式協作，教師其實有機會把原本只存在腦中的教學想法，快速做成可以操作的原型，再逐步打磨成正式教材。
柒、結語：一種新的教學工作流程
這次的經驗讓我覺得，未來的教案設計，很可能不只是：
- 想內容
- 做投影片
- 進教室上課
而會變成：
- 先釐清教學問題
- 再與 AI 反覆共創
- 快速生成可試作的教材
- 在課堂中實測
- 再持續修正
換句話說，AI 不只是幫忙找資料，而是開始進入教材設計、互動開發、教學反思的整個流程。
這也是我這次最想分享的地方。
真正值得記錄的，不只是最後那個網站，而是：
教師如何透過和 AI 的持續互動，把抽象的教學想法，慢慢做成一個可以讓學生一起參與、一起理解概念的互動學習工具。
