寫在前面
如果你也是 EMI 教師，大概很熟悉這種備課模式：要把學科內容講清楚，還要照顧學生的英文聽讀負擔。這次增能講座雙語教育推動辦公室邀請到 國立中央大學 網路學習科技研究所洪暉鈞副教授，講座主題是「AI x EMI：數位科技與生成式 AI 在大學 EMI 課堂的教學實踐與設計」。
雙語教育推動辦公室把整場活動的設計理念、實作流程、與現場教師回饋整理成這篇文章，希望讓沒到場的同行也能帶走可用的實用教學策略！
GenAI 在教育裡的六種角色
當學生要同時處理「語言理解」與「學科內容」兩個任務，容易讓學習者參與度下降、討論變淺、教師也只能單向講授。傳統的解法是降低語言難度，但這往往會犧牲內容深度。而 GenAI 的真正價值，不是「替學生把英文變簡單」，是幫忙搭鷹架讓學生有機會用得上他們原本程度的英文，去理解原本理解不了的內容。這個區分很關鍵，前者是替代，後者是支援，整場講座的使用原則都建立在這個分野上。要把 AI 用得好，得先知道它在課堂裡能扮演哪些角色。
講師整理成以下六種。
角色 | 功能 |
|---|---|
Teacher / Tutor | 直接講解概念、引導學生逐步學習 |
Student / Tutee | 由學生「教」AI，反過來鞏固自己的理解 |
Learning Peer / Partner | 對話、腦力激盪、共同創作 |
Domain Expert | 提供學科專業知識、深度問答 |
Administrator | 評分、回饋生成、行政庶務自動化 |
Learning Tool | 學生主動使用以達成特定學習目標 |
第二個角色——讓學生「教」AI——是很多教師會忽略的應用。當學生必須用英文向 ChatGPT 解釋一個概念時，他得先把自己的理解組織清楚，這比被動聽講有效得多。這就是學徒效應在 AI 時代的版本。
從這六種角色延伸，GenAI 在 EMI 的具體應用大致落在三大塊：
- Automated Content Generation—備課、講義、quiz、補充閱讀
- Personalized Learning—依學生程度與學習軌跡調整
- Language Learning Support—詞彙、語法、雙語對照、文化解釋
從負擔到支援，有三個介入時點：
- 課前（Pre-class scaffolding)—AI 生成詞彙表、預習摘要、概念預覽
- 課中（In-class support)—即時語言協助、討論提示、理解度檢核
- 課後（Post-class reinforcement)—自動化作業回饋、反思引導、個人化複習
讓工具各司其職
工作坊現場講師實際操作工具給教師看，這裡用文字整理一遍重點。
1. ChatGPT / Gemini —— 通用內容生成主力
最熟、最廣的工具，整理了四種 EMI 最常用的 prompt 場景：
Explain & Expand（背景知識建構）
What is EMI? Provide more information using bullet points.
適合在開新單元前讓 AI 提供 background knowledge，教師再加工成課堂用講義。
Compare & Summarize（結構化筆記）
Use a table to compare X and Y. / Summarize with a Cornell note format.
直接生成可發給學生使用的對比表格或康乃爾筆記，省下大量備課時間。
Visualize & Script（視覺化與口語腳本）
Visualize this concept with a concept map. / Write a casual, spoken-style lecture script using simple sentences and examples.
很多 EMI 教師卡在「我知道內容，但不知道怎麼用簡單英文說出來」。這個 prompt 直接生成口語化講稿，你再依自己的語感調整。
Assess & Design（評量與任務設計）
Generate an exam with answers and explanations. / Design a task-based EMI activity for teaching data analysis using English.
從學習目標直接導出 task-based 活動，而不只是隨便出考題。
從學習目標到課堂活動的流程
把零散的 prompt 串為完整的備課流程：
- Curriculum Goals—釐清課程目標、對齊 EMI 標準
- Teaching Materials—發展教案、課程內容、基礎資源
- Handouts—設計學生友善的摘要與補充教材
- Explanatory Notes—生成教師備課指引、提示與背景資訊
- Exercises—練習題、理解題、互動任務
- Extended Readings—延伸文本、文章、案例
- Activity & Assignment Design—任務式活動與評量
重點提示｜
每一步都可以再細化：用 Frayer Model 處理關鍵詞彙、用 concept map 視覺化抽象概念、用「Lower Cognitive Demand → Higher Cognitive Demand」的 prompt 引導學生從理解走向高階思考（HOT)。
2. Google NotebookLM — EMI 教師的助教
NotebookLM 與 ChatGPT 最大的差別在於：它只回答你上傳的材料裡有的內容。
- 不會給你「通用回答」
- 引用會直接附上原始來源頁碼
- 適合處理整本教科書、論文集、課堂錄音逐字稿
幾個講師常用的 EMI prompt 範例：
- Language Simplification
「Simplify this lecture slide into B1-level English for EMI undergraduates.」 - Instructional Phrases
「Generate classroom phrases for clarifying instructions in EMI science teaching.」 - Bilingual Support
「Provide bilingual (English and Chinese) explanations of this EMI content.」 - Task Design
「Design a task-based EMI activity for teaching data analysis using English.」 - Student Feedback
「Give feedback on this EMI student writing — focus on clarity and academic language.」
- Language Simplification
重點提示：NotebookLM 可以基於你上傳的「評分標準」與「優秀範例」，給出貼合你個人評分風格的學生作業回饋。這比 ChatGPT 給的通用回饋有用得多。
3. Napkin AI — 把文字變視覺
核心功能很單純：貼上一段文字，自動生成流程圖、概念圖、心智圖。對 EMI 教師的意義：你不必再花時間學設計工具，也能產出視覺化教材。對英文吃力的學生來說，一張圖勝過三段文字。
實用情境：把講座大綱貼進去，生成課程地圖；把抽象理論貼進去，生成概念關係圖；把案例貼進去，生成事件時序圖。
4. Gamma — 做出英文簡報
Gamma 解決的是另一個常見痛點：英文簡報的視覺與排版品質。給它一個主題或一段文字，產出可直接使用的英文簡報。當然產出的細節還是要修，但起點與從零開始差很多。
反應最熱烈的破冰活動：One and Only Me
設計初衷：EMI 課堂第一週最大的問題不是英文程度，而是學生不敢開口。如果第一堂課就讓他們用英文討論學科內容，大多數人會選擇沉默。所以要先設計一個「低門檻、高參與、全英文」的開場。
活動流程
Step 1: Fill Out Your Info Card (5分鐘）
每個學生填一張英文 info card，只有四格：
- Preferred Name or Nickname—想被怎麼稱呼？
- A Special or Meaningful Number—個對你有意義的數字（幸運號、生日、背後有故事的號碼）
- A Hobby or Talent—你擅長或熱愛的事
- A Unique Trait or Experience—一個全班沒人有的特質或經驗
第四格是關鍵——越奇特越好，鼓勵學生分享真實獨特的自己（現場有學生寫過「曾經在電梯遇到名人」、「能用兩隻手同時寫字」、「有一隻叫愛因斯坦的烏龜」)。
並加一個「Create with AI」，讓學生選一種畫風，用英文 prompt 描述自己，然後把生成的「AI 自畫像」貼到全班 Padlet 上。
Step 2: Bicycle Chain One-on-One Exchange(8 分鐘）
兩兩配對，輪流用英文介紹自己的 info card（各 2 分鐘）。
聽完後，聽者變成下一輪的說者，但這次說的是「剛剛聽到的那個人」的事。
換 2–3 輪。
這個機制很巧妙：學生既要練習「介紹自己」，也要練習「聽懂別人並轉述」。完整句子是目標，但不必苛求完美，重點是讓他們開口、有得聽、有事可說，並且可以有先寫好的可以看降低焦慮緊漲感。
為什麼這個活動有效
- 練習聽說—全程英文，但內容是學生自己最熟的「自己」
- 強化記憶—必須認真聽才能轉述，自然提升注意力
- 建立教室氛圍—每個人都被看見、被聽見
- 建立開口信心—低風險環境讓害羞學生也願意嘗試
給看完這篇文章的你
挑一個你最想在下學期嘗試的應用情境。選一個跟你目前課堂痛點最相關的角色：
- 學生課堂沉默？
從 Learning Peer / Partner 開始，設計一個「先和 AI 對話、再進小組討論」的暖身環節 - 備課時間被壓縮？
從 Administrator 切入，讓 AI 接手評分回饋與行政庶務 - 學生對學科概念吃力？
用 Domain Expert 角色，讓 AI 提供分層次的學科解說 - 想培養學生的 AI 素養？
讓他們扮演 Tutee，反過來「教」AI 你這週上的內容 - 希望課堂多一點主動學習？
把 AI 設計成 Learning Tool，讓學生帶著目的去用，而不是漫無目的地問 - 課堂節奏卡住？
用 Teacher / Tutor 角色生成一段口語化的迷你講解，當作切換段落的橋樑
- 學生課堂沉默？
挑一個、設計一次、帶進下一堂課試試看。
歡迎在留言區分享以及實際嘗試後的觀察！
陳玠妤 博士後研究員 (Postdoctoral Research Fellow)
雙語教育推動辦公室 (Office of Bilingual Education Initiatives)
國立臺灣科技大學 (National Taiwan University of Science and Technology)
