人工智慧概論 Introduction to Artificial Intelligence
AI literacy for everyone — practical AI for learning, research, creative work, and professional tasks. No programming background required.從提問、查證，到用 AI 完成一個真實工作流
- 問得出來
- 查得到底
- 做得出東西
- AA 班・選課代碼 GC__6753AA・系統編號 115133850
- 3 學分・校核心選修
- 17 週新制
- Mon 13:10–16:00 · Rm E403 (理工二館)週一 第 8–10 節・13:10–16:00
- 理工二館 E403
- Grading: general performance incl. attendance 10% · assignments 20% · midterm 30% · final AI-workflow project 40%評分：平時成績 10%・作業成績 20%・期中考 30%・期末 40%
- 地圖 ↗
- 怎麼選課 ↗
- 課程介紹簡報 ↗
- 簡報英文雙語版 ↗
- 另一班：AB（週二 第 8–10 節・13:10–16:00） →
「我會帶你把 AI 用在真實任務，而不只看工具展示。」——陳文盛
GC__6753AA這門課帶你去哪
從提問、查證，到用 AI 完成一個真實工作流
- 問得出來
- 查得到底
- 做得出東西
核心是 AI 素養（AI literacy）——不從寫程式開始，非資訊背景也跟得上
這門課的終點：做出你的 AI 工作流
不是背工具名稱，而是把一個真實問題，變成能說明、能查證、能展示的作品。
- 提出真實問題從生活或專業中出發，尋找有痛點的具體任務
- 查證與拆解分工給 AI 之前先想清楚，拿回來的東西自己查證
- 做出可展示作品整合多項 AI 工具，產出具備說明、查證與反思的工作流
作業量預告
作業佔總成績 20%，以課堂工具實作的延伸小作業為主；確切次數與節奏待開學公告。
Grading・成績怎麼算
- 10% 平時成績 含出缺席
- 20% 作業成績
- 30% 期中考 範圍＝W1–7（含 AI 搜尋、簡報工具）
- 40% 期末 AI 工作流專題
期末＝AI 工作流專題：至少整合兩類 AI 工具，說明過程、查證與反思。期末不是考工具名稱，是展示你怎麼用 AI 解決任務。
Course roadmap・17 週新制課程怎麼走
人人會用的 AI
問對問題、拆解任務、查證答案；用 Teachable Machine 走一次「資料→標記→訓練→測試→改進」。
任務型 AI 工具與 Agent
AI 搜尋研究、AI 簡報、音樂與多媒體生成、新興 agentic 工具。
桌面 AI 與專業工作流
AI 處理本機資料、減少重複貼上；非資訊背景也能上手的 command-line 自動化。
逐週進度與細節，開學第一週老師會用課程介紹投影片說明。 Weekly details will be covered in the Week 1 course introduction.
Before the first class・課前準備
What to bring・要帶什麼
- Laptop or tablet (laptop recommended)
筆電或平板（建議筆電） - Some tools may require signing up for a free account
部分工具需註冊免費帳號 - Classroom E403 — seats with power outlets are first come, first served
教室 理工二館 E403——有插座的位子先到先選
Platforms・上課平台
上學期作品
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）
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。
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。
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。
FAQ・常見問題
不會寫程式可以修嗎？
可以。這門課從 AI 素養出發、不從寫程式開始；command-line 自動化單元也設計成非資訊背景能上手。
作業量大概多少？
作業佔總成績 20%，以課堂工具實作的延伸小作業為主；確切次數與節奏待開學公告。
期末作品長什麼樣子？
期末是 AI 工作流專題：至少整合兩類 AI 工具，說明過程、查證與反思。課堂會展示過去學期的優秀作品當參考；這學期做得好的專題，也會成為下學期的示範作品。
開學前要先準備什麼？
筆電或平板（建議筆電）；啟用學校 Office 365 與 Teams；先挑一個順手的 AI 聊天工具就好，不用全裝。
還沒選上怎麼辦？
先來上第一堂課——這門課預設歡迎所有想修的同學，加選方式課堂上說。