大考物理命題越來越新穎兼生活化？「素養導向命題」是怎麼回事？──〈科學月刊〉

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜李芊
• 責任編輯｜田偲妤
• 美術設計｜蔡宛潔

考試制度是怎麼從科舉變成今天這個樣子的？

我們從小到大經歷過無數次考試，但你是否有想過，這個影響我們求學與就業的重要制度是因何而起？究竟考試制度背後隱藏哪些驚人內幕？中央研究院「研之有物」專訪院內近代史研究所徐兆安助研究員，帶我們回到清末民初的教育現場，探索政府與教育界如何應用考試，挽救岌岌可危的新式教育制度，雙方又如何相互制衡與合作，讓考試及學校成為管控社會秩序的利器。

對於在臺灣準備升高中的九年級學生、準備升大學的高三生來說，也許一年的劃分就是以冬季與夏季的升學考試為依據。在競爭激烈的職場中，優秀學歷成為社會新鮮人的最佳利器，但想謀得好學歷就必須力拚考試高分，讓考試成為跨世代臺灣人共同的記憶。

儘管持續有教改團體針對考試的內容、形式、公平性等提出改革建議，但數十年來，眾多考生與家長依然接受了升學考試制度，投入大量時間、精力備考，更不惜砸重金搶補教名師課程。

我們的一生經歷過大大小小的考試，卻不一定清楚這些考試制度當初成立的目的。

事實上，在民國初年，新式教育剛施行的 1920、1930 年代，曾經考試除了用來測驗學生，更被用來監督學校的辦學成效。

專長明清及近代思想史、制度史的中研院近代史研究所徐兆安助研究員，深入探討 1905 年科舉廢除後的新式教育制度，訴說一段政府與學校透過考試相互制衡與合作的詭譎歷史。

要怎麼讓社會接受新式學校的文憑？來考個試吧！

在談現代考試制度之前，讓我們先回到清末科舉存廢的關鍵時刻。

1900 至 1901 年八國聯軍攻佔北京，科舉考場「貢院」遭到破壞，當時受科舉宰制的教育與選才方式已成眾矢之的，該將有限的國家資源拿來修復貢院，還是發展新式教育制度，在 1905 年成為各方人馬的爭論焦點。在這次辯論中，廢除科舉最終定案，新式教育制度成為肩負國家教育大業的主要系統。

然而，科舉與新式教育的不同目的與學習過程，卻帶來新的價值觀混亂。

首先，在科舉制度下，為了一舉成名而寒窗苦讀者，不需在私塾或書院待滿固定年限，大半時間是靠自學通過層層考試關卡。但是，接受新式教育的學生必須依序就讀小學、中學、大學等學校，一級一級往上累積學歷，且每個學歷都有固定的修業年限。

身處當代教育環境的我們已經很習慣循序漸進的學習制度，但清末民初的人們卻一時難以適應。新式學校不像傳統書院會發學習津貼給學生，還要收取相對高額的學雜費。畢業後還要面臨社會對學校文憑的不信任，一時難以成為求職的有效助力。

許多學生一開始受政府鼓吹而進入學校就讀，卻經常未完成修業年限即離開校園，「教育破產」很快成為政府與社會各界的共識，而學校便成為被究責的單位。

廢除科舉後的十多年間，各界的討論開始聚焦於該如何監督學校、管制學生。到了 1920 年代，政府與教育界推出了各種校外考試的實驗方案。這些方案大同小異，都預設考試可以成為規範學校、解決「教育破產」的重要手段。

是什麼讓考試成為評鑑辦學效率的方法？——「以簡馭繁」的法家精神

支持考試論的學者以史學家呂思勉、厚黑學作者李宗吾為首，面對民國初年的教育破產危機，他們為何都倡議由國家透過集體考試來監督學校呢？

一方面，用監察態度面對學校起因於對教育界的不信任，這可追溯至廢除科舉後的教育改革過程並不公開透明。新式教育的推行牽涉政府官員、半官方與非官方代表，包含辦學人員、民間教育會、教科書出版商等，他們彼此拉扯出錯綜複雜的利害關係、形成勢力龐大的教育界。

李、呂二人身涉教育事務，看到學校各種圖利卻未自我要求的行為，因而認為一個審核學校的機制勢在必行。

李、呂二人更主張，考試制度還能讓教育過程更有彈性，學生只要通過考試即可證明自己的實力。因此，學生可以選擇私塾或新式學校等不同的學習方式，不需受到學校修業年限的硬性規範。而且不同學習機構並存還可強化競爭力，促使學校為了招生而更積極辦學。

另一方面，對當時的國民政府來說，在國家資源有限的情況下，國家只需負擔統一大考即可由上而下監督學校，提醒學校要維持該有的教學品質。這樣秉持法家「以簡馭繁」精神的手段，使考試制度最終受到執政當局的採用。

「我不要考試啦！」學生的反彈與思想控制的開始

1932 年政府正式頒布《中小學學生畢業會考暫行規程》，卻受到各地師生的反抗。對於參加會考的學生來說，會考對取得學歷、升學和職涯發展都沒有明顯好處。

首先，單就畢業資格來說，不參加會考也能在修業期滿後獲得學歷，一旦參加會考卻成績不及格，反倒會被留級。再來，許多大學並不以通過會考作為入學資格。最後，除非想要成為公務員或任職國營機構，畢業生沒有會考成績也可直接應聘私人單位。整體看來，不參加會考才是比較聰明的選擇。

面對反抗考試的學生，一意推行會考制度的國民政府，採用相當直接的手段回應：以武力逼迫學生就範。

臺灣在 1970 年代出了一位拒絕聯考的小子，時間回到 1930 年代的中國，不願考試的可不只一、二位學生。1932 年，山東濟南高中學生因反對會考而與校方展開對峙，最終在教育廳長出動軍警武力鎮壓後落幕，卻造成大批學生受傷、被勒令退學。

隔年 1933 年，政府再根據實施情況及各方意見修改規程，最大的改變是取消小學畢業會考，轉而針對初級和高級中學制定《中學畢業會考規程》、《中學畢業會考委員會規程》。針對中學施行會考的原因之一是，當局認為小學生還年幼，不像中學生會發起學運，至此，會考除了監督學校以外，更加上了控制學生思想行為的功能。

學校各自為政，會考制度名存實亡

至於考試論支持者最重視的「以考試監督並制衡學校」卻反而沒有達成。預設的中央化考試制度、標準化知識內容，實際執行時卻面臨經費與人力嚴重不足的困境。真正負責考試業務的單位並非中央政府，而是非官方、地方仕紳聯合形成的教育會，或者資源多寡不一的各地省政府。

地方資源的多寡深刻影響考試的舉行。例如，大規模考試為了防堵作弊，通常不讓考生在原校就考，但在不可能另撥經費建造考場的情況下，仍舊得仰賴學校提供大量考場。如果一個地方沒有足夠的學校，學生往往就在原校就考，在熟悉的環境享受主場優勢，甚至發生老師協助作弊等醜聞。

此外，照理來說，各校的考生名單應該由中央政府統一管理，但無力建立管理機制的政府只好交由學校來處理報考業務。有些學校因而私下篩選成績好的學生參加考試。

不久，隨著 1937 年抗日戰爭的全面爆發，各省行政資源逐漸耗竭、多地交通中斷、學生四散，集中考試變得難以辦理，改以「抽考」部分學生作為學校整體畢業標準指標，甚至讓學校自行辦理會考，政府僅派代表監臨。

自此，會考可說名存實亡。雖曾短暫於 1957 年在臺灣復辦，將國文、史地、三民主義的會考成績與聯考合併計算，試圖鼓勵學生重視中華民族主義的相關知識。但會考與聯考的標準無法整合，在各方反對之下，僅一年時間便告終，結束近 20 年的政府與學校角力之爭。

為了什麼而考？不同治理方法中有不同目的

徐兆安出生於英國殖民時代末期的香港，身處的教育制度仍然相對寬鬆，通常上午 8 點半上課、下午 4 點即放學，在升學上並未經歷臺灣式的考試高壓。來臺求學與就業的過程中，他逐漸體會臺灣教育與升學考試之間緊密的關係，印象最深刻的是補習班門口榜單滿掛的盛況！

如今在臺灣結婚生子的徐兆安，開始想像女兒長大後必經的升學考試歷程，研究近代中國考試制度，有助了解臺灣過去 70 多年的考試發展脈絡，讓他更認識臺灣親友的生長背景。

徐兆安想深入探討的是：「廢了科舉以後，為什麼我們現在還這麼相信考試？中間發生什麼事？作為一個歷史學家，我覺得現有的解釋還不完整，跳過很多具體的事件。」

我們需要了解細節，以避免誤解的延續。今日我們在臺灣所共同面對的升學體制，並不是直接延續自科舉的產物。對歷史的誤解，會讓我們無法確切把握教育問題的病源。

事實上，在科舉與現代考試之間還有一段歷史需要填補。校外中央化考試的立意不僅是監督學校的辦學成效，更隱含執政者對學生的高度不信任。尤其在五四運動後，一連串的學運讓學生被視為動搖社會秩序者，因而以考試制衡學校、也間接淘汰反抗的學生。

國民政府遷臺後，1949 年起在臺灣實施長達 38 年又 56 天的戒嚴令，也連帶改變過去制衡學校與淘汰學生的作法，轉而讓學校成為吸納大批學生、管控社會秩序的幫手。考試的目的之一遂變成把學生依照分數高低分發至不同學校予以教導。

目前徐兆安正著手進行科舉與近代考試制度的研究出版計畫，他認為近代史的研究難題在於材料「既多又少」。所謂「多」是指，各種出版與轉引的材料往往多到難以處理。所謂「少」則是指，特定材料宛如試金石，讓研究者理解眾多一般材料背後的真正意義，但這些關鍵材料卻相當稀少，且分散在兩岸以至歐美的各個機構中。

徐兆安生動比喻自己的研究過程：「就像跳探戈一樣，周旋在多與少之間，這是近代史學者比古代史學者更困難的地方。」

即使困難重重，近代史學者仍持續蒐集並解讀每筆文獻，修正對過往事件的刻板印象，讓歷史盡可能以貼近事實的方式呈現，我們因而能更明白自己承續的故事和當下的處境。

• 文／簡麗賢，北一女中物理教師。

每年 1、7 月的學測和指考可說是臺灣高中生的成年禮，各科試題出爐後，受訪考生、教師的反應和評論成為媒體爭相報導的題材。今（2018）年，受訪的考生和教師對物理命題的難易度反應不一，但共同點是：題目新穎、貼近生活情境，且需要閱讀理解題意才能作答，即大學入學考試中心強調的「素養導向命題」。

素養導向命題

何謂素養導向命題？閱讀今年的物理題，大概就能掌握其梗概。成績公布後，大考中心對媒體說明，未來的命題趨勢將以素養、生活及整合跨域等理念規劃命題，並呼籲學校應從期中考命題著手，讓學生適應素養命題方向。

據大考中心的說明，精進素養導向命題三大重點如下：

1. 情境化：試題素材引用生活情境或學術探究情境。
2. 整合運用能力：測驗學生是否能整合運用知識與技能，以處理真實世界或學術探究的問題，包含閱讀理解、邏輯推論、圖表判讀、批判思考、解釋辨析和資料證據應用等。
3. 跨領域、跨學科：測驗學生是否能夠融會貫通，善用不同領域或學科所學處理一個主題中的相關問題。

以今年指考物理科選擇題「數位相機的光圈數與曝光時間的關係」為例：

照相機鏡頭透鏡的焦距和光圈直徑大小的比值稱為 f 數（也稱為光圈數或焦比），已知單位時間通過鏡頭的光能和光圈的面積成正比。某一數位照相機鏡頭透鏡的焦距固定為 50 公釐（mm），當 f 數設定為 2，可得最佳照片的正確曝光時間為 1∕450 秒，若將 f 數設定改為 6，則其最佳的曝光時間應為多少秒？

這一題被部分教師質疑「超出課綱」，其實不然，而是引用生活情境的「閱讀與理解」素養題。考生若能理解題意，以基本的數學能力，掌握 2 項關鍵「照相機鏡頭透鏡的焦距和光圈直徑大小的比值稱為 f 數」及「單位時間通過鏡頭的光能和光圈的面積成正比」，應能解出答案為 1∕50 秒。不過題目如能加上「通過鏡頭的光能不變」則會更完整。

又以今年指考非選擇題的「微波爐」為例：

題幹中清楚說明「水分子H2O的負電荷（-q，q>0）靠近氧原子，而等量的正電荷（+q）靠近2個氫原子連線的中點，正負電荷分離固定距離r」定義為「電偶極」，並引導考生以數學向量式表達「電偶極矩」。考生若能依循題意「順藤摸瓜」，根據高三學過的「電位定義」，即可回答第1小題；以學過的力矩概念可證明水分子所受的力矩量值關係式，再代入已提供的數據，則可得到第2小題「水分子所受的力矩量值」。

第3小題「微波爐產生的微波可用來加熱食物，而一般市售微波爐的微波頻率約為數個GHz」，應用前一題「電偶極矩」和「力矩」定義，可判斷命題委員「不用計算，用文字說明微波爐能迅速加熱食物最主要原因」的用意，寫出類似參考答案「食物中的水分子為極性分子具有電偶矩，在外加電場作用下受力矩而使水分子以其質心為轉軸向電場方向轉動。故微波爐產生微波波段的電磁波後，食物內的水分子隨微波電場方向的變動，每秒產生數個109次高頻率的轉動，藉此與食物中周圍的分子擠壓與摩擦，因而快速產生熱量」的核心概念。

再以今年學測自然科「福衛五號衛星」為例，此題即為學術探究的新聞時事素養題：

臺灣首枚自主研製的高解析度遙測衛星「福衛五號」，於 2017 年 8 月順利升空在距地表 720 公里處繞地球作接近圓軌道運轉。一般在此高度繞地心等速圓周運動的衛星，其週期約 100 分鐘。已知地球半徑約為 6400 公里，若為特殊目的發射一新衛星，使其沿圓軌道繞行地球一周所需時間約為 800 分鐘，則此新衛星離地面的高度約為多少公里？

上述題目結合高中物理課程內容，就新聞時事設計成短文閱讀的學術情境素養題。考生若具有「克卜勒行星運動第三定律（週期定律）」的先備知識，依據資料數據判斷，應可估算答案接近 22000 公里。

以上的物理試題顯示學生培養「閱讀與理解」能力的重要性。題目取材自生活中的科學新聞，測驗目標在評量考生的理解能力，期望能理解衛星運行軌道的概念。學生能理解和說明生活現象的原理，就是一種「素養」。素養存在生活中，生活中表現素養，因此，素養導向命題的源頭在生活經驗與新聞報導中。

以新聞時事為例，說明科學、生活與素養

我們知道颱風天會影響飛機正常起飛，然而，氣溫太高也是影響因素，為什麼？

去（2017）年6月，國際新聞報導天氣太熱，飛機不能飛，美國鳳凰城市氣溫飆升到攝氏49度，有40多個航班被迫取消。媒體進一步報導「受全球暖化影響，未來飛機不能起飛的情況或許會更嚴重」。專家學者受訪時表示：

從飛機航行的科學而言，飛機無法在真空中飛行，飛行條件之一，必須有空氣形成氣流，透過流速與壓力差而形成升力效應，讓飛機具有動力而起飛，因此，可推論飛機無法在高溫下起飛。

「氣溫多高，飛機才不能飛行？」美國哥倫比亞大學（Columbia University）的科學家曾在2015年發表「極端高溫對飛行影響」的研究報告，指出高溫天氣會限制飛機載重量。並說明「檢視美國機場的條件，丹佛機場的緯度高，空氣層原本稀薄，飛機起飛時更容易受到高溫影響，改進之道是加長跑道。」「以波音737客機而言，在攝氏 37度的高溫下，若仍要依既定航班起飛，只能減少旅客人數和託運貨物重量。」閱讀上面這一則科學新聞，筆者的腦海立即縈繞素養命題的圖像。

例如「依據上述短文和物理概念，天氣太熱，飛機不能正常起飛的最主要原因為何？」參考答案可為因熱膨脹會使大氣空氣層的氣體分子密度變低，機翼無法與足夠的空氣分子交互作用，形成機翼上下的壓力差，可能無法產生足夠的升力讓飛機起飛。其次，可繼續問學生：「因應高溫天氣，為不影響旅客權益，讓飛機能正常起飛，有何改善之道？」參考答案可為加長跑道以增加飛行初速率；減少搭乘班機的旅客人數及承載的托運貨物重量。

物理教師取材新聞報導內容作為命題素材，可延伸主題改寫短文，再從短文中設計題目，測驗學生閱讀理解能力，並繼續延伸問題，測驗學生的科學推理和表達能力。題型可為 1~2 題的選擇題，並搭配1題簡答題，混搭題型設計可達到素養導向命題的目標。

結語

有人認為命題很容易，是因為複製考古題。若要創新題目，符合素養導向命題的三大重點，可不簡單，誠如王安石的詩句：「看似尋常最奇崛，成如容易卻艱辛。」筆者只能說素養導向的創新命題看似容易卻實則艱辛。當我們看到大考中心設計出「漂亮」的升學試題，都該是「有讀、有回、有按讚」的現代「益者三『有』」。

〈本文選自《科學月刊》2018年9月號〉

一個在數位時代中堅持紙本印刷的科普雜誌，

讓你在接收新知之餘，也能感受蘊藏在紙張間的科學能量。

• 撰文／詹遠至｜臺灣邏輯、方法論、科學與科技哲學學會助理、臺灣大學哲學系碩士生
• 校對／陳樂知｜臺灣大學哲學系副教授、臺大傳統與科學形上學研究中心執行長、臺灣邏輯、方法論、科學與科技哲學學會秘書長

我們所處的二十一世紀已是科學的時代，科學理論被視為宇宙的終極答案。在這個「科學至上」的時代，人文探求還如何可能？人文如何可以與科學攜手並進？以「人文」與「科學」之間的對話為主軸，臺灣邏輯、方法論、科學與科技哲學學會（LMPST Taiwan）於 2022 年 11 月 19 日在臺灣大學主辦了一場以《科學內外的人文可能》為題的論壇，邀請了國內哲學學者以及科學普及界的資深工作者擔任講者。

本活動主持人由鄭會穎教授（政治大學哲學系助理教授、政大現象學研究中心主任）擔任，受邀講者則包括陳竹亭教授（臺灣大學化學系名譽教授）、陳樂知教授（臺灣大學哲學系副教授、臺大傳統與科學形上學研究中心執行長、LMPST Taiwan 秘書長）、鄭國威先生（PanSci 泛科學知識長）與嚴如玉教授（陽明交通大學心智哲學研究所副教授兼所長）。

本論壇屬於 LMPST Taiwan 長期舉辦的《種種意識論壇》系列。除 LMPST Taiwan 以外，這一系列的論壇由政治大學現象學研究中心、清華大學實作哲學中心、臺灣大學哲學系、臺灣跨校意識社群、PHEDO 台灣高中哲學教育推廣學會、沃草公民學院共同合辦；贊助單位則為順奕有限公司。

科學為人文帶來危機？先論科學主義與自然主義

主持人鄭會穎教授點出了本論壇的核心議題後，陳樂知教授（臺灣大學哲學系副教授、臺大傳統與科學形上學研究中心執行長、LMPST Taiwan 秘書長）發表了他的觀點。

陳教授想要討論的是「就其理論本質而言，科學是否威脅人文」這個問題。陳教授首先談到一些人持有「科學主義（scientism）」的世界觀。科學主義認為，科學是唯一可以讓我們獲得知識的可靠方法。陳教授認為科學主義是一種自相矛盾的世界觀；原因在於科學主義本身並不是科學，並未被科學方法證明，它只是一個哲學理論。因此，科學主義身為一個哲學理論，它本身就是自己會排斥的對象。

回到核心問題，科學是否帶來了人文危機？陳教授的答案是否定的。他認為科學所帶來的其實不是科學主義，而是「自然主義（naturalism）」。自然主義認為，這個世界最根本、基礎的組成，就是自然科學理論認為存在的那些事物，例如粒子、力場、化學反應等。

陳教授認為科學所帶來的自然主義是現代世界觀的基礎；即使一些特定人士因為宗教背景等理由而不同意自然主義，其實也應該要同意例外情況相當有限。如果我們接受「自然主義」，而非「科學主義」，那麼科學本身根本就不會帶來人文危機。這是因為，自然主義只認為世界最根本的組成是科學所談論的事物，但是它並不認為我們只能透過科學方法來認識這些事物。

事實上，從科學世界觀的角度來說，人類也是自然的一員。人類作為一種自然生命體，出於其演化而來的結構，與生俱來就有各種世界互動、認識世界的方式，不限於科學方法。就此而言，人類會發展出的人文也是一種自然現象。因此，雖然人類後來發展出了「科學方法」這種較為優化的認識途徑，我們依然不能否定「人文方法」也是一種認識世界的可靠方法。

接著，陳教授提及羅素（Bertrand Russell）對「熟知知識（knowledge by acquaintance）」以及「描述知識（knowledge by description）」的區分。熟知知識指的是我們透過直接的感受、互動與掌握所獲得的知識，描述知識則是理論性的知識。

陳教授認為熟知知識與描述知識不可被截然二分，兩者之間是程度上的差別。而人文學門的一些觀念就較為接近熟知知識，因為它們重視同理及感受。雖然如此，這一切都符合腦神經科學的描述，人文仍然是自然現象。另一方面，人文因此仍然是科學可以研究的對象，也需要科學的補充。人文學門自己也必須要了解，自己所研究的熟知知識其實也是自然現象，有其組成基礎與運作原理。

因此，科學可以幫助人文把熟知知識轉換為更精確的描述知識，並且為人文提供更精密的研究方法，以及協助其排除錯誤，比如排除人類先天認知系統的偏誤、漏洞等等。總結來說，科學與人文其實研究的是同一個自然界；科學非但不應帶來人文危機，還可以幫助人文研究走得更加長遠。

跨科際合作的需求，兼論「人類世」中的人文與科學走向

不同於陳樂知教授從哲學觀點出發，陳竹亭教授（臺灣大學化學系名譽教授）帶來的是他在教育方面的經驗。首先，陳教授介紹了他為台灣教育部主持的「科學人文跨科際人才培育計畫」，簡稱「SHS（Society-Humanities-Science）計畫」。

由於現代社會中的問題包含人文以及科學的面向，因此 SHS 計畫的主軸在於推動「跨科際教育（trans-disciplinary education）」。以往的教育先是學科主義，然後衍生出「多領域（multi-disciplinary）」或是「跨領域（inter-disciplinary）」，也就是由各學科各自探究共同問題，或是由兩個學科進行合作。

跨科際教育則有所不同，它以「真實世界的共同問題」為核心，直接打破學科之間的界線。只要是對解決真實世界的問題有幫助的知識，參與的學科，甚至政府、產業、民間的 NPO 或利害關係人都擔責分工合作進行知識生產、解決問題。

由於現代社會中的問題愈趨複雜、多元，且多樣，社會對科學界的要求也跟以往有所不同。科學家開始被要求具備社會意識及社會參與的能力，還有溝通與對話的能力；這些能力都是傳統的科學界非常缺乏的。有鑑於此，陳教授所主持的 SHS 計畫積極推動「問題導向的學習」、「系統思考」、以及「實用方法論上的創新」。他也提到，SHS 計畫的推動非常有賴於大學對本身社會角色的自覺與復興。

陳教授參與的另一個國科會計畫是「以社會需求為核心的跨領域研究計畫」。與 SHS 計畫相同，這個計畫也非常重視跨科際教育，並且認知到單靠科學知識無法解決真實世界的複雜問題。

那麼，人文究竟該扮演什麼樣的角色呢？陳教授討論到他撰寫的新書《丈量人類世》中的「人類世（anthropocene）」這個概念。「人類世」指的是一個新的地質紀元。在工業革命之後，人類文明成為影響地球環境與生態變遷的關鍵角色。因此，部分學者認為地球已經進入「人類世」這個地質紀元。

在人類世中，全球有非常多的變遷趨勢，其中一個就是：科學發展帶動理性價值的昂揚，其他的人性價值卻被輕忽。陳教授說，我們培養出了許多「職業科學家」。可是，在科技急速發展的同時，人類的科技文明卻缺乏方向感：我們正面臨物質文明與精神文明之間極大的不均衡。總而言之，他認為「人類的智能尚未學會如何掌舵文明巨輪的方向」。

最後，針對人文與科學應該要如何在人類世中發展，陳教授提出了他本人的看法。首先，科學研究的同儕審核程序需要人文專業學者的投入，也就是科學家不能閉門造車。再來，婦女應該要積極加入科學與科技事業的陣容，因為科學發展不能只由男性思維主導。

最後，未來教育的趨勢必須往跨科際的方向邁進，也就是人文與科學必須並重。如此一來，陳教授強調：「人文的啟發價值和社會重大需求必須挺身而出，為人類文明的永續承擔文明指南針的角色，與科學共同尋求世紀困境的解方。」

「科學實作哲學」帶來人文與科學的合作新可能

繼陳竹亭教授分享了跨科際教育發展的大方向後，嚴如玉教授（陽明交通大學心智哲學研究所副教授兼所長）則分享了她在科學人文互動的個案經驗。嚴教授身為一個哲學學者，卻在因緣際會下，走上了不同於普通學者每天關在辦公室做研究的路。她為了提升生醫背景的學生對哲學的興趣，也為了把哲學帶到課堂之外，推動了青銀共學。

嚴教授把社區中的長輩們請到大學的哲學課堂上，與大學生一起進行小組報告。這些生醫背景的學生們未來大多會從醫；因此，對未來將要在醫療院所工作的他們來說，與長輩互動是很好的練習。

嚴教授也針對與學生們未來在醫療場域會遇到的一些價值性思考，與哲學作出連結，讓學生們學習哲學能夠學以致用，對醫療過程有所幫助。舉例來說，她會帶領學生討論如何面對死亡、以及照護倫理等哲學議題。她認為，在學生未來的臨床工作上，這些哲學議題將派得上用場。

除了青銀共學外，嚴教授還以非常不同於傳統學者的方式，進行她個人的哲學研究。傳統哲學學者往往是埋首於書堆中，發展自己的理論；她則是親自到醫療院所中進行田野調查，去訪問醫生、護理師等第一線的人員。藉由直接了解醫療工作者在實作上遇到的困難，她試圖讓哲學能夠真正被實用。

嚴教授說，這樣的研究方法被稱為「科學實作哲學」。科學實作哲學作為一種研究方法，其實不單單適用於人文學門，也同樣適用於科學。非常理論性、艱深的基礎科學如果能夠走出象牙塔，了解社會的真實需求，便有機會與人文接軌。因此，不論是科學或人文學門，若研究者可以調整研究方法，從研究對象在實作上的細節出發，再轉而調整自己的理論，那麼科學與人文的互動、合作並非不可能。

科學素養對現代社會的重要性

最後進行分享的是科普媒體《PanSci 泛科學》的知識長鄭國威先生。鄭知識長首先釐清了「人文」的定義：他認為，「人文主義」認為人類可以靠自身的能力認識這個世界，而「人文學科」正是培養這種能力的學科。從這個定義來看，人文與科學根本就不是分開的；畢竟科學也是人類靠自身能力認識世界的方式之一。

鄭知識長提到，台灣的學生在國際學生能力評量計畫（PISA）中表現非常優異，世界排名名列前茅。然而，台灣的學生卻普遍缺乏自信，在失敗時容易產生自我質疑。

在學習的過程中，我們大致可以把人分為兩種：具有「定型心態」與具有「成長心態」的人。前者只重視結果、學習態度較消極，且容易受挫折打擊；後者則重視過程、學習態度較積極，且勇於面對挑戰。鄭知識長指出，具有定型心態的台灣學生似乎占多數。

鄭知識長在高中時也面臨相同的困境，他那時非常厭惡數學和理化，完全沒有學習他們的熱忱。他後來發現不止他是如此，有許多人也在學生階段就放棄了對科學的學習；這對台灣社會是個嚴重的現象。舉例來說，公投的題目許多都牽涉科學知識，放棄學習科學的公民要如何在這種公投中作出正確的判斷？這樣的考量促使他後來創辦 PanSci 泛科學。

鄭知識長認為，獲得成長心態最簡單的方式就是學會科學原則與方法，也就是用科學方法來面對日常生活中遇到的問題。而培養科學素養則需要承認自己對許多事的無知，且需要身處一個好的素養集體之中。最後，鄭知識長勉勵大家一起培養出「科學思辨力」，為本次的論壇畫下一個強而有力的句點。