第 1 課 科技創新與評估框架
重點
- 科技創新不只是「有新技術」：重點是把新技術或新做法落地應用，解決真實需要，並能被採納與帶來價值。
- 介紹創新方案時，要講清楚需求／問題、技術／原理、運作流程（輸入→處理→輸出）、效益、以及風險／限制與對策。
- 評估方案不能只看「效果」，亦要看可行性（資源、成本、時間、維護）與影響（私隱、公平、健康、安全、社會接受程度）。
- 寫得最完整的方案，會同時交代成功指標（如何量度是否成功）與持份者（誰會使用、誰會受影響）。
科技創新是把新技術、新方法或新組合，轉化成可用的產品、服務或流程，並在真實情境中被採納，帶來可觀察的改善（例如更快、更準、更安全、更方便或更省成本）。
- 「新」不是唯一條件：只要沒有人用、沒有帶來改變，就很難稱為創新。
- 「價值」是核心：價值可以是效率、質素、體驗、可達性（方便更多人使用）、安全等。
在學習與匯報時，可把創新理解成一個循環（不是一次過完成）：
- 界定問題：為誰、在甚麼情境、遇到甚麼困難？（越具體越好）
- 提出方案：選擇合適技術（例如人工智能、三維打印、擴增實境、虛擬實境），並解釋為何適合。
- 做原型：做出能示範核心功能的版本，讓別人「看得到、試得到」。
- 測試與改良：收集回饋（例如是否易用、是否準確、是否安全），再修正設計。
- 推行與監察：真正使用後仍要監察問題（例如錯判、維護成本、使用者接受度）。
介紹任何創新方案時，最穩陣的方法是用同一套框架，避免漏寫重要部分：
| 部分 | 你要回答的問題 | 常見寫法提示 |
|---|---|---|
| 需求／問題 | 誰需要？痛點是甚麼？ | 「現時…造成…因此需要…」 |
| 技術／原理 | 用甚麼技術？原理是甚麼？ | 「系統利用…取得…再以…處理…」 |
| 運作流程 | 輸入→處理→輸出是甚麼？ | 「使用者…→系統…→畫面/報表…」 |
| 效益 | 有甚麼改善？如何證明？ | 用比較＋數據：「時間縮短…錯誤率下降…」 |
| 風險／限制 | 可能出錯在哪？有何影響？如何減少？ | 「風險是…對策是…」 |
加分位：補充「成功指標」與「持份者」，令方案更像真實計劃書。
以下示範同一套框架如何套用到不同技術（重點是：講清流程與取捨）：
- 人工智能（AI）圖形識別：需求（自動分類／提示）→ 原理（以已標記影像訓練模型）→ 流程（影像輸入→模型分類→輸出結果）→ 效益（提升效率、一致性）→ 風險（數據偏差、私隱、錯判後果）。
- 三維打印：需求（快速原型／客製化零件）→ 原理（逐層堆疊材料成形）→ 流程（模型→切片→打印→後處理）→ 效益（迭代快）→ 風險／限制（強度、尺寸誤差、時間成本）。
- 擴增實境（AR）：需求（現場即時提示）→ 原理（追蹤定位後疊加資訊）→ 流程（鏡頭/定位輸入→計算位置→疊加箭嘴/文字）→ 效益（導覽清晰）→ 風險（分心、鏡頭私隱）。
- 虛擬實境（VR）：需求（安全模擬訓練）→ 原理（頭戴式顯示器＋追蹤）→ 流程（追蹤頭手→渲染畫面→沉浸互動）→ 效益（可重複練習）→ 風險（暈動、設備門檻、碰撞）。
- 發明偏向「新東西被創造出來」；創新偏向「新東西被用起來並產生價值」。
- 技術是工具與原理；應用是把技術放進情境解決問題（同一技術可有不同應用）。
- 改良可以是創新的一種：有時不是「完全新」，而是把現有方案變得更可用、更可靠、更易被採納。
- 技術先行：先決定要用某技術，再硬找問題 → 容易「做得到但無人需要」。
- 流程不清：沒有交代輸入／處理／輸出 → 別人難以判斷可行性。
- 效益空泛：只寫「更方便」但沒有比較或指標 → 難以證明有效。
- 風險一句帶過：只寫「注意私隱」但無具體做法（收集甚麼、保存多久、誰可存取、如何取得同意）。
科技創新寫作框架：由需求到風險對策
在課堂上談「科技創新」，最怕只變成一串名詞（AI、AR、VR、3D Printing）。其實，科技創新的核心是一個很實際的問題：現時哪裡不方便、不安全、不準確、太花時間或太花人手？當你能把需要說清楚，才有理由去選擇某種技術，亦才有方法判斷方案是否真的有用。
因此，你在寫作或匯報時，應把創新方案說成一個「可驗證的計劃」：先交代問題，再用清晰流程解釋方案如何運作（尤其是輸入→處理→輸出），最後用成功指標證明效益。這樣寫，別人不單止覺得「聽得明」，更能評估「做不做得到」以及「值不值得做」。
另外，真正能落地的創新，一定要正面面對限制與影響：例如成本、維護、錯判後果、私隱與安全。把風險與對策寫清楚，不是扣分位，而是讓方案更成熟、更可信的加分位。
Check Point 1：4 選 1 小測
玩法：按「下一題」出題，然後在 4 個選項中選 1 個最合適答案。作答後會顯示解釋。
第 2 課 人工智能（AI）圖形識別
重點
- 人工智能的圖形識別通常靠大量已標記（有答案）的影像作訓練，建立模型來分類新影像。
- 基本流程：收集資料 → 加上標籤 → 分開訓練／測試 → 訓練模型 → 評估表現 → 改良。
- 準確度不是唯一指標：還要看訓練資料是否具代表性，否則容易出現數據偏差或過擬合，在新情境表現大跌。
- 使用影像資料時要考慮私隱與同意，並為錯判建立合理機制（例如由人作最終確認）。
在本單元中，你可以把 AI 圖形識別理解為：系統透過學習大量影像例子，建立一套「判斷規律」，用來把新影像分類（例如：貓／狗、某類物件／另一類物件）。
- 重點：不是人手逐條寫規則，而是讓系統從數據中學到模式。
- 輸出：通常是「預測類別」＋「置信度／機率」，而不是百分百肯定。
要令評估可信，必須把資料分開：
- 訓練資料：用來讓模型學習。
- 測試資料：用來評估模型在「未見過的新資料」上的表現。
如果你用同一批相片既訓練又測試，模型很可能只是「記住」了相片，測試分數會被高估。
- 標籤：為每張訓練影像提供正確答案（例如「A 類」或「B 類」）。標籤錯誤會直接教錯模型。
- 模型：可理解為一個可調整的「分類器」。訓練時它會不斷調整內部參數，令輸出更接近標籤。
你不需要記住參數細節，但要懂得用書面語說清：模型是靠訓練資料逐步調整，並以測試資料檢驗是否能泛化到新影像。
常見原因是訓練資料與真實環境不同：
- 光線不同：訓練相片多在室內光，真實使用在戶外逆光。
- 角度不同：訓練多是正面拍攝，真實使用有側面、遮擋。
- 背景不同：某類物件總在某種背景出現，模型把背景當成線索。
| 角度 | 規則式系統 | 以數據訓練的模型 |
|---|---|---|
| 做法 | 人手寫「如果…就…」 | 用大量例子訓練模型 |
| 優點 | 較易解釋、行為可預測 | 能處理複雜模式、適應性較高 |
| 限制 | 環境變化就易失效 | 依賴數據質素，可能出現偏差或難以解釋 |
- 過擬合：訓練集高分，但新影像表現差，代表模型「背熟」例子而非學懂規律。
- 數據偏差：訓練資料不具代表性，導致對某些情況經常錯判，亦可能造成不公平。
- 只看準確度：不同應用的「錯判成本」不同；例如安全場景的錯判後果可能很嚴重。
影像資料往往涉及個人私隱，設計方案時要把保護方法寫清楚，例如：
- 資料最少化：只收集完成任務所需的最低限度資料。
- 保存期限：如需保存，說明保存多久、如何刪除。
- 權限管理：誰可存取？如何避免濫用？
- 告知與同意：向使用者清楚解釋用途，並提供選擇（例如不參與的安排）。
AI 圖形識別重點：訓練與測試、數據代表性及私隱
你可以把 AI 圖形識別想像成「從例子中學」。如果例子夠多、夠多樣，模型較容易在新情況保持表現；如果例子太單一，模型就可能把背景或光線當成線索，結果一換環境就失準。這正是為何訓練資料的質素和代表性如此重要。
在評估 AI 時，最基本要分清兩件事：訓練是讓模型學習；測試是用未見過的資料檢查它是否真的可靠。很多「看似很高分」的 AI，其實只是因為測試方法不正確（例如把訓練資料拿去測試），因此結果被高估。
最後，AI 很多時會用到影像或個人資料，所以除了技術表現，你亦要懂得用書面語提出負責任使用的方法：例如資料最少化、保存期限、權限管理、告知與同意，以及在重要決定上保留人手確認機制。
Check Point 2：4 選 1 小測
重點：訓練／測試、標籤、過擬合、數據偏差、錯判後果與私隱。
第 3 課 三維打印（3D Printing）
重點
- 三維打印屬於「加法製造」：把材料逐層堆疊成形，常用於快速原型、客製化零件與小量製作。
- 典型流程：三維模型設計 → 匯出 STL 檔 → 切片（slicing）→ 設定參數 → 打印 → 後處理。
- 常見取捨：層高影響精細度與時間；填充影響強度與材料；支撐影響成功率與後處理。
- 三維打印有局限：尺寸誤差、強度方向性、時間成本與材料特性都會影響可用性。
三維打印是一種把數碼三維模型轉換成實體物件的製造方式。它常被歸類為加法製造，因為成形方式是「逐層增加材料」，而不是把材料切走。
- 建立三維模型：在三維設計軟件畫出物件形狀。
- 匯出 STL：把模型表面用很多小三角形表示，方便輸入切片軟件。
- 切片：把模型「切成一層一層」，並生成打印路徑與設定（打印機會按路徑逐層堆疊材料）。
- 打印與後處理：完成後拆支撐、修邊、打磨或組裝。
- 層高：越細通常越精細，但打印時間會更長。
- 填充（infill）：填充越高通常越堅固，但材料與時間成本上升。
- 支撐（support）：用來承托懸空部分，提高成功率；但需要拆除，亦會影響表面。
答題技巧：用「品質／速度／強度」三角形去解釋取捨，寫起來最有條理。
三維打印常用來「先做一版出來試」：
- 尺寸驗證：例如卡扣是否合位、孔位是否對準。
- 結構驗證：例如支架會否太薄、受力會否斷裂。
- 體驗驗證：例如手握是否舒服、按鍵位置是否方便。
| 角度 | 三維打印 | 傳統製造（例：模具／切削） |
|---|---|---|
| 適合 | 快速原型、客製化、小量製作 | 大量生產、要求高強度／高精度的成品 |
| 改動成本 | 改模型即可再印 | 改模具／工序成本高 |
| 時間特性 | 單件可較快做出，但逐件耗時 | 開初準備可能較慢，但大量生產更快 |
- 尺寸公差不足：裝配件若設計得「剛剛好」，實際打印往往會卡住；應預留合理間隙。
- 忽略受力方向：逐層堆疊令不同方向強度不同；設計與擺放方向要配合受力方向。
- 懸空太多：沒有支撐的懸空結構容易塌下或變形；要加支撐或改設計。
- 牆身太薄：太薄容易斷裂或打印失敗；要按用途調整壁厚。
三維打印流程與取捨：STL、切片參數與應用限制
三維打印在創新活動中很常見，原因是它能把「想法」快速變成可見、可觸摸的原型。當你把設計打印出來，就能立即檢查尺寸是否合適、結構是否穩固、使用是否方便，然後再改良下一版。這種「做出來 → 測試 → 改良」的循環，正是創新落地的常見方法。
要理解三維打印，你必須掌握由模型到成品的流程：三維模型匯出成 STL，再由切片軟件把模型轉成逐層路徑與參數。切片設定會直接影響成品，例如層高影響表面精細度，填充影響強度，支撐影響能否成功打印以及後處理工作量。
最後要記住：三維打印不是「萬能製造」。它在原型與客製化方面非常有效，但在大量生產或要求極高強度、極高精度時，傳統製造可能更合適。能清楚指出「適合／不適合」及其原因，就是理解到位的表現。
Check Point 3：4 選 1 小測
重點：加法製造、STL、切片、層高／填充／支撐、取捨與常見錯誤。
第 4 課 擴增實境（AR）與虛擬實境（VR）
重點
- 擴增實境（AR）是在現實畫面上疊加數碼資訊（文字、圖像、三維物件），重點是「現實 + 即時提示」。
- 虛擬實境（VR）是讓使用者進入全虛擬環境，透過沉浸式體驗進行學習、模擬或訓練。
- AR/VR 要做到自然，離不開追蹤／定位：系統必須知道使用者視角與位置，才可以把資訊放在正確位置。
- 設計方案要同時講清應用價值與風險：AR 可能令使用者分心及涉及鏡頭私隱；VR 可能造成暈動、疲勞與碰撞風險。
- 擴增實境（AR）：保留現實視野，在畫面疊加提示與物件，令使用者在現場得到資訊支援。
- 虛擬實境（VR）：以虛擬環境取代現實視野，令使用者沉浸於模擬世界，適合做安全訓練與情境體驗。
AR/VR 之所以「像真」，關鍵在於系統能否即時知道：
- 你向哪裡看：頭部方向、手機鏡頭方向。
- 你在何處：位置移動、距離、平面位置。
如果追蹤不準，AR 會出現「疊加資訊飄移」；VR 則可能出現延遲與暈動。
- 標記式（marker-based）：利用特定標記（例如圖案、代碼）作定位基準，優點是較穩定、較易實作。
- 無標記式（markerless）：利用環境特徵點、平面偵測或裝置感測器定位，優點是更自然，但對光線與環境要求較高。
你不需要背技術細節，但要懂得在方案中交代「如何定位」與「定位不穩會帶來甚麼影響」。
以「安全教育」為例：
- AR：在真實走廊/課室疊加疏散箭嘴與注意事項，讓學生在現場建立路線概念。
- VR：在虛擬環境模擬火警煙霧或危險情境，讓學生在安全情況下練習判斷與反應。
| 角度 | 擴增實境（AR） | 虛擬實境（VR） |
|---|---|---|
| 沉浸感 | 較低（仍看見現實） | 較高（全虛擬） |
| 設備門檻 | 手機亦可做到 | 多需頭戴式設備 |
| 適合情境 | 導覽、即時提示、現場操作指引 | 模擬訓練、沉浸式學習、難以在現實重現的場景 |
| 常見風險 | 分心、鏡頭／位置資料私隱 | 暈動、疲勞、碰撞／跌倒 |
- 只追求炫目：AR/VR 的價值在於「把資訊放到合適位置」或「提供安全可控的模擬」。
- 忽略安全設計：VR 活動要預留空間、限制時間、提供休息與監察；AR 活動要避免令使用者邊行邊睇而分心。
- 錯配情境：不是越沉浸越好；很多校園情境反而適合 AR，因為仍要留意現實環境與同學互動。
AR／VR 應用取捨：追蹤定位與安全風險
AR 與 VR 都可以用來「提升體驗」，但它們解決的問題不同。AR 的強項是把資訊帶到現場：你仍然看見真實環境，同時得到提示與指引，所以很適合導覽、步驟提示、現場學習。VR 的強項是把你帶到另一個情境：當現實場景太危險、太昂貴或難以重現時，VR 可以提供相對安全的模擬。
要令 AR/VR 看起來自然，追蹤／定位非常重要。若系統無法穩定判斷位置與方向，疊加的資訊會飄移，或畫面更新有延遲，使用者就會覺得不舒服甚至暈動。於是，在提出方案時，你不單要說「用 AR/VR」，更要交代「如何定位」與「定位不穩會怎樣」。
最後，AR/VR 也有使用風險。AR 可能令使用者分心（尤其是邊行邊睇），而 VR 可能引起暈動與碰撞。把安全措施寫進方案（例如活動時間、休息安排、使用空間與監察方式）會令你的創新設計更成熟、更可靠。
Check Point 4：4 選 1 小測
重點：AR/VR 分辨、追蹤／定位、應用情境選擇、風險與限制。
第 5 課 整合匯報與負責任創新
重點
- 一個有說服力的創新方案必須交代：問題（為誰、在甚麼情境）→ 技術選擇（為何合適）→ 流程（輸入→處理→輸出）→ 成功指標（如何驗證效益）。
- 原型的目的，是快速驗證核心想法：未必功能完整，但必須能展示「核心流程」並可測試。
- 方案要同時討論可行性（成本、資源、時間、維護）與影響／風險（私隱、公平、健康、安全、知識產權），並提出具體對策。
- 常見失分原因：只講技術、不講情境；只講好處、不講限制；或沒有說明如何測試與改良。
- 原型：用來快速示範核心功能的版本，目的是「驗證想法」而不是「一次過做完」。
- 成功指標：可量度的標準，用來判斷方案是否有效（例如時間縮短、錯誤率下降、完成率上升）。
- 持份者：與方案有關的人或群體（使用者、管理者、以及可能受影響的人）。
- 問題陳述：「現時…造成…因此需要…」
- 技術選擇與理由：為何選 AI／三維打印／AR／VR？與需求如何配合？
- 運作流程（輸入→處理→輸出）：資料從哪裡來？如何處理？如何呈現？
- 成效驗證：用成功指標說明如何測試（例如前後比較、用戶測試）。
- 風險／限制與對策：至少寫 1 個風險＋1 個限制＋對策。
以「新生校園導覽」為例，不同技術有不同取捨：
- AR 方案：現場疊加箭嘴與提示，優點是貼近現場；限制是定位不穩會影響體驗，亦要注意鏡頭私隱。
- VR 方案：預先做虛擬校園導覽，優點是可在家預習；限制是設備門檻與暈動風險。
- 三維打印方案：製作觸覺導覽模型（例如立體地圖）供展示，優點是可在展覽或簡介會使用；限制是製作時間與尺寸限制。
結論不是「哪個最酷」，而是「哪個最配合需要與限制」。
- 可行性：做不做得到（成本、資源、時間、維護、技術限制）。
- 影響：做了之後會怎樣（私隱、公平、健康、安全、接受度）。
- 原型：驗證核心流程；成品：功能完整、可靠、可長期使用。
以下示範把一句空泛句子改成可評估的寫法：
- 空泛：「要注意私隱。」
- 改良：「系統只作即時分析，不保存完整影像；如需保存則只保存經模糊處理的資料並設 7 天刪除期限；只有授權職員可存取。」
同樣地，安全與健康也要寫到具體安排，例如 VR 活動的使用時間、休息、空間與監察。
好的方案會寫清楚「如何測試」與「如何改良」：
- 測試方法：用戶完成任務時間、錯誤次數、問卷回饋、觀察使用困難。
- 改良方向：若定位不穩就改用標記式定位；若錯判嚴重就增加多樣化訓練資料；若 VR 暈動就減慢鏡頭移動並縮短使用時間。
整合匯報寫作：成功指標、原型測試與責任考量
把創新方案說清楚，其實就像寫一份「合理的計劃書」。你不需要把所有技術細節寫到很深，但一定要做到三件事：（1）問題清楚、（2）流程清楚、（3）如何驗證清楚。當你能解釋輸入→處理→輸出，別人就能理解你打算怎樣做；當你能提供成功指標，別人就能判斷你是否真的改善了問題。
原型在這裡很重要，因為它把抽象想法變成可測試的東西。很多時第一版不會完美，但只要能示範核心流程，就可以透過測試找出問題：例如介面是否難用、定位是否不穩、模型是否經常錯判。然後你再提出具體改良方法，整個方案就會看起來更成熟。
最後，負責任的創新不能只追求效果，也要照顧影響。當方案牽涉影像、定位或使用者行為資料，你要寫清楚私隱保護方法；當方案涉及 AR/VR 長時間使用，你要寫清楚安全安排；當方案引用他人素材或模型，你要留意知識產權與授權。把這些「對策」寫進方案，才是真正可落地的設計。
Check Point 5：4 選 1 小測
重點：方案結構、原型與成功指標、可行性與影響、風險對策與測試改良。