1.補行評量問題實作程式積木。2.Scratch輸入和設定的程式積木。3.Scratch運算積木計算學期成績。

本教案旨在透過觸控螢幕的互動功能，將設計思考流程具體化，引導學生從觀察生活、定義問題，到發想、製作與測試，完整體驗科技設計的過程。設計理念如下：1. 問題導向學習：鼓勵學生主動發現生活中的不便，並運用所學知識與技能提出解決方案。2. 跨領域整合：運用觸控螢幕的數位繪圖、簡報製作等功能，整合藝術、資訊與設計等素養。3. 協作與分享：利用觸控螢幕的多點觸控特性，促進小組成員之間的協同合作，並能即時分享與展示成果。創意與創新：鼓勵學生跳脫傳統框架，提出具備獨創性的解決方案。

1.讓學生了解決策樹的結構，識讀決策樹的分析判斷流程與結果。2.運用決策樹解析「猜數字遊戲」的判斷流程，比較數值大小。

本教案以「設計思考」為核心，透過觸控螢幕的互動功能，引導學生從觀察生活、定義問題到發想、製作與測試，完整體驗科技設計的流程。設計理念如下：1. 問題導向學習：鼓勵學生主動發現生活中的不便與問題，並運用所學知識與技能提出解決方案。2. 跨領域整合：結合觸控螢幕的數位繪圖、簡報製作與多媒體播放功能，整合藝術、資訊與設計等素養。3. 協作與分享：利用觸控螢幕的大尺寸與多點觸控特性，促進小組成員之間的協同合作，並能即時分享與展示成果。4. 創意與創新：鼓勵學生跳脫傳統框架，提出具備個人風格與獨創性的解決方案。

本單元以「音樂與人權」為主題，透過不同時代、不同國家的音樂作品，帶領學生認識音樂如何成為社會運動與人權呼聲的重要力量。將運用智慧觸屏的多媒體展示功能（播放MV、標註歌詞與樂譜、即時互動提問），讓學生在聲音、文字與影像的結合中，提升對音樂的感受力與對社會議題的關懷。

本教案旨在引導七年級學生從生活中常見的資訊形式出發，循序漸進地認識資訊、資料與知識的差異，並學習如何有效地表達與溝通資訊。教學設計理念如下：1. 情境式學習：透過學生熟悉的數位工具與生活情境，例如社群媒體、簡訊、線上遊戲等，讓學生了解資訊科技與日常生活的緊密關係。2. 互動式體驗：利用觸控螢幕的多點觸控、拖曳、繪圖等功能，將抽象的二進位碼、編碼與解碼過程視覺化，增強學生的學習參與感。3. 協作與創造：鼓勵學生分組利用螢幕進行數位內容創作，例如共同編輯故事、繪製心智圖等，培養團隊合作與創意思考的能力。4. 素養導向：著重培養學生運用資訊科技解決問題、安全使用網路媒體以及有效溝通的核心素養。

本教案旨在打破學生對於「科技」的刻板印象，讓他們理解科技不僅限於高科技產品，而是廣泛存在於日常生活中，並與「設計」緊密相連。

基於現有的防偽技術和防駭客措施來說，區塊鏈技術本身是相對安全的，就目前的技術而言，區塊鏈的安全性可以說是非常高的，因為區塊鏈運用了加密技術、去中心化結構以及共識機制，這些都有效保障了數據的完整性與隱私。 然而，隨著科技的進步，尤其是量子電腦的發展，未來區塊鏈的安全性可能會面臨挑戰。量子電腦的運算能力遠超現有的傳統計算機，它能夠以極快的速度解開現有加密技術所設下的密碼。因此，假如量子電腦技術成熟，可能會對區塊鏈的加密機制造成威脅，甚至可能導致整個區塊鏈系統的崩潰。 目前，許多國家和研究機構都在積極研究量子電腦技術。例如，IBM已經推出了其量子電腦平台，並在此平台上進行量子運算、量子加密和量子解密等技術的研究。然而台灣在這方面的研究相對較少，但中央研究院有在進行量子電腦相關技術的開發。 雖然量子電腦的技術尚未完全成熟，但它無疑是未來科技發展的重要方向，正如半導體技術如今非常發達，如果未來超導體技術得以實現，它將取代半導體，並可能引發一場技術革命。因此，科學技術的發展是日新月異的，不斷向著更高效、更安全的方向進步。 針對目前的區塊鏈技術，隱私和安全性問題在現階段不必過於擔心，區塊鏈的加密和去中心化機制已經能夠提供足夠的保障，但隨著未來技術的發展，這些問題仍然需要我們繼續關注和研究。

腦部磁刺激術作為一項前沿的神經科學技術，正引起越來越多的關注和研究腦部磁刺激術是一種新興的神經科學技術，通過對大腦區域進行非侵入性的磁場刺激，利用非藥物治療腦部深層電刺激方式，改善神經發育性疾病或精神相關疾病。此一技術優點為減少藥物治療的使用劑量以及使用頻率，可以降低藥物所導致的副作用，開發了臨床上除藥物使用之外的嶄新治療策略。有望對腦部功能進行調節和干預，對於治療腦部相關疾病和研究認知神經科學有著潛在的應用價值。腦部磁刺激術可能為改善人類健康和神經科學研究帶來重要的突破，但同時也需要持續關注其安全性和倫理考慮，確保其正確合理的應用。期待腦部磁刺激術能夠在未來為醫學和科學界帶來更多的創新和突破。

Chat GPT 正被廣泛地應用於教育、技術支援、創意寫作、語言理解和生成等領域。Chat GPT 是一個大型語言模型，它可以提供關於各種主題的資訊、回答問題、解釋概念、提供建議和指導。它能與使用者進行自然對話，並且在廣泛的主題上表現出相當的理解和回應能力。然而，它並非完全無誤，且答案可能會受限於其訓練數據和知識截止日期，使用的人應謹慎評估和驗證模型提供的信息。長期致力於AI電腦輔助語言學習，以及各項自然語言相關軟體技術研發的國立清華大學張俊盛教授，帶領團隊開發Linggle搜尋引擎，榮獲國家科學及技術委員會111年度「創業潛力獎」。「Linggle」所開發搜尋引擎可快速查詢文法和用字問題，分析其使用頻率越高者常是答案，反之多為錯誤或罕見用法，未來將朝自動編輯文章發展，有助提升撰稿效率。