數位教學導入規劃書：Coding Tutor 平台實施策略與教學治理架構

1. 轉型願景：數位教學治理的核心價值

在 AI 驅動的教育轉型浪潮中，程式教育的數位化不應僅止於工具的汰換，更是一場關於「教學治理」的深刻變革。從教務處與課程領導小組的戰略視角來看，導入 Coding Tutor 平台的核心目標在於建立一個可量化、可追蹤且具備高度一致性的教學環境，藉此強化學校在數位科技領域的教學競爭力，並落實嚴謹的教學品質控管。

我們將「教學治理」拆解為以下三大核心支柱，作為校內推動的價值導引：

教學流程標準化 系統整合了課程建立、多層次章節規劃與題庫配置功能，能有效解決過往因教師個別工具差異導致的教學斷點。平台內建的單一 Sandbox 環境同時支援 Python、PHP、C、C++ 與 Java，確保各班級在不同程式語法教學中具備一致的介面與品質標準，消弭軟體安裝與環境設定的技術門檻。

學習歷程數位化 系統自動記錄學生每一次的測驗結果與程式提交歷史。這種將抽象、隱形的學習過程轉化為具體「數據資產」的機制，包含每一筆提交的程式碼細節，為後續的班級分析、個案輔導及教學成效檢核提供科學實證。

評量回饋即時化 藉由「線上自動評測 (OJ)」與獨家的「💡 中文錯誤說明」技術，系統能在學生出錯的瞬間給予精準引導。配合不計分的「牛刀小試」互動區塊作為低壓力的前置練習，能有效縮短師生間的教學反饋循環，讓教師能專注於高層次的邏輯啟發。

這三大治理價值為數位轉型的穩定推動奠定了基礎，確保教學現場能從經驗導向順利過渡到數據驅動。

--------------------------------------------------------------------------------

2. 實施路徑：從試行班級到全校常態化的三階段策略

數位學習轉型是一場組織變革。為了降低教師適應壓力並確保系統運作的穩定性，本規劃採取「分階段導入」的最佳實務路徑，確保每個階段的經驗都能轉化為下一階段的推動動能。

1. 階段 1：試行班級 (Pilot Phase)
   • 選定標準： 選擇 1~2 個具備高度數位素養或教學實驗意願的種子班級。
   • 行動要點： 建立基礎「標準課程模板」。利用 GIFT 格式 匯入現有舊有題庫，並測試 加密 ZIP 課程打包 功能進行內部資源封裝。
   • 關鍵目標： 完善校內「共用題庫」之初步建設，並驗證 Google OAuth 2.0 限定校域 Email 登入的穩定性。
2. 階段 2：擴展科任 (Expansion Phase)
   • 行動要點： 透過首波試行教師的示範效應，培訓更多科任教師操作「即時教學實驗室」與「題庫管理系統」。
   • 關鍵目標： 透過「一鍵複製課程」功能實現校內教學資源的高度共享。將系統應用擴散至更多年級與單元，並開始建立標準化程式挑戰（Coding Challenges）評測標準。
3. 階段 3：校內常態化 (Normalization Phase)
   • 行動要點： 建立全校性的學習成效追蹤指標，並將系統產出的數據報表正式納入每學期的教學檢討會議。
   • 關鍵目標： 建立教學資產傳承機制。利用系統內建的「教師轉移 (Teacher Transfer)」功能確保職務異動時課程擁有權與學習數據的連續性，並透過「課程 ID 隔離」技術確保教學資源的路徑永久有效。

--------------------------------------------------------------------------------

3. 管理指標：數位化教學的量化成效追蹤 (KPIs)

為了落實校務決策的透明化，我們定義了一套量化指標 (KPIs)，協助管理者從宏觀與微觀視角監測教學品質。

--------------------------------------------------------------------------------

4. 數據洞察與教學診斷工具應用

Coding Tutor 提供的數據工具能協助教師將「數據驅動教學」落實於課堂現場：

• 全班進度矩陣 (Progress Matrix)：透過直觀的色塊（Accepted / Wrong / 未嘗試），教師可一眼識別學習落後的學生，特別是針對「嘗試次數偏高但仍未通過」的個案進行精準介入。
• 學生登入統計與活躍度：系統自動統計學生「近四週登入次數」。這項數據可協助教師預判長期未參與的潛在流失學生，建立學期中段的預警機制。
• 即時解題追蹤 (Real-time Tracking)：具備 一分鐘自動刷新 與 語法高亮 (Syntax Highlighting) 功能。在課堂練習時，教師可即時瀏覽學生的最新程式碼，針對共性錯誤進行即時的「現場講評」。
• 安全監控機制：監控是否有 Security Violation（觸發禁用函式或資源超限），確保教學過程符合資安規範。

--------------------------------------------------------------------------------

5. 成效檢討與補救教學規劃機制

數位化平台的核心優勢在於讓學期末的教學檢討具備科學依據，形成完整的教學閉環：

1. 報表匯出與分析：利用系統支援的 CSV (UTF-8 BOM) 報表功能，直接匯出至 Excel 進行成績結算。分析各題完成率，針對普遍低通過率的題目進行教材調整。
2. 精準補救教學：根據進度矩陣分析出的「高嘗試次數、低通過率」學生名單，規劃專屬補救教學。利用「牛刀小試」提供即時互動區塊，降低學生的除錯壓力。
3. 教學內容優化：平台採用 Regex（正規表示法）式錯誤匹配 機制。教師應統計學生常出現的「Runtime Error」類型（如 IndexError 或 IndentationError），利用系統提供的「💡 中文錯誤說明」統計數據，反饋至下學期的備課簡報中，針對常見邏輯弱點強化宣導。

--------------------------------------------------------------------------------

6. 技術治理與風險控管建議

為確保平台的長期穩定與資產安全，建議校方落實以下技術治理重點：

• 身份驗證與安全性：強制要求透過 Google OAuth 2.0 進行身份驗證，並限定學校專屬 Email 網域，以簡化帳號管理並強化權限控管。
• 環境設定外部化：系統部署應避免「硬編碼」路徑。確保資料庫連線字串與檔案上傳路徑進行外部化配置，並定期校對 schema.md 與 init.php 的一致性，避免資料庫遷移時發生斷層。
• 資源與資產傳承：教學數位化最忌人事異動導致數據流失。校方應要求教師定期執行「課程打包 (Export)」保存 ZIP 檔，並在職務交接時落實「教師轉移」機制，將課程擁有權完整移交。
• 沙箱執行限制：嚴格監控系統設定中的 Time Limit (5s/8s) 與 Memory Limit (128MB/256MB)，確保平台運算資源不被濫用或遭惡意程式碼癱瘓。

結語： Coding Tutor 平台不僅是一套程式教學系統，更是學校在 AI 時代落實程式教育轉型的核心引擎。透過標準化的流程、數據化的治理與即時化的反饋，我們將能為師生打造一個高效、透明且具備韌性的數位學習生態圈。