［知行合一］（六之四）

國安法第一審繼續就「光復香港。時代革命」八個字的意義，繼續進行討論。控方由嶺大學者劉智鵬以歷史學者身份，早前指出「光時」有分裂國家意思；而辯方的港大學者李詠怡 (Eliza)則已作供進入第三天。今天下午，和Eliza一起撰寫專家證人報告的另一位學者，中大新傳學院教授李立峯(Francis)開始作供。

由於辯方兩位專家的姓氏同為「李」，「雙李」容易引起混淆。甫坐下，高個子的李立峯教授說，他想用Eliza稱呼李詠怡教授，獲法庭接納。

李立峯解釋，Eliza專長政治學，故對政治選舉及相關理論熟悉。而Francis自己則是傳播學教授，辯方劉偉聰大狀在庭上先介紹Francis， 指出他畢業於史丹福大學，博士論文研究美國9.11事件中，比較報紙讀者來信和網上論壇的言論，專研範圍為「政治傳播學」。

Francis曾出版學術著作，有講述雨傘運動與傳播關係，將出版另一本書，談及六四紀念活動的集體港人記憶現象，「我對香港近年的大型社會運動，有現代歷史脈絡的理解」。Francis亦曾於2017年成為香港法庭歷史上第一位以「民意研究專家」，為佔中九子案擔任專家證人。以往，香港法庭專家證人多為醫生及物理學家等。

三位法官表示接納Francis的專家證人身份。今天在大狀袍下穿了條子花紋西裝褲的劉偉聰大狀，溫文向法官們道謝：「I am grateful」.

Francis花了頗長時間，解釋社會科學中，量化研究（大型民調）和質化研究（焦點小組）的方法論及兩者作為理解社會現像的用途。

由於過往香港法庭甚少傳召社會科學家作專家證人，三位法官發問了很多問題。唯一男性法官陳嘉信說：「我是laymen（普通人）有這些問題」；女法官杜麗冰亦在休庭前向主問劉偉聰說笑：「對不起我們打斷了你的發問。」

休庭前，三位法官先後向Francis多次問及社科研究法的疑問。Francis越答越興起，語速快了。控方周天行說：「教授請說慢一點。」Francis說笑：「我教書時，學生經常說我說得太快。」此時法庭響起了輕鬆的笑聲。

Francis說，他們進行了的量化研究，就是於2019年從連登討論區上，以電腦程式，抽取討論區上曾提及口號相關的帖子，抽取的口號分別為「光復香港」、「時代革命」、「香港獨立」、「港獨」、「五大訴求」。由於連登上的留言量可以數以百萬計，需要由懂寫電腦程式的學者作技術上協助，他再進行統計學分析。法官們沒有太多發問。

Francis說：「看數字，以數量計，量化研究(quantitative research)就可以處理，但要看人們怎樣建構意義，那要進行質化研究，因為做簡單問卷，是不可以看到意義建構的過程。此時要靠質化研究(qualitative research)，我們做了焦點小組(focus group)。」

七個焦點小組，每個有五至八人參加，三組是包含了不同年齡性別職業的市民，四組是參與者背景相近的小組，一組是社工，一組是老師，一組是年輕人。總共有40人參加焦點小組，都是在反修例運動期間，有參與示威或同情反修例運動的人。「因為我們要看示威者在想甚麼。」

三位法官發問頗頻密，其中，陳嘉信問，焦點小組只有四十人那麼少，如何有代表性？Francis解釋，質化研究是找「意義成形的過程」，代表性則由量化研究補充：「所以我們用不同研究方法互補不足。」

法官對社會現象的理解，和社科學者明顯有差別。

陳官問道：「參加焦點小組的人，會不會心裡想一樣，答你說另一樣？好像美國選舉你問選民選誰，可能他因為尷尬告訴你一個答案，但去到票站就投另一個。」陳法官形容，這是一個「危險」(danger).

作為社會科學學者，Francis這樣回應：「我不看成一種『危險』，因為人是複雜的動物，人的腦子裡不只有『單一的真相』，面對不同人，在不同處境，會影響人如何建構意義。從社會學及人類學角度，人們會在不同處境『管理自己的形像』，我會形容為因應處境而作出的『調整』，而不是在直白地說謊」。

Francis繼續解釋，「而建構意義是一個過程，同一個人在不同時候，他的想法也有改變。像我們現在在討論『甚麼是焦點小組』，我們（他和法官們）也在集體參與意義建構的過程。」

此時，Francis引述了焦點小組裡，其中一個焦點小組參與者，對「光時」口號的理解，隨時間而出現改變。

Francis在庭上說，其中一個支持反修例運動的焦點小組參與者說：

「最初我面對『光復香港。時代革命』這口號，我說不出口。為何呢？因為我最初認為這口號與『港獨』有關，好像要推翻政府，這不是我的目的，我不支持港獨的。但隨着反修例運動發展下，我理解這個運動是關於爭取普選，關於愛好自由，公義。漸漸我可以喊出口了。這個口號好像承載了一種精神。當我去到集會現場，我喊『光時』口號時，我會覺得和其他香港人連繫起來。」

Francis解釋：「這是一個好例子，這個人最初覺得，『嘩，光時口號好激進』，但漸漸他覺得意義改變了。即使他不支持港獨，他也會嗌這口號。」

「這例子正正示範了，口號的意義建構過程，可以如此複雜，豐富，充滿餘韻(nuances).」Francis說。

Francis還引述了華盛頓大學政治學教授Lance Bennett對政治口號的見解 “Effective political themes and slogans invite people to bring their own meaning to a situation. Thus, an image is an impression anchored partly in symbolic suggestion and partly in the feelings and assumptions that people have in response to that suggestion.”

(有效的政治口號邀請人們把他們自己的意義加諸其上。所以，一個影象像個錨，作為一個符號提示人們把自己的感受及假設投射到其中。)

Francis亦說，焦點小組中發現，只有部份人認為「光時口號」與港獨有關，所以口號是開放式的。「總的來說，光時口號就是關於一些失去的東西，而人們覺得需要改變。至於失去了甚麼又如何改變，則因人而異。」

法官們亦用法律用語詢問，焦點小組裡會否有「引導性問題」（leading question），即因為主持者主動提起「港獨」而引導被訪者去提及這個答案。這顯然是法庭常關注點。

但Francis說，焦點小組做法是開放讓大家討論，「而進行焦點小組時間正好在2019年9月，那時基本上整個社會都在討論這句口號的意思，是否和港獨有關。所以在焦點小組裡不需要提示，就會自然進行討論。」

法庭場境裡，引導性問題，會是法官關注的事。

這天早上，李詠怡(Eliza)教授，繼續接受控方盤問。Eliza早前曾說過，為甚麼「光時」口號在7月21日於社會流行起來，其中一個原因是因為人們對「元朗襲擊」感到憤怒，需要一個口號去表達其情緒。

然而代表律政司的署理刑事檢控專員周天行， 則挑戰Eliza，周專員多次指，7月21日口號最初出現於白天，當時中聯辦被示威者包圍，國徽被損毁，當時中聯辦外牆上更出現「光時」口號，周專員指，「光時」口號的意義，應該與中聯辦事件有關。

控方的周專員說：「中聯辦外示威中，清楚反映拒絕中華人民共國和政府的意思，你為何不認為這些示威活動的意義，有助我們脈絡性地理解口號的意思？」周專員亦呈上了多張中聯辦被損毁的照片叫Eliza細看。

Eliza指，她和研究伙伴，曾在7.21後，嘗試從數據了解為何當天之後，光時口號的使用明顯更普遍。於是她從兩張報紙裡，點算傳媒提及過的地區，發現「元朗」字眼出現的頻率，要比「西環」、「中聯辦」及「上環」高出很多。

「媒體注意力反映公眾注意力，而焦點小組發現，7.21大家一致是關注警察暴力，而不是關注中聯辦。故此我們認為令到7.21口號普及化，元朗事件比中聯辦事件重要得多。」Eliza說。

Eliza早前指，梁天琦在造勢晚會曾引述過美國黑人民權領袖Malcolm X說「the Ballot or the Bullet」意思，Eliza認為「子彈」只是比喻，並非像控方專家劉教授所說有「武器」的意思。控方更指控梁天琦有意推翻政權。Eliza當時更說，以她所知， Malcolm X不是「分裂國家主張者」(secessionist)。

周專員今日呈上Malcolm X的1964年的演講，讀出部份內容，又追問Eliza知否Malcolm X被指為 “separatist”和知否Malcolm X曾經加入激進伊斯蘭組織。

Eliza語氣有點難以置信地反問：「我們是否要進入複雜的美國種族歷史？美國黑人民族主義(black nationalist)和非洲裔美國人那時的分離主義（separatism）, 尤其是於種族隔離(apartheid)的過去有多複雜?要研讀多少歷史脈絡？」

周堅持追問：「那Malcolm X是不是分離主義者？」

Eliza沒好氣答: 「若是說建立一個有主權的國家這個理解下，我認為不是。」

周專員仍在要求Eliza看Malcolm X說話節錄。此時，彭官要求暫停提問，三位法官退後座椅商議一會，然後彭寶琴說，Malcolm X是否分離主義者，與本案案情「拉扯得太遠」（far far removed）, 彭官提醒周專員，Eliza一直不反對梁天琦在選舉演說中對港獨持正面看法。

周專員另一處的追問，把梁天琦與Eliza拉得更近，問答更有火花。周專員引述去年夏天來自《眾新聞》的報導，報導中訪問了三位學者，表達學者們對泛民立法會議員在政府表示因疫情把選舉延期一年後，是否應該總辭。

報導中，Eliza認為議員應該留任，訪問中提到議會是重要「抗爭陣地」「在威權政治下，策略上考慮比民主原則更重要……」周專員反問，梁天琦進入議會，會否也像她所說的一樣，「具策略意義，目的是去推翻政權」？

Eliza罕見地光火起來：「你在引述我？你是否在說我和梁天琦是一伙？說我和他是同黨？(You suggest I am part of his cohort?)……好了，現在我被審訊，我要回答吧？ (I am the person on trial, I have to answer this……)」辯方劉大狀立即站起來抗議，指Eliza是來做證人的。

此時彭寶琴語氣溫和地望着Eliza說：「不是的，妳是來作供，提供專家意見給法庭。請不要覺得來被審判，這不是原來的意思。」彭官打圓場道：「我想周先生要想問妳，會不會梁天琦進入立法會，覺得策略上可以作出改變，而不是留在結構以外。」

Eliza鬆了一口氣，望着彭官說了幾聲：「感謝妳的澄清，感謝。」然後Eliza詳細解釋，她在泛民總辭上的看法，已經算是「溫和派」，因為當時社會上較激進的想法，是主張泛民議員一起總辭以表示對選舉延期的不滿。而Eliza說，我主張泛民留任，是希望有議員監察政府，希望加強政府問責性。

現在仍身陷囹圄的梁天琦，始終成為庭上反覆被斟酌的客體。

Eliza今日完成作供前，有機會詳細解釋，她作為政治學者，如何理解梁天琦為何要使用「光時」口號。Eliza解釋，2016年梁天琦參加的是新界東補選，和以往立法會選舉不同，選舉制度是「單議席單票制」，並非「比例代表制」。

「比例代表制」之下，勝選者需要的票數不需很多，只拿取選票一成也可以拿到席位。然而補選的規則，則是誰多選票誰便勝出，故要爭取選票數量。

Eliza說，回看2016新東補選中，參選者多達6人，當中梁天琦的對手，有知名度高的政黨領袖，梁天琦當時相比之下，是一個無人認識的小伙子，只有大學宿生會經驗，或參加過一些小型社會運動，但知名度不高。「他需要設計一個非常搶耳的口號，以拿得最多的票數。」

Eliza指，一個知名度不夠的參選者，設計口號會有「不成比例地戲劇化」的情況(dramatizing out of proportion)，故此梁天琦即使說「選票就是子彈」是一種誇張的說法而已。

Eliza進一步指出：「很多提倡港獨的政治組織，大部份沒有具體的行動計劃，只是口說『香港獨立』」。法官彭寶琴補充：「妳所說的沒有具體行動計劃，是在公眾知道的情況下沒有而已。」

Eliza再補充：「究竟（這些組織主張的）是和平遊說，還是使用暴力或武裝力量？沒有看到這些（資訊）。」

今次被告唐英傑的電單車上，插着旗幟的版本，除了有「光時」這個八字中文口號，亦有七字英文“Liberate Hong Kong, Revolution of our Times”，中英文版本均在法庭反覆被檢驗。辯方學者卻說，原來口號的出現，並非有明確的設計時刻，或單一設計者。

彭官曾詢問，英語口號如何出現， “Liberate Hong Kong, Revolution of our Times”那裡來？彭官留意到梁天琦2016年造勢晚的佈景板已出現這七個英文字。

但Eliza指出，她曾經從梁天琦遞交給選管會的個人簡介中，找到「光時」的英文版，卻是被譯成「Ignite Revolution to Reclaim Our Age.」對於造勢晚會和選管會的文宣為何有差異，Eliza說她不知道。

而Eliza亦曾找遍不同資料，去嘗試看看梁天琦當初創作「光時」口號的原意，但發現他除了在晚會說過，口號不想專注「世代」差別，除此之外，她沒找到更多解釋。不過Eliza說，原來梁天琦最初創作了另一個八字口號，但她認為，梁天琦最初的口號不搶耳，不令人留下深刻印像。

「選舉口號要搶耳，要令人容易記起這個參選人，而原來梁天琦最初設計的口號很悶蛋，孩子氣得像大學活動口號一樣。」

原來，於社會掀起沸沸揚揚的談論，在2019年反修例運動中被廣泛流傳過，今天被法庭研究是否違反國安法的八個字口號，並不是梁天琦最初的構思。

此時，Eliza翻查文件找到了紀錄，並以廣東話在高等法院朗讀出，梁天琦最初曾經構思，但最後放棄了的意念。這個被埋葬了的口號，原來一樣是八個大字：「知行合一，世代革新」。

如果歷史有如果，假若「光時」沒有出現過，今日香港的光景又會如何？

＊＊＊
國安法首審專家證人系列（六之一）：［Regime & Redeem］
7月2日控方專家劉智鵬作供
https://www.facebook.com/wwviviantam/photos/a.1435553239866430/4210137115741348/

國安法首審專家證人系列（六之二）：［Just Do it］
7月9日辯方專家李詠怡作供
https://www.facebook.com/wwviviantam/photos/a.1435553239866430/4229321820489544/

國安法首審專家證人系列（六之三）：［過去與未來］
7月12日辯方專家李詠怡作供
https://www.facebook.com/wwviviantam/photos/a.1435553239866430/4237523026336090/

國安法首審專家證人系列（六之四）：［知行合一］
7月13日辯方專家李詠怡及李立峯作供
https://www.facebook.com/wwviviantam/photos/a.1435553239866430/4240215429400183/

國安法首審專家證人系列（六之五）：［沒有誰比誰高貴］
7月14日辯方專家李立峯作供
https://www.facebook.com/wwviviantam/photos/a.1435553239866430/4243328702422189/

國安法首審專家證人系列（六之六）：［選櫻桃的人］
7月15日辯方專家李立峯作供
https://www.facebook.com/wwviviantam/photos/a.1435553239866430/4245860505502342/

（圖為辯方第二位專家證人，中大新傳學院教授李立峯離開高院，明天他會繼續作供）

AI 如何為公司創造更多價值？專家：2 個缺陷，要先由人類來修補

2021/05/13
採訪‧撰文
盧廷羲
張凱崴

美國人工智慧國家安全委員會（NSCAI）今年 4 月建議，國防部每年應至少分配 3.4% 的預算投入科技領域，並提撥 80 億美元研發 AI。企業方面，微軟（Microsoft）4 月宣布，將以 197 億美元收購語音辨識開發商紐安斯通訊（Nuance Communications）；後者是雲端與 AI 軟體的先驅。

從企業到國家，都愈來愈重視人工智慧，知道要想辦法運用 AI 創造更好的生活。不過，目前 AI 發展到底處於什麼階段？我們又該如何應用？

美國加州大學洛杉磯分校（UCLA）電腦科學系助理教授張凱崴形容，目前人工智慧技術已經可以幫助人類完成很多事，像是疫情來襲，電腦可以從大數據中篩選條件，自動搜尋、判讀潛在病例，幫助醫生大幅減少檢查時間，但 AI 也並非萬能，要先認知它的局限。他研究如何讓 AI 更符合人性，獲得 2021 年的史隆研究獎（Sloan Research Fellowships）。

AI 局限1. 資料寬廣度不足時，就會複製人類偏見

張凱崴認為，電腦在學習的時候，是依賴「彙整數據資料」來判斷，並沒有真正思考，如果資料來源太狹隘、不夠多元，資料寬廣度不足，電腦判斷就會出現偏差，「你跟電腦講清楚 input（輸入）、output（輸出），提供足夠的數據資料，它可以對應、學得很好，但還有很多面向 AI 做不到。」

舉例來說，亞馬遜（Amazon）2014 年推出智慧音箱（Amazon Echo），使用者口頭下指令給語音助理 Alexa 就能放音樂、查資訊。然而，有些人口音較罕見，或是用字較特殊，智慧音箱的資料庫沒有「不同口音」「不同用詞」的檔案，就可能失靈，這是當前 AI 的其中一大問題。

張凱崴進一步解釋，AI 另一項挑戰是，它無法清楚分辨「不曾出現」與「不能出現」（無法出現）之間的區別，只是從資料統計出要學的東西，無法像人類一樣進行邏輯思辨。

AI 的運作方式，第一步是輸入資料，第二步是分析，但這過程容易出現偏見。例如電腦在理解「總統」這個字，會去看四周有什麼字詞，來學習總統這個詞，由於許多總統都是男性，電腦就會「覺得」總統是男性。

這也是為什麼，如果讓 AI 學習，在它的認知裡，女性「不可能」當美國總統（因為沒有資料紀錄）。「你可以跟人類說，任何職業、性別都是平等的，但對電腦來講，這很困難，」張凱崴說明，一旦資料的寬廣度受限，電腦就容易產生偏見。

就像在自然語言處理（Natural Language Processing，讓電腦把輸入的語言變成有意義的符號）領域，張凱崴說明，AI需要知道代名詞指的是「哪個名詞」，才能運算下去。但如果資料受限，使用男性的「他」，電腦可能判斷這個代名詞是指總統、總理、執行長；但換成女性的「她」，由於數據不足，電腦就會混亂，出現系統性誤差。

他再舉一例，美國人工智慧研究組織 OpenAI 提出「生成式預先訓練」系統（GPT，Generative Pre-training），推出到 GPT3 版本，屬於書寫類 AI，電腦能夠揣測人們說完上一句話，下一句可能會講的句子，自動完成後半段。

好比有人上一句寫下「我正在和教授聊天」，系統可能推導出「我們在研究室討論學術問題」，因為電腦藉由蒐集來的語料資料中判讀出「教授」和「學術」具高度相關。但研究也顯示，GPT2（前一代版本）系統也從資料中學習到許多偏見，像是如果句子前半談論白人男性，系統傾向產生正面評價；如果句子前半是黑人女性，系統竟會產生負面句子。對企業來說，許多組織接觸 AI，想讓它們取代部分工作，首先需要留意資料的廣度、多元性，才能減少電腦犯錯的機會。

AI 局限2. 即便條件相同，也無法每次都做出正確判斷

「其實，現在的 AI 就像一台原型飛機，還缺乏穩定性。」張凱崴說，現行的 AI 就好比萊特兄弟（Wright brothers）剛發明飛機，看似可以做很多有趣的事，但「可以飛」跟「飛得很好」，有一大段落差。

紐西蘭的簽證系統曾鬧出笑話。人們上傳簽證照片，AI 掃描後，確認是不是本人，但當時系統沒有估算到某些亞洲人眼睛比較小，一名亞裔男子被判定「沒有張開眼睛」，因此照片無效。

張凱崴說，在這個例子中，凸顯出 AI 的穩定性不足，「系統沒有考慮到不同人種的差異，很死板地認為你眼睛沒張開。」所謂的缺乏穩定性，指的是 AI 沒辦法在相同條件下，每次都做出正確決策，這也是使用 AI 時，須留意的第二個挑戰。

他再舉例，許多模型可以準確分析，一則影評對電影的評價是正面或負面。然而研究顯示，有時只要將影評中一些字換成同義詞，例如把電影（movie）換成影片（film），或改寫句子，即使意思並未改變，系統卻把原本判斷為正面的影評標註成負面。這顯示AI系統還未真正了解語言的含義。

在設計這些程式時，人們必須注意到 AI 可能有局限，設定的資料範圍要更完整，考慮這些因素，就能減少偏見、落差，進而加強穩定性。

餵指令給 AI 要多元化，嘗試「換句話說」、刻意混淆

經理人雖然不一定具備 AI 方面的專業知識，但只要掌握觀念，再透過 AI 領域專才協助，也能優化系統。張凱崴指出，最直接的方法是，設計 AI 模型時，要把來源群組不同的資料分門別類測試，在測試階段讓群體多元化，並確保不同特色的使用者，用起來都沒有問題。

舉例來說，一套 A 系統擁有來自各地的使用者，如果設計者是台北人，設計系統的思維容易以台北生活為主，很可能因為當地習慣不同，導致花蓮使用者操作不順。

另一個方法，則是用不同的「語意」，去測試 AI 有沒有徹底學會一個概念。例如，有一套餐廳評鑑的 AI 系統，只要蒐集、整理使用者意見，就能判斷每個顧客對於餐廳的評比是高分或低分。那麼要如何確認這套系統的穩定性？張凱崴建議，可以利用「抽換詞面」的方法。

比如，把詞彙換成同義字，再看 AI 是否能運算出相同結果，「你可能會發現，原本評比結果是食物很美味，但如果美味換成比較困難的詞，AI 就會分不出這則評比是好是壞。」因此在訓練模型時，可以將詞彙隨機抽換成同義詞，增加 AI 的詞彙量。

第三種方式更進階：改變句型、重寫句子。張凱崴指出，同樣一句話，如果換成不同說法，電腦可能判讀錯誤，將「因為發生 A 事件，所以導致 B 事件」，改寫成「B 事件發生了，是因為 A 事件的緣故」，明明兩句話意思一樣，但 AI 很可能因為穩定性不足，搞混兩者的差別。如果要鞏固 AI 的穩定性，可以使用自動改寫的方式，增加資料的多樣性。

張凱崴表示，經過這些測試，讓 AI 接受更多元化的訓練，得到更廣的學習範圍，往後碰到同義詞、相似資訊，才能有效判讀。

張凱崴總結，AI 還在快速發展，或許可以創造更多工作機會、新的職位，但現行階段，它只是輔助角色。AI 並非魔術盒子，使用它就一定有更好結果，人們還是要保持高度耐心，先認識它的缺陷，才能在技術更迭下，發揮出最好的結果。

張凱崴

台灣大學資訊工程系碩士、美國伊利諾大學（UIUC）電腦科學博士。美國加州大學洛杉磯分校（UCLA）電腦科學系助理教授，研究領域包括人工智慧、機器學習、自然語言處理。2021 年獲得史隆研究獎（Sloan Research Fellowship），研究團隊開發的運算方法，使人類語言處理的程序更有效率、更多元，同時兼具公平性。

附圖：優化AI系統的3方法

資料來源：https://www.managertoday.com.tw/articles/view/62902?fbclid=IwAR2jI1bhg1anqct0AZZR_3LKKJqIsvG0wz2whSN8iniROZApHt-_qpD7dis

期中考前，我卻想來聊聊課外閱讀
　
今天都在陪著女兒們複習期中考，陪著陪著，忽然有感這幾年陪著她們建立文字書閱讀習慣後，對於她們在課業學習上的助益。
　
所以這篇文章就來分享一下，我覺得「文字書閱讀」這件事情，對於孩子在課業學習上的幫助是什麼（基本上都是我自己的感受，沒有科學實證的）
　
1️⃣ 因為文字書閱讀，增加對於「語句」的了解
　
很多低年級孩子的爸媽，都會發現其實常常孩子考試答錯，並不是因為不會解答的方式，而是看不懂題目語句的意思。
　
因此很多家長跟安親班會選擇讓孩子一直作評量跟試卷，藉此讓孩子去理解出題的文字。
　
更甚者，可能會教孩子去抓關鍵字來判斷題目的意思（就像大人學開車，駕訓班老師說後照鏡看到什麼，方向盤就左打一圈）
　
但是如果可以讓孩子平常就習慣大量閱讀不同的讀物，他們就有足夠多的機會去接觸各種不同的語句表達方式，也就可以自然地去練習判讀語句的意思（例如依照情境、依照前後文）
　
2️⃣ 因為文字書閱讀，培養了從「符號到具象」的思考習慣
　
以數學為例，因為大人們都已經很熟悉基本的數學概念，所以有時會不理解孩子為什麼就是聽不懂一些很基礎的數學。
　
但是如果我們試著用孩子的視角來思考，「４＋５」其實只是三個符號，除非它可以對應到實體世界的畫面，否則孩子是無法了解它的意涵（就像我貼了外星人語的符號給你，然後就開始跟你談多維空間的概念，你一定也聽不懂）
　
因此在低年級的數學教學中，老師都會藉由讓孩子「畫出來」，來讓孩子理解符號與現實的對應關係。
　
我自己覺得在孩子的文字閱讀過程中，其實也有這樣的練習效果，因為孩子在閱讀「文字書」的過程，他的勢必會把書裡文字所描述的劇情內容，在大腦中投影成「具象」的畫面。
　
在這樣的過程中，我認為可以讓孩子逐漸練習與習慣對於抽象轉具象的思考（例如像我這樣的程式設計師，其實看著一行一行的程式碼，其實在腦中是會直接轉譯成具象的電腦運作情況）
　
而這樣的能力，在未來孩子面對更多具抽象概念的學科時（化學、量子物理？），應該會有更多的助益。
　
3️⃣ 從閱讀去培養從文字中抽取資訊的能力
　
在新的課綱或者所謂素養教學中，之所以會這麼重視閱讀，其實是因為現在的世界裡，知識與資訊的增加速度已經無法被估計。
　
因此「學習」已經無法僅憑教與學的過程中來達成，更重要的是要有自主學習的能力。
　
而這樣的能力基礎，便在於孩子是否能藉由大量的閱讀過程，靠自己抽取出知識與資訊。
　
也因此，目前很多學科的測驗中（包含國中會考之類），會出現很多大量文字與圖表的閱讀題。
　
對於這樣的學習與測驗，其實不是要倚靠名校／名師的教學或者大量的題目練習，靠的應該是閱讀習慣的長遠培養（後續還會需要培養對於資訊的提問與思辯）
　
4️⃣ 從文字書閱讀做大腦練習
　
我之前寫過一篇關於「為什麼要讀長篇小說」的文章，內容講到我認為藉由長篇小說內的完整人物關係設定、劇情架構，可以讓閱讀的孩子在大腦中進行：
邏輯式的劇情思考、抽象而複雜的人物關聯性思考、記憶力的練習。
　
在這個3C影音充斥的時代，我覺得更需利用文字閱讀，來避免「孩子習慣影音資訊而缺乏大腦思考練習」的情況
　
　.
我自覺兩個女兒並不是什麼特別聰明的孩子，但也許是受益於閱讀，目前她們在校的學習是屬於我完全不用操心的情況，也因此我也才會不斷地在這個粉專上，推廣各式各樣的童書，以及我們家的閱讀經驗
　
正陪著孩子複習期中考而崩潰的你，也可以試著用更多不同的角度來觀察孩子的學習情況
　
或許你也可以找出更多適合自己孩子的學習輔助方式

補充說明：感謝獺友的提醒，影片中 3:22 提到『 1000GB 等於 1TB 』有誤 ，應為『 1024GB 等於 1TB 』，原本的說法去掉零頭造成大家誤會，真的不好意思，再次謝謝獺友們的提點！

不管是影音紀錄生活或遊戲娛樂
一張小小的記憶卡可以裝下超多精彩
但是記憶卡究竟該怎麼挑呢？
你真的有買對記憶卡嗎？

00:48 容量選擇
03:11 看懂記憶卡標示
03:18 容量標示
03:26 最高傳輸速度標示
03:34 容量標準
03:48 UHS 匯流排介面
04:10 原始速度等級
04:25 UHS 速度等級
04:44 影片速度等級
05:13 應用程式執行速度等級
05:55 選擇值得信賴的廠牌
06:42 記憶卡介紹

有興趣選購記憶卡的獺友
這邊走：https://24h.pchome.com.tw/store/DGAG4X　
#lexarmemory #lexarmemorycard #記憶卡

【製作團隊】
企劃：Linzy
腳本：Linzy
攝影：靜香
剪輯：靜香
字幕：靜香
監製：蜜柑、宇恩、Emma

✨✨✨加入獺友快充組：https://supr.link/zZE8x

【訂閱電獺少女 YouTube】 https://supr.link/o3WBV
【追蹤電獺少女 Instagram】 https://supr.link/nYIMY
【按讚電獺少女 Facebook】 https://supr.link/VAZd6
【電獺少女官方網站】 https://supr.link/AKiW8

🔥 熱門影片 🔥
iPad Pro (2020) 開箱！買了它就不用買 MacBook Air 了嗎？
👉 https://supr.link/01OOf

iPhone 備忘錄六大必知小技巧！超實用功能你會嗎？
👉 https://supr.link/e5vdr

交友軟體能交友嗎？女孩覺得哪款 App 最好用？
👉 https://supr.link/WDk9c

13 副熱門真無線耳機大亂鬥！AirPods Pro、Sennheiser、Sony...該挑哪副？
👉 https://supr.link/MmBj9

ROG Phone 3 電競手機上手！螢幕超狂規格，二三代配件可通用
👉 https://supr.link/5lfGe

※更多開箱影片 👉 https://supr.link/hEERu
※更多 iPhone 相關影片 👉 https://supr.link/AzR5u
※更多 Android 手機 👉 https://supr.link/0K9Co
※教學小技巧大公開 👉 https://supr.link/lfyZk
※熱門藍牙耳機這邊找 👉 https://supr.link/SdDPr