昨天留下了一個問題：
如果只告訴 AI「今天想學什麼」，它能不能根據學習對象、程度與學習目標，自動幫我們把知識整理成適合使用的學習卡？
今天先來想清楚一件事情：
為什麼選擇學習卡？
一開始想題目的時候，其實有考慮過 AI 助教、互動式學習、AI 自動出題等不同方向。
但越想，功能就越多。
如果是 AI 助教，可能會需要處理對話、上下文、學習紀錄；
如果要做完整的學習系統，又可能會出現帳號、課程、測驗、成績、學習進度……
30 天好像很快就會變成：
「我要做一個 AI 線上學習平台。」
然後第一天充滿理想，做到第十天開始懷疑人生（笑）。
所以最後決定把範圍縮小。
不做完整的學習平台，而是先從一個很小的單位開始：
Learning Card（學習卡）
一張卡片可以很簡單，但又有足夠的變化。
更重要的是，它很適合拿來觀察 AI 面對不同學習需求時，會怎麼整理資訊。
學習卡不一定只是「單字卡」
以前提到 Flashcard，我第一個想到的通常是背英文單字。
例如：
正面
Apple
背面
蘋果 🍎
但如果把範圍稍微放大，其實「學習卡」可以有很多形式。
例如幼兒認知：
🐘 大象
大象有長長的鼻子。
想一想：大象可以用鼻子做什麼呢？
英文學習：
negotiate
協商、談判
Example：We need to negotiate the contract.
準備證照時可能變成：
Question
Azure RBAC 主要用來控制什麼？
Answer
控制使用者可以對 Azure 資源執行哪些操作。
程式學習又可能是：
useMemo
React 中的 useMemo 主要用來解決什麼問題？
這些內容看起來完全不一樣，但本質上都在做同一件事：
把一大段知識，整理成比較容易閱讀、理解或複習的小單位。
這也是我最後選擇Learning Card的原因。
小一點，也代表比較有機會真的做完
這次是連續 30 天的挑戰，所以比起第一天就規劃一個功能很多的平台，我更希望先把一件小事情做好。
Learning Card 對我來說剛好是一個適合的起點。
它可以很簡單：
一個主題 + 一段內容 + 一個問題
但也可以隨著後面的實驗慢慢增加不同形式。
更重要的是，我可以拿同一個概念去測試不同的學習需求：
看看 Google AI 面對這些不同情境時，會怎麼整理內容。
所以目前先不急著想它最後能做到多完整。
先從一張 Learning Card 開始。
所以這次先做什麼？
目前我不打算一開始就做一個功能完整的學習平台。
第一步想做的事情其實很單純：
讓使用者告訴 AI「今天想學什麼」，再由 AI 協助把內容整理成 Learning Cards。
概念大概是：
今天想學什麼？
↓
學習需求
↓
Google AI
↓
Learning Cards
例如：
主題：海洋動物
學習對象：3～4 歲
學習目標：認識常見海洋動物
最後可能產生：
🐙 章魚
章魚有八隻腕足。
想一想：
你可以數數看章魚有幾隻腕足嗎？
如果把條件換成：
主題：旅遊英文
程度：初級
學習目標：認識機場常用單字
產生的 Learning Card 就應該完全不同。
所以比起「固定產生某一種教材」，我更想看看 Google AI 能不能根據不同條件，把同樣的 Learning Card 概念應用到不同的學習情境
第一版，先不要什麼都做
既然前面才說不要把專案做成生存挑戰，那第一版當然也要克制一點。
目前最基本的目標只有：
輸入學習需求 → AI 產生內容 → 顯示 Learning Cards
先把這條流程做起來。
至於：
目前全部先不考慮。
圖片也先從最簡單的方式開始：
Emoji。
例如：
🐘 大象
🐙 章魚
🍎 蘋果
🚗 汽車
🌍 地球
如果後面的進度順利，再考慮讓使用者上傳自己的圖片，甚至嘗試 AI 生成圖片。
Day 02 小結
今天終於回答了昨天留下來的第一個問題：
為什麼是學習卡？
因為比起一次打造完整的 AI 學習平台，我更想先從一個夠小、可以實際完成，又能延伸到不同學習情境的單位開始。
而 Learning Card 剛好符合這些條件。
目前第一版的目標就是：
讓使用者輸入學習需求，再由 Google AI 協助整理成 Learning Cards。
不過這裡其實還有一個問題沒有回答：
「使用者」到底是誰？
家長、老師、自學者，需要的 Learning Card 顯然不太一樣。
而且如果 AI 真的產生了一張學習卡，我們是不是應該直接相信它？
所以明天繼續先不寫 Code（笑）。
先把「誰會使用」以及「AI 在這個流程中到底應該負責到哪裡」想清楚。
Day 03｜智慧學習卡要給誰用？AI 又該負責到哪裡？
iThome鐵人賽
看影片追技術