昨天管城鎮。
今天試著做預警。
同一個問題，換到研究者的位置再想一次：要預測河水會不會漲，你會先收集什麼？
我們接哪一個任務？
Market Marshes / 洪水預測。先幫助集市瞭解水患，再考慮怎樣把觀測資料變成有用的資訊。
由Google Research與Stanford Accelerator for Learning共同開發，面向11–14歲。它讓人作選擇、看反饋、修改想法。
英文原版；當前語言選單未見中文。無需登入，需要聯網。以下中文帶玩由AHALab編寫，不是官方漢化。
8分鐘，只盯住兩個關鍵選擇
選哪些資料？拿什麼檢驗？
四組先說理由，再看畫面。教師可使用原版已準備好的環節；也可以投影下方實測截圖。這裡的討論不會訓練真實的Google洪水模型。
| 用時 | 全班一起做 |
|---|---|
| 0–1分鐘 | 想起昨天的一次決定：如果能提前知道河水會漲到哪裡，我們會改什麼？ |
| 1–4分鐘 | 每組提出一種資料，說清它和洪水有什麼關係。先寫在紙上，再展開下一段。不要只說“資料越多越好”。 |
| 4–6分鐘 | 檢視原版環節，討論資料的缺口。模型在看過的題上表現很好，夠不夠？留出怎樣的資料再考它？ |
| 6–8分鐘 | 每組各補一句：“要讓這個預警可信，我們還要檢查……”然後回到天氣模型。 |
第一步：說完選擇，再看看原版現場
你們想找哪一種資料？為什麼？
討論提示：降雨、河流水位或流量，和水患有直接聯絡。還要問觀測來自哪裡、記錄了多久、是否缺失。地勢與受影響的人也值得調查；不要把所有有用資訊都混成同一種模型輸入。
第二步：給模型出一道它沒見過的題
如果一份資料從沒記錄過洪水，能放心讓它預測洪水嗎？
“在已經看過的資料上答對”和“遇到沒見過的情況仍能判斷”是兩回事。留出未用於訓練的資料，檢查誤報、漏報，尤其看少見的大洪水。討論一個缺口，再說你想怎樣檢驗。
這是一道AHALab延伸問題。遊戲反饋只說明遊戲中的表現；真實預測還要由實際觀測持續檢驗。
課前怎麼準備
- 用上課的電腦與網路開啟原版，點Accept mission，進入任務選擇，選Market Marshes，再點Start Quest。
- 課前走過開場對白，把頁面停在資料環節。選單項可由教師口譯；不讓英文閱讀速度決定誰能參與。
- 預設一臺教師電腦加投影。四組各有理由，每次換一組發言；有四臺電腦時，也先限定本次要完成的片段。
- 開課前沒載入成功，就直接用本頁本地截圖。現場嘗試約30秒仍未進入，也切本頁繼續。
本地版保留截圖、提問和講師提示，能斷網開啟；Google網頁原版不能據此離線玩，也不能保證遊戲進度跨裝置保留。
想把這個任務做完整？
Flexible Quest: Market Marshes 是Google提供的單機投影適配，建議30–45分鐘。可另開一節專題，讓全班經歷完整任務並復盤；本課8分鐘是取段帶玩。
官網還有預防失明的Dusky Dunes，以及樹冠、建築、野火等延伸資源。可從自己在意的問題繼續選，不必把所有任務一次玩完。
來源與使用記錄
- Google Research：AI Quests 原版
2026-09-11實測：可進入英文洪水任務，無需登入；語言選單未見中文。
- Google：釋出說明
Google Research與Stanford Accelerator for Learning共同開發，面向11–14歲；任務涉及資料準備、訓練與測試。
- Google：教師資源
有任務手冊、反思材料與擴充套件課堂資源。
- Google：Flexible Quest 投影課堂
官方投影適配建議9–15歲、30–45分鐘；可用於電腦或網路較少的課堂。
- Google：FAQ
不要求姓名、郵箱或登入；網頁遊戲需要網際網路。FAQ中任務數量與語言計劃部分落後於實際介面，不據此判斷可玩任務。
- Raspberry Pi Foundation：納入 Experience AI
教育合作方將AI Quests納入Experience AI資源；屬於課程採用記錄，不是本次8分鐘活動的效果研究。
Google與合作方提供的是原版任務和教學資料。本課的中文提問、8分鐘時長和分組方式由AHALab調整，尚未在本班驗證。