在學校教機器學習：各種工具的誠實比較

機器學習已經從新奇事物，變成學生每天都在使用的東西。理解它最好的方法，就是親手訓練一個模型：收集範例、看著模型學習、找出它出錯的地方並加以修正。有好幾種工具能讓這件事在課堂上實現。它們的差別在於需要哪些裝置、學生的資料會去哪裡，以及學生最後能帶走什麼。

挑選課堂工具時要看什麼

• 你現有的裝置。 為了一個單元購買新硬體，通常不在考慮範圍內。
• 學生的資料去了哪裡。 臉部照片、聲音和筆跡都是個人資料。離開裝置的資料越少，與家長和學校的個資保護負責人溝通就越容易。而當一個工具是免費的，問一問它靠什麼維持營運，也是合理的。
• 帳號。 每個帳號都需要建立、記住、重設和刪除。
• 不需要網路也能用。 學校網路總會在最糟的時候被封鎖、變慢或斷線。
• 多樣性。 圖像是很好的起點，但資料、文字和聲音能讓學生看到機器學習無所不在。
• 真正的成果。 學生能放進自己 App 裡的模型，會把一次練習變成一個專案。
• 現成的課程。 老師需要的是教材，而不只是軟體。

各種工具並列比較

	MagicaLCore EDU	Teachable Machine	Machine Learning for Kids
裝置	配備 M1 或更新晶片的 iPad	有瀏覽器的電腦	有瀏覽器的電腦
模型類型	圖像、聲音、表格資料、文字、手勢姿勢、手部動作	圖像、聲音、身體姿勢	文字、圖像、數字、聲音
在哪裡訓練	在 iPad 上	在瀏覽器中	視專案而定：文字專案在雲端訓練
學生帳號	不需要	訓練時不需要	班級帳號，或不登入快速試用
離線使用	可以	從其網站開啟	需要連線
學生能用它做出	Swift Playgrounds 中的 App	網頁專案	Scratch 專案
教學資料	含六個已解答練習和評分量表的教師指南、學生練習冊、試用指南	其他教育工作者製作的課程	學習單和專案指南

Teachable Machine

很棒的第一次接觸。它在瀏覽器中執行，不需要安裝，用網路攝影機就能立刻看到結果。它只限於圖像、聲音和身體姿勢，模型也是為網頁而設計。它是 Google 的免費產品：訓練可以留在瀏覽器中，但要把專案儲存到雲端就需要 Google 帳號，這一點要對照你學校的政策確認。很適合第一堂課，但若單元的終點是學生自己的 App，就沒那麼合適。

Machine Learning for Kids

為年紀較小的學生和 Scratch 而打造。它涵蓋文字、圖像、數字和聲音，老師可以建立班級帳號。根據它自己的說明頁面，某些專案類型（例如文字）會在雲端訓練和儲存，其他類型則在學生的電腦上訓練。如果你的學校用 Scratch 教學，它是理想的選擇。

Lobe

許多老師喜歡用 Microsoft 的 Lobe 做圖像分類。它的桌面應用程式已不再開發，因此對新單元來說並不是穩妥的選擇。

MagicaLCore EDU

為使用 iPad 教學的學校打造：

• 在學校現有的 iPad 上執行，需配備 M1 或更新晶片和 iPadOS 26。
• 隱私從設計開始。 學生的照片、聲音和資料從不上傳來訓練模型。它不收集個人資料，不顯示廣告，不追蹤任何東西，也沒有帳號。條款由學校接受，而不是由學生接受。
• 離線可用。 訓練在 iPad 上完成，所以網路不穩也不會讓課程中斷。
• 六種模型類型，讓學生在圖像、聲音、資料、文字和手勢中看到機器學習。
• 一節課就能完成。 下課鈴響時暫停訓練，下節課在歷史記錄中繼續。
• 從模型到 App。 學生匯出 .mlmodel，在同一臺 iPad 的 Swift Playgrounds 中圍繞它開發 App。它甚至可以成為 Swift Student Challenge 作品的核心。
• 完整的單元。 一份含六個已解答練習的教師指南，每種模型類型一個練習，每個都附評分量表，另有學生練習冊和試用指南，提供 13 種語言。
• 購買簡單。 透過 Apple School Manager 一次付費，沒有訂閱。購買 20 個或更多授權的學校可享五折。

我們的建議

想在任何電腦上用五分鐘初步體驗，就用 Teachable Machine。如果你的學生整天都在用 Scratch，就選 Machine Learning for Kids。如果你的學校用 iPad 教學，希望學生訓練真正的模型、讓資料留在裝置上，最後做出屬於自己的 App，請試試 MagicaLCore EDU。用學校的電子郵件寫信給我們，我們會透過 TestFlight 寄送免費試用，並附上試用指南及其第一個練習。