AI十秒就能交出一段Python，為什麼大三還要學Python程式實習？

適用課程：大三「Python程式實習」第一堂課

生成式AI出現後，只要輸入一句話，例如：「輸入5位學生成績，計算平均、最高、最低」，AI往往在十秒內就能產生一段看起來完整的Python程式。

因此，同學很自然會問：既然AI會寫程式，我們為什麼還要花一學期學Python？

答案是：AI可以很快交出程式碼初稿，但真正困難的工作，是從拿到程式碼後才開始。Python程式實習要培養的，不只是「打出程式」，而是能夠判斷、驗證、除錯、改進與應用程式的能力。

一、AI十秒能做什麼？——快速產生程式初稿

面對一個簡單需求，AI可以依照自然語言描述產生程式。例如下列程式碼表達的是：「請AI依照題目，產生一段解題程式」的概念：

prompt = "輸入 5 位學生成績，計算平均、最高、最低"
answer = AI.generate(prompt)
print(answer)

不過，這段不是可直接執行的標準Python程式，而是用來說明AI協助寫程式的流程。真正可以執行的Python版本，可能像下面這樣：

scores = []

for i in range(5):
    score = float(input(f"請輸入第 {i + 1} 位學生的成績："))
    scores.append(score)

print("平均：", sum(scores) / len(scores))
print("最高：", max(scores))
print("最低：", min(scores))

AI確實能很快給出這樣的答案。但是，當程式出現在你面前時，真正的問題才剛開始。

重要觀念：
AI可以在十秒內產生程式初稿；但程式是否正確、安全、可維護，仍需要懂程式的人來判斷與負責。

二、真正難的問題，從程式碼出現後才開始

問題1：這段程式一定對嗎？

不一定。AI產生的是根據大量資料推測出的「合理答案」，不是保證完全正確的答案。程式可能有語法錯誤、變數名稱不一致、計算邏輯錯誤，甚至看起來可以執行，結果卻不符合題目要求。

例如，若題目要求「計算五位學生的平均」，AI卻只讀到四筆資料，或誤把總分除以6，程式仍可能執行，但答案已經錯了。

因此，學習Python的第一個目的，就是能看懂程式碼在做什麼，並能自己設計測試資料來驗證結果。

問題2：使用者輸入 `abc` 會怎樣？

上面的範例預期使用者輸入數字，但真實世界中的使用者不一定完全配合。若輸入abc、空白或「九十分」等文字，下面這行程式就會發生錯誤：

score = float(input("請輸入成績："))

Python會出現ValueError，然後程式中斷。這時，我們必須加入例外處理，讓程式能提醒使用者重新輸入：

while True:
    try:
        score = float(input("請輸入成績："))
        break
    except ValueError:
        print("輸入錯誤，請輸入數字，例如：85 或 92.5。")

這就是程式實習的重要價值：不只讓程式「跑得動」，更要讓程式面對錯誤輸入時，仍能穩定而友善地運作。

問題3：如果資料有10,000筆呢？

五筆成績可以一筆一筆輸入；但如果面對全校一萬名學生、社區問卷資料、感測器每分鐘上傳的資料，人工輸入已不可能完成。

此時，程式需要從CSV檔、Excel檔、資料庫或網路API讀取資料，並進一步進行清理、分析與視覺化。例如：

讀取一萬筆學生資料。
找出缺漏值、錯誤值與重複資料。
計算各班平均、及格率與成績分布。
將結果畫成圖表或輸出成報表。

這正是大三Python程式實習會逐步學到的能力：從基本語法，走向真實資料與實務問題的處理。

問題4：需求突然改變呢？

真實專題中，需求幾乎一定會改變。原本只要計算平均、最高與最低，後來老師或使用單位可能提出新的要求：

缺考學生不納入平均。
列出低於60分的學生名單。
計算全班及格率。
依照班級、性別或科系分組分析。
自動輸出Excel成績報表。
將資料放上網頁，供教師或學生查詢。

如果只會複製AI產生的程式，一旦需求改變，就很容易不知道該從哪裡修改；但如果理解變數、串列、條件判斷、迴圈、函式與模組，就能和AI協作，快速調整程式。

問題5：結果算錯，你看得出來嗎？

最危險的錯誤，不是程式直接當掉，而是程式看似正常執行，卻產生錯誤結果。

例如，缺考資料以0表示時，若直接納入平均，班級平均就會被拉低；或者讀取Excel欄位時，誤把「學號」當成「成績」，程式仍會算出一個數字，但那個數字毫無意義。

因此，程式設計者必須具備資料判讀與驗證能力，包括：

用少量資料手算，和程式結果比對。
測試正常、極端與錯誤輸入。
確認資料欄位與資料型態是否正確。
檢查結果是否符合常識與題目要求。
保留程式、資料來源與處理過程，讓結果可追溯。

三、AI時代，我們為什麼還要學Python？

在AI時代，學Python不是為了和AI比誰打字快，而是為了成為能夠善用AI、檢查AI、改進AI成果的人。

AI可以協助	學生必須具備
快速產生程式初稿	看懂程式的邏輯與結構
提供可能的解法	判斷解法是否符合需求
協助修改與補充程式	描述問題、定位錯誤與驗證修改
協助撰寫文件與註解	確認資料、結果與責任歸屬

未來需要的人才，不只是會使用AI的人，而是能將AI產生的內容轉化為可靠系統、解決真實問題的人。

本課程的學習目標：
讓每位同學都能從「請AI寫程式」，進一步成長為「能與AI一起完成可靠程式與實務專題的人」。

四、第一堂課給同學的提醒

從今天開始，AI可以是你的學習夥伴，但不能取代你的思考。你可以請AI解釋程式、產生範例、協助找錯誤，也可以和AI一起完成專題；但是你要逐步學會提出清楚問題、閱讀程式、測試結果與做出判斷。

AI讓每個人都能很快得到程式碼；
學Python，讓你有能力判斷程式碼是否正確，
並把它真正用在真實問題上。

五、課後思考

如果AI產生的程式可以執行，你如何確認它的結果正確？
如果使用者輸入錯誤資料，你希望程式如何回應？
若資料從5筆增加到10,000筆，你會如何改寫程式？
你希望在本學期用Python與AI，解決哪一個生活、地方或專業領域的問題？

國立虎尾科技大學｜Python程式實習

智慧生活科技專業社群

2026年9月3日星期四