Posted By Ted Lee on 10 月 14, 2024 in ChatGPT, Edge AI教學文, python, 教學文, 程式教育 | 3 comments

筆者初學語法程式設計（例如：Python），必從一字一句慢慢地敲入電腦裡。再經編譯（compile）、除錯（debug）、再編譯、再除錯、……，不斷地反覆修改之後完成一個新版本的軟體。然而，自從 2022 年 10 月 ChatGPT 上線後，輸入文字就幾乎能生成出任何我們能想像到的形式的內容──當然，生成程式碼當然更不是問題！

再進一步思考：如果能把腦袋想的內容描敘給 ChatGPT，然後再由它產生出可以讓電腦處理的控制指令的話，我們是否就不需要再學任何程式語言（programming languages）了呢？

當然，想像總是美好的。AI 電腦程式是否能準確地生出人類腦袋思考的流程呢？如果我們回到真實的人類社會，人際之間靠語言溝通都可能發生誤解，更何況要把複雜的人腦思維用來指揮更簡化的電腦硬體來執行呢？

為了測試 ChatGPT 能否協助我們更有效的學習電腦程式語言，我們選用了 MS Copilot 來生成第二版 micro:bit 板載（on-board）六種感測器（圖 1）中的三種感測器（溫度感測、商標（logo）觸碰感測與磁力感測）的程式碼。然後在 V3 版的小彼特 Python Editor上驗證之。

圖 1：小彼特板載的六種環境感測器

溫度感測

在小彼特主板正面的 5×5 LED 點矩陣（ 圖 1）兼俱發光、亮度感測、溫度感測和三用。

我們在 Copilot 下達 RTF 咒語（Role-Task-Format prompt）：

你是 micro:bit 高手，產生溫度感測的 micro:bit Python V3 版的範例程式，程式碼要有詳細的註解