108課綱與升學新趨勢
108課綱核心素養強調「三面九項」，培養以人為本的「終身學習者」。
升學已不再只看考試成績，
而是要展現完整的學習能力與歷程。
過去
以備審資料為主，重視分數
現在
學習歷程檔案：修課紀錄、成果作品、多元表現
自主學習 × 學習歷程
自主學習透過「設定目標→規劃路徑→實踐→反思」，將成果整理成學習歷程，最終成為升學亮點。
自主學習 ➝ 成果 ➝ 學習歷程 ➝ 升學亮點
升學關鍵數據：自主學習＋作品成果
資料來源：<111大學申請入學參採高中學習歷程資料統計><111大學申請入學參採高中學習歷程資料完整版查詢系統>
提供多元程式實作課程，點亮學習歷程
高中生課程規劃兩大路徑
APCS 程式檢定
- 成績可量化 / 有成績證明
- 識讀 / 實作題解
- 模擬考曲線、上機紀錄
自主學習
- 四大模組：AI・HTML・Python・Robot
- 專題作品、網站、程式碼
- 成果影片、反思報告
雙軌並行的優勢
| 項目 | APCS 檢定 | 自主學習 |
|---|---|---|
| 輸出 | 成績證明、題解、模考曲線 | 作品、網站、程式碼、海報 |
| 升學價值 | 硬實力：量化數據 | 軟實力：多元亮點 |
| 最佳策略 | 成績證明＋自主學習過程+作品＝升學亮點 | |
學期規劃與時程示例
以AI人工智慧實作班為例，設計為兩學期、三階段：
第一學期 (第1–9週) → 解讀數據的魔法：程式設計與模型思維
從 Python 程式設計與資料處理出發，循序漸進進入 監督式學習（KNN、決策樹、最短距離分類器、迴歸），讓學生具備 AI 入門的必備工具。
第二學期前半 (第10–15週) → 賦予 AI 感知：視覺與語言模型實戰
學習 非監督式學習（K-means、階層分群）、深度學習（神經網路、CNN、RNN） 及 自然語言處理 (NLP)，體驗 AI 在影像、文字與數據分析的多元應用。
第二學期後半 (第16–18週) → 專題挑戰
學生分組完成一個 可展示的 AI 專題（如垃圾分類、圖像辨識、情感分析、推薦系統、聊天機器人等），並於成果發表會公開展示，專題過程與結果可直接收錄於 學習歷程檔案。
Q&A｜108課綱 × 自主學習 × 學習歷程
家長與學生最關心的五個問題，快速看懂重點
Q1. 108課綱中學習歷程檔案是什麼？
學習歷程檔案是高中三年「學習與成長的證據」，包含 修課紀錄、課程學習成果、多元表現（含自主學習）。 是申請入學的核心參考，讓大學看到你如何學、學了什麼與累積的成果。
Q2. 孩子沒接觸過程式，能學得會嗎？
可以！課程從零基礎出發，採小班制、循序漸進、專題實作。 先建立邏輯與工具操作，再用小任務與範例帶到專題；過往無基礎的學生也能完成作品。
Q3. 會不會影響學校課業？
不會；課程安排與學校時段錯開，內容與校內資訊/自然課程互補。 我們也會教時間管理與學習方法；多數學生回饋，實作能力提升後， 對校內報告、專題與考試都有正面幫助。
Q4. 自主學習是什麼呢？
自主學習是由學生自己設定目標 → 規劃路徑 → 實作 → 反思的歷程（108課綱的彈性學習）。 過程中的計畫、成果、與反思可整理進學習歷程檔案，成為升學亮點。
選修推薦課程，豐富學習歷程
想為孩子找到最適合的路徑？
立即填寫表單，取得專屬免費諮詢名額！
