# Introduction（引言）

臨床研究者學習 R 統計工具時，常被語法細節卡住而失去探索熱情。傳統教材多以「先學語法、再學統計」順序展開，與學習者的實際需求方向相反。本教材主張「先讓 AI 帶你跑出第一張圖，再回頭理解每行做了什麼」的逆向學習法。在 LLM 已能即時生成可執行 R 程式碼的時代，臨床新手最需要的不是更多範例，而是被引導以結構化方式提問。

# Methods（方法）

教材以英語撰寫並以 R Markdown／Quarto 為載體，章節以「臨床問題」為主軸：例如「我的試驗主要終點是事件發生時間，怎麼跑生存曲線？」每章節提供：問題敘述、與 AI 對話的標準提問模板、AI 產生的範例程式碼、逐行解釋、以及挑戰題。學習者在跑出結果後，被引導對 AI 進行三輪追問：要求解釋、要求修改、要求泛化。

整體設計強調「AI 是教練不是寫手」：每章節的最後皆要求學習者自行不依靠 AI 重寫一次相似題目，藉此鞏固理解。教材以 R 為主，但所提倡之提問結構可遷移至 Python 等語言。

# Results（結果）

教材使初學者得以在數小時內跑出第一張臨床研究專用圖表（如 Kaplan-Meier、Forest plot），同時建立可遷移的 AI 提問習慣。對於非英語母語但需用英文撰寫研究報告的學員，本教材亦提供雙重學習：統計與英文同步進步。

# Discussion（討論）

本專案實踐了「教學重點轉向提問能力」的觀念：當 AI 能即時生產程式碼，課程價值便不在於教語法，而在於教結構化提問。限制方面，AI 答案會隨模型版本飄移，教材需要週期更新；對於完全沒有程式背景的學習者，仍需要基本語法掃盲章節。未來可結合互動執行環境（如 Quarto Live、WebR），讓讀者在瀏覽器中即時嘗試。

# 連結

• GitHub：htlin222/r-with-ai-eng
• 主要語言：R
• 最後更新：2026-04-12