透過臺灣社會高度關注「臺灣是否缺電？」的議題，激發學生運用各領域學科知識和技能，從龐大資料中提取有意義的訊息，進而培養「大數據處理、運算思維、問題解決」等核心能力。本課程讓學生從實際問題出發，學得資料分析的流程與技巧，並學會批判性思考與溝通表達，最終以資料為基礎提出自己的觀點。
課程後半階段，學生依據前述「臺灣是否缺電？」課程架構進行仿作，以小組方式自主選擇一項 SDGs相關議題，從生活經驗或時事議題中發掘研究問題，進行資料搜尋、清理與分析，並嘗試用資料回應問題，展現資料素養、合作能力與探究精神。
1. 輸入與輸出、選擇結構
2. 重複結構
3. 字串
4. 串列與字典
<微專題1：臺灣是否缺電？>
1. 問題定義與資料需求
引導學生思考何謂「缺電」以及提出代表缺電的具體指標，需要哪些資料佐證。
2. 資料取得與清理
學生學習如何從網路獲取能源資料，例如 OWID（Our World in Data）能源資料、台電公開電力資料，並對資料進行清理，例如缺失值與重複值的處理。
3. 資料分析與視覺化
學生運用 Python 的 Pandas 與 Plotly Express套件，對資料進行篩選、統計與視覺化呈現，繪製折線圖與長條圖等視覺化圖形，以呈現趨勢與特徵。
4. 資料解讀與論證
學生需從視覺化結果中歸納觀察，解釋資料背後的意義，並學習運用「備轉容量率」等專業指標來評估電力供需狀況。
5.生成式 AI 輔助學習與批判性思考
學生可運用生成式 AI (Gemini) 協助程式碼的撰寫，教師引導如何正確提問、驗證 AI 生成結果，淬鍊自主學習與創造思考能力。
<微專題2：臺灣未來能否不缺電？>
1.問題定義與背景理解
引導學生思考：電力結構對於一個國家的能源安全與永續發展有何重要性？臺灣目前的發電來源組成（燃氣、燃煤、核能、再生能源等）如何？未來可能面臨的挑戰又是什麼？
2.國際比較與資料取得
學生學習如何取得與整理各國能源結構的公開資料（例如 IEA 國際能源署、OWID、各國能源部官方資料），並與臺灣的發電結構進行比較，觀察不同國家在能源選擇上的異同。
3.資料分析與視覺化
運用 Python（Pandas 與 Plotly Express），將臺灣與其他國家的能源結構以堆疊長條圖、面積圖等方式視覺化，觀察其發展趨勢（如再生能源佔比逐年上升、核能逐漸退場等），並嘗試解讀各種能源比例對供電穩定性的意涵。
4.跨國案例探討
引導學生閱讀與討論不同國家的能源政策挑戰，例如：德國的「能源轉型」與再生能源波動問題、法國核能高佔比帶來的優勢與風險、近期伊比利半島停電問題、臺灣在地理條件與能源依賴進口上的限制，讓學生理解不同能源選擇都伴隨獨特的困難與成本。
5.觀點形成與論證
學生根據數據觀察與國際比較，討論並發表自己對「臺灣未來能否不缺電」的看法。學會避免簡化的二元論述（如「核能要不要」或「綠能好不好」）。強調能源多元化與政策取捨的重要性。練習提出有數據資料支持的論點，並能聆聽與反思不同觀點。
6.生成式 AI 的應用
學生可運用生成式 AI（Gemini）協助資料摘要、視覺化解讀或比較國際案例，並在教師引導下學習檢視 AI 輸出是否合理，培養對複雜能源議題的批判性思考。
<小組期末專題>
在完成「臺灣是否缺電？」與「臺灣未來能否不缺電？」的導入課程後，學生依據已習得的資料處理與分析流程，分組選擇一項與 SDGs 相關的議題（如潔淨能源、氣候行動、城市發展等），仿作進行資料分析專題。各組需定義問題、取得資料、進行清理與視覺化分析，最後發表簡報與影片，完整呈現以資料為基礎的問題解決歷程與跨域合作成果。