下學期要教R語法的高等社科統計，受 李柏鋒 大大激勵，測試了以AI語法寫成的Rtutor，試玩以後非常驚艷，這絕對會改變之後社科統的工作與學習模式。
先說結論：創意、資料來源、以及對資料結構的掌握會變得最重要，而介於中間的技能，包括資料整理、試誤、寫出”漂亮”語法、簡單繪圖語法等花時間的部分會被取代。
我做了兩個測試，第一個是回歸模型交互作用項(圖一)。
O 把某變數編碼成二元
O 把另一變數含有極端值的樣本刪掉
O 加入交互作用項以及控制變項一起跑回歸
O 把交互作用項的模擬結果跑出來
O ggplot的背景要白色、要加信賴區間
O 模擬結果是可互動圖表(shinyapp的功能)
第二個測試是實驗法(圖二)
O 把某兩個變數合併為一個變數
O 把合併完的變數反過來
O 把其他變數依據有無NA來編成二元變數
O 跑ANOVA檢定、post hoc檢定
白話文沒關係、講話文法錯誤沒關係、甚至變數大小寫錯也沒關係(我的blameBiden有故意大小寫錯)、後面忘了加分號也沒關係，Rtutor全部都聽得懂，還把正確的code跑給你，甚至跑得比我講的還精簡(圖二他用一個ifelse就表達了我本來超過兩個的condition，因為該資料分布的確只需要一個condition就夠了)
唯二碰到的小阻礙，第一是跑ANOVA時他會卡在某二分變數不是類別變數(因為我先code 0/1)，第二是有時要分開error bar會疊在一起不夠好看，但這些可以把語法抓下來自己再改就好
— —
感覺之後勢必得使用這個功能在教學上，等於學生有一個R Tutor(如其名)。但如前面所碰到的問題，如何有研究想法（找變數）、如何找到好資料、如何正確地跟Rtutor講要怎麼合併整理資料等，這些都對資料結構要有一定的掌握。簡單來說，彷彿是聘了一個不用訓練就能上工跑資料的研究助理，寫信溝通的時間變成跟Rtutor講就好了。