教學增能訊息
全部消息
最新消息
活動講座
計畫申請
教學實踐研究計畫
教學實踐研究大補帖
歷年研討會線上論壇
高科大歷年成果報告
大學社會責任實踐計畫
影音專區
研習講座
觀議課
專案成果發表
Podcast
校內數位影音教材
數位學習
生成式AI指南
雙語教育知多少
AI融入作業
本篇重點
 
  • 探討評量活動與作業對學生學習的實質意義
  • 盤點並明確界定各項評量活動背後的核心教學目標

  • 針對課程特性,找出能將 AI 有效結合至評量活動中的具體教學策略
  • 理解學生面對「結合AI的課程評量」時的真實觀點與感受

 

檢視評量作業

重新檢視您的評量活動與作業設計

在設計或調整課程的評量活動與作業時,無論老師們是否打算融入 AI 工具,我們都建議不妨先思考兩個核心問題:這項活動的「意義」為何?以及學生能從中「學到什麼」?


▶ 釐清作業的「意義」

單靠分數很難維持學生深度的學習動力。我們可以試著了解,哪些形式的作業(例如:能結合未來職涯、探索 AI 新興應用)能真正激發他們的熱情。

同時,也建議老師反思這項作業對您自己的意義:它是因為方便執行,還是真的能呼應您的教學理念,並與學生產生有價值的連結?


▶ 確立學生的「學習目標」

接下來,我們可以進一步釐清作業或活動背後的潛在學習目標。

好的學習目標,應該要能描述學生在完成活動後,所能展現出的具體技能或行為。清楚地闡述這些目標,能協助老師們設計出真正支持學習的活動,以及能精準衡量成效的評量方式。


當我們探討 AI 聊天機器人及其對「寫作」帶來的衝擊時,老師們或許可以問問自己:「我指派寫作任務的底層學習目標到底是什麼?」
 

是為了讓他們展現並強化對學科知識的理解嗎?是為了訓練他們分析與批判特定立場?是為了組織論點並提出證據?還是作為一種創意的表達形式?
 

當我們釐清了這些選項,其實就能發想出許多不同的方式,讓學生即使不依賴傳統寫作,也能學習並展現這些能力。總結來說,精準掌握底層的學習目標,將會是老師們把生成式 AI 工具順利融入作業設計的最佳切入點。

應用策略

在規劃如何將 AI 工具結合至評量中時,建議老師們依據課程的核心目標與學生需求來挑選合適的方法
以下提供幾個教學策略供您參考(這些策略無論有沒有搭配 AI 都非常實用)

 

▶ 善用多元的評量方式

試著打破傳統框架,讓評量的「時機、場合」以及學生展現成果的「格式」更加豐富多元 

 

  • 增加「課堂內」的實作比例
不妨嘗試「翻轉教室」的概念,讓學生將聽講當作回家作業,把寶貴的課堂時間留給實作。您可以利用這些課堂時間融入更多低風險的評估活動(形成性評量),以便更好地引導學生以支援學習的方式使用AI

 

  • 鼓勵多元的表達媒介

每位學生擅長的表達方式不盡相同。除了傳統的文字報告,老師也可以鼓勵口頭發表或視覺圖表。此外,現在的 AI 不只能寫字,還能生成圖像、音樂或影片,老師可以順勢設計出結合多種媒材的評量活動。
 

▶ 讓評分標準與期待更透明

在設計結合 AI 的作業時,我們建議可以讓學生清楚了解老師將「如何評分」,以及對他們的「具體期待」是什麼。以下提供兩個實用的方向:
 
  • 建立嚴謹的引用規範
如果您允許學生在寫作或報告時使用 AI 工具,引導他們建立正確的引用觀念就變得非常重要。老師們不妨在課堂上先從「什麼是抄襲」以及「學科領域中的學術倫理」開啟討論,再提供相關的引用指引。

目前 APA 和 MLA 格式都已經釋出了針對 AI 生成內容的引用規範。您可以要求學生:只要改寫、引用或使用了 AI 產出的內容,就必須標註所使用的 AI 工具,並清楚交代「用途」(例如:用來發想點子、潤飾文字或生成大綱)。

此外,務必提醒學生必須親自查核 AI 提供的參考文獻。一個簡單好操作的做法是:請學生在文末列出 AI 工具,並附上一段簡短聲明,具體說明他們「為何」以及「如何」使用它。

 
 
  • 制定並溝通明確的評分尺規 (Rubrics)
試著讓課程的「評量活動」、「學習目標」與「評分標準」三者緊密扣合。
舉例來說,如果作業的目標是讓學生解決一個開放性問題,評分的重點就可以放在方案的「可行性」、「影響力」或「完整性」。

當 AI 成為學生的寫作助手時,我們的評分權重可能也需要跟著微調。
例如,您可以將給分的比重更多地放在「觀點的深度」與「引用資料的正確性」上,並適度降低「文法結構」或「詞彙豐富度」的佔比。

建議老師們可以提前制定好這份「評分尺規」,並在作業開始前與學生說明討論,這不僅能讓他們在準備時更有方向感,也能清楚感受到教學上的公平與用心。


 

▶ 在整個課程中評估學習狀況

除了在期末透過大型報告或考試來「一試定生死」,我們也鼓勵老師們思考,如何將評量的機制自然地散布在整個學期的學習歷程中。
 

  • 善用「形成性回饋」與 AI 助教
在學習過程中持續給予回饋,能幫助學生及早釐清迷思並維持動力。除了老師與助教親自指導、或是安排同儕互評外,我們也可以試著去評量「學生在收到回饋後,是如何採取行動與修正的」。
 
此外,老師們現在也能讓 AI 成為提供回饋的得力助手。您可以將作業說明、評分尺規與過去的優良回饋範例餵給 AI,指示它為學生提供即時且客製化的初步建議(當然,老師仍需把關 AI 回饋的正確性)。
 
當您測試出好用的提示詞 (Prompts) 後,甚至可以直接分享給學生,讓他們學會在繳交作業前,先利用 AI 進行初步的自我檢視與優化!
 
  • 把焦點放回「學習過程」
比起只根據最終成品打分數,針對作業的各個階段進行評估,往往能更真實地反映學生的學習狀況。無論課程是否開放使用 AI,將一個大型專案拆解成幾個小任務,讓學生有多次獲取建議與修改的機會,對他們都大有助益。


老師們不妨考慮調整評分比例,適度提高「過程」的計分權重。 在思考的某些階段(例如:發想點子、確立立場、擬定大綱),允許學生使用 AI 其實能帶來很好的效益

舉例來說,您可以請學生先進行不計分的初步發想,接著讓 AI 根據他們的心智圖去延伸更多可能的探討方向;最後,再要求學生去「批判並修改」AI 給出的點子,收斂成自己的最終大綱。

 

▶ 在讓作業與學生的真實世界產生連結

試著思考如何讓課程作業不再只是紙上談兵,而是能引起學生共鳴、對他們具有實質意義的挑戰。
 

  • 連結在地情境與個人經驗
當我們能將評量與學生的個人經驗、背景或社群議題扣合時,往往能有效加深他們的學習動機。這也可以是針對您的特定課程(例如:資訊管理或養殖系)量身打造的情境。

※實務應用

可以請 AI 根據學生感興趣的背景(例如:電競產業、動漫),將生硬的「供應鏈運算」或「智慧零售」概念轉化為有趣的類比;或者,設計更接地氣的作業,例如請學生利用 AI 提出一份「改善校內(例如高科大第一校區)生態池水質」的智慧水產養殖規劃書。
 
  • 導入真實世界的實務任務
讓學生處理他們未來職場上真正會碰到的問題(例如:解決真實利害關係人的痛點),是極具動機且能有效評量其專業實力的方法。

※實務應用
學生可以與真實的(或人工智慧模擬的)企業或社群合作夥伴合作,開發產品原型或政策簡報。如果學生能夠利用人工智慧工具來輔助完成耗時的任務,例如總結訪談記錄、撰寫專案簡報或產生概念圖,他們就能有更多時間與利害關係人合作並完善提案概念。

※將AI作為教材
AI 工具或相關產業發展,本身就能成為課程的絕佳案例。例如,在討論「智慧零售」時,可以直接將生成式 AI 如何改變線上客服作為個案研究來分析

 

▶ 評估更深廣的高階學習成效

在基礎知識之外,我們也鼓勵老師們思考,如何評量學生更高階、更廣泛的學習目標,讓科技成為深化思考的推手。
 

  • 強調「後設認知」的反思歷程
當引導學生去「思考自己的學習過程」(也就是後設認知),能大幅提升他們的學習成效。老師可以利用課堂小調查、討論或短篇反思寫作,讓學生盤點「我原本知道什麼」、「我這次學到了什麼」、「還有哪些疑問」,以及「接下來該採取什麼學習策略」。

※實務應用
老師可以設計一個小活動,讓學生先嘗試用自己設計的指令(Prompt)與 AI 共同完成一項任務,接著請他們反思:「AI 在這個過程中是幫助還是阻礙了我的學習?」進而引導他們優化自身的提示工程技巧,並找出最適合自己的 AI 協作模式。
 
  • 著重高階思考能力的展現
雖然掌握基礎概念(如名詞解釋、特徵辨識)是必要的,但真正能深化學習的,是解決複雜問題、專案規劃或原創設計等高階能力。與其請學生單純「交一份內容報告」,不如請他們「為自己的觀點進行辯護」。我們也可以調整評分尺規,將重點放在學生的創意,或是他們如何將知識靈活應用到全新情境中。

※實務應用
當我們將評量重點放在高階思考時,學生就不會只把 AI 當成「找標準答案」的捷徑,而是把它視為深究問題的陪練員。例如,在資訊管理相關的系統規劃專題中,學生可以先讓 AI 提出一套初步方案,接著老師要求他們必須去尋找可靠的學術來源與數據,來「驗證或強力反駁」AI 的主張。此外,您也可以讓 AI 模擬成挑剔的客戶或提出新的情境變數,藉此測試學生的應變與決策能力。

 

▶ 統整應用

在思考您的課程時,請先從對一項作業的微小改變開始,再逐步擴展。試著在您的其他工作任務中也使用 AI 聊天機器人,以建立您的熟練度,也可以嘗試與學生和同事討論這些課程調整對學生參與度及學習成效的影響。

將 AI 融入現有作業時,請從一個已經具備明確「學習目標」與「設計理由」的作業開始著手。一開始,可先使用 AI 或其他科技工具,來輔助完成該作業過程中的現有環節。

作業範例
您的學生在一門流行病學課程中,必須寫作一篇論文,以總結論述糖尿病社會決定因素的學術文章核心概念。此作業的學習目標是要求學生描述「為何社經地位是某些疾病的強烈預測指標」。

學生需撰寫一篇長達五頁的論文,探討一種可由社經地位預測的疾病,並至少包含三個額外的參考文獻。學生需在期末考前完成這篇佔總成績 30% 的論文。



針對一份佔分重大的作業,您通常需要花費多個學期的時間來進行微調與改變。
請考量以下的想法:

 

具備意義的作業 

重新設計後的評量活動對學生更具意義,因為他們可能親身經歷過某些受這類疾病負面影響的社區,且這類公共衛生議題與學生們過去曾表達關注的其他社會不公現象有所交集。

 

▶ 學習目標

此評量活動的目標包含學生將能夠:

  • 描述此疾病如何影響特定的社區或人口統計群體。

  • 解釋在社經地位與疾病的關係中,「相關性」與「因果關係」的差異。

  • 提出一項有助於解決此議題的公共衛生介入方案。
     



 結合 AI 的作業環節,您可以這樣做

  • 學生可利用 AI 來生成指定文章中醫學術語的解釋,以輔助閱讀理解。針對核心概念,他們可以生成幾個能套用在自身生活經驗與所屬社群的類比。學生將這些類比分享在 Canvas 討論區中(該項目以參與度計分)。教師接著在課堂上提供概括性的回饋。
     

  • 在文章內容的基礎上,學生接著提供提示詞給聊天機器人,為兩名來自他們關心之社群、且具有不同社經背景的虛構角色設定傳記故事。隨後,他們引導聊天機器人生成一段對話或短篇故事,以說明這兩個角色如何因為社經地位的不同,而產生可能與之相關的差異化健康結果。學生可以使用 AI 圖像生成器來為他們的故事製作插圖。學生透過 Canvas 繳交作業以供評分;教師則在課堂上分享優秀範例。
     

  • 學生使用教師提供的聊天機器人提示詞,探索公共衛生介入方案的各種可能點子。教師提供的提示詞會指示聊天機器人「僅協助學生發展他們自己的想法」,而非直接向學生建議解決方案。在聊天機器人的協助下,學生發展出一份公共衛生介入提案。


未結合 AI的作業環節,您可以這樣做

  • 學生討論相關性與因果關係之間的差異,批判性地分析AI生成的角色與故事,並處理在活動中浮現的任何偏見與刻板印象。教師則利用先前在 AI 聊天機器人協助下所發展出的提示語與指引,來引導這場討論。學生在課堂上進行後設認知反思寫作,教師將給予回饋並視完成度給分。
     

  • 學生繪製海報以總結他們提出的介入方案。他們在課堂海報發表會上,針對自己的提案進行評論與辯護。學生須為同學填寫同儕評量表。您將使用一份先前在 AI 聊天機器人協助下發展出的評分尺規,來評估他們的海報與答辯表現。
     

  • 學生在課堂上寫下一篇關於他們專案的反思,總結他們在整個專案期間學到了什麼、這些活動如何幫助他們學習等等。此反思將上傳至 Canvas 進行評分與評估。

以學生為中心
  • 理解「AI 對學生來說也是個新挑戰」 
    就像我們一樣,學生面對 AI 的反應也是百百種。有些學生可能感到興奮,迫不及待想在課堂上大展身手;但也有些學生可能會對課程的 AI 規定感到無所適從,甚至開始擔憂 AI 會如何衝擊他們未來的職涯發展。
    在這個充滿變數的時刻,老師們能扮演非常安定的示範角色,引導學生在複雜的科技浪潮中,學會深思熟慮地運用這些工具。

     

  • 與學生攜手合作,而非站在對立面
    面對 AI 帶來的機會與挑戰,我們與學生其實是可以並肩作戰的。不妨在課堂上多聽聽學生的真實想法,把學習的自主權交還給他們,鼓勵他們主動去思考該如何運用身邊的科技工具。教與學本質上就是一種夥伴關係,我們調整課程設計的最終目標,都是希望能陪伴所有學生,成為具備數位素養、有責任感且能獨立思考的科技使用者。

     

  • 帶著正向的眼光看待學生與 AI
    回顧教育史,我們已經不只一次將那些初期看似「搞破壞」的新科技,成功融入教學體系中。每一次的科技演進,師生們總是在摸索中學會了如何放大優勢、降低風險。
    我們非常鼓勵老師們,請繼續對學生的學習初衷、以及 AI 提升學習成效的潛力保持樂觀。在我們共同摸索實務作法的這條路上,請盡量避免因為「少數」學生可能會有抄襲行為,就預設「大多數」學生都會把 AI 當作應付作業的偷懶捷徑。

引用來源
本文章主要引用自史丹佛教學共享平台
並採用知識共享署名-非商業性使用-相同方式分享4.0 國際授權協議(CC BY-NC-SA 4.0 )授權
  • llen, D., and Tanner, K. (2006). Rubrics: Tools for Making Learning Goals and Evaluation Criteria Explicit for Both Teachers and Learners. CBE - Life Sciences Education. 5(3): 197-203.


文章撰寫/轉貼

教學發展中心  簡小姐
電話:(07)6011000轉31168
信箱:wumoon1130@nkust.edu.tw

▲ 回到最上層