「些許混亂與瘋狂」：AI 評量量表與評量改革之實踐研究
arXiv - Human-Computer InteractionMike Perkins (British University Vietnam, Vietnam), Darius Postma (British University Vietnam, Vietnam), Jasper Roe (Durham University, United Kingdom), Susan Sisay (University of Staffordshire, United Kingdom), Craig Holdcroft (University of Staffordshire, United Kingdom)
本研究探討 AI 評量量表（AIAS）在不同高等教育環境下的實施經驗，揭示了從政策轉化為教學實踐的關鍵影響因素。
AI 幫你先抓重點
AI 重點 1
評量框架不應僅是合規工具，更應是教學設計的引導者。
滑鼠懸停看 AI 判斷理由
這點提醒教育者，若僅將 AI 評量標準視為一種行政檢查清單，將無法觸及教學核心。真正的轉型需要將 AI 整合進學習目標與學科脈絡中，才能激發真實的評量設計。
AI 重點 2
制度環境與教職員素養是決定 AI 政策能否落地的關鍵。
滑鼠懸停看 AI 判斷理由
研究顯示單純導入框架是不夠的，必須同時關注工具的可及性、教職員的 AI 素養與工作負荷。這改變了我們對「技術導入」的理解：技術問題本質上是組織與人的問題。
核心研究發現
- 1
AIAS 被教職員視為一種共同語言，有助於合法化生成式 AI 的使用、釐清評量邊界，並促使教師反思評量設計。
- 2
實施成效受到治理架構、工具獲取能力、教職員信心、工作量、學術誠信疑慮及學科背景等多重因素影響。
- 3
若 AIAS 與學習目標、學科脈絡及教職員能力脫節，評量框架可能淪為單純的合規性層次，而非真正的教學轉型。
對教育工作者的啟發
對於教育工作者而言，導入 AI 評量框架時應採取以下策略：首先，避免將 AIAS 視為單純的行政合規工具，應將其與具體的學習目標與學科特性深度結合，以促進真實評量的設計。其次，應重視「能力建設」，在推動政策的同時，必須提供充足的技術培訓與資源支持，緩解教職員因技術不確定性帶來的焦慮與工作負荷。最後，校方應建立支持性的治理環境，確保所有教職員在學術誠信與創新應用之間能找到平衡點，使 AI 評量能從政策層面真正轉化為教學實踐。
原始文獻資訊
- 英文標題：
- 'A bit of chaos and madness': The AI Assessment Scale and the work of assessment reform
- 作者：
- Mike Perkins (British University Vietnam, Vietnam), Darius Postma (British University Vietnam, Vietnam), Jasper Roe (Durham University, United Kingdom), Susan Sisay (University of Staffordshire, United Kingdom), Craig Holdcroft (University of Staffordshire, United Kingdom)
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。