AI Fluency 怎麼評量？三種取向、一套評量矩陣與十二種作業元件

教 AI Fluency 最棘手的問題不是教材，而是評量：你怎麼分辨一個學生只是抄了幾句好用的 prompt，還是真的在發展與 AI 協作的能力？考不出來的能力，教了也不知道有沒有教會。

這件事有一組很實用的工具可以處理：三種評量取向、每個 D 一份的評量矩陣（assessment matrix），還有一整份可以拆著用的作業元件指南。這篇把它們整理成你可以直接套用的樣子。

三種取向：成果、過程、反思

有三種互補的評量取向。成果導向（outcome-based）看學生透過 AI 協作產出了什麼：有沒有達成宣稱的目標？過程導向（process-based）看協作歷程：迭代的模式、從失敗嘗試中復原的能力、方法上的成熟度。反思導向（reflection-based）看後設認知：學生能不能說清楚哪些策略有效、為什麼，以及下次要怎麼做。

把三種取向套到 4D 上

每個 D 在三種取向下都有具體的問法。下表整理成濃縮版，你可以直接拿去對照自己的作業設計。

舉一個綜合例子：請學生在 AI 協助下寫一篇「生成式 AI 對社會的影響」的文章，繳交四樣東西：文章本身、AI 對話連結、diligence 聲明、學習日誌。

評量時三個角度各看一樣：成果角度看文章與聲明（有沒有明顯的人為把關痕跡）、過程角度看對話紀錄（有沒有建立共享脈絡、有沒有修正軌跡）、反思角度看日誌（能不能說出什麼有效、什麼無效）。

評量矩陣：從「要看什麼」到 rubric

附上四份可自由改作的評量矩陣（CC BY-NC-SA 4.0 授權），每個 D 一份。每份矩陣都是同一個結構：先列出「強表現長什麼樣」的總綱，再分成果、過程、反思三列，每列給「要看什麼」（What to look for）與「強表現的證據」（Evidence of strong performance）兩欄。

例如 Delegation 的強表現是「探索目標、任務與工具能力三者的關係」；Description 的強表現包括「建立會在單一對話內與跨對話演化的高脈絡」；Discernment 要看「有領域專屬性的細緻評估標準」；Diligence 則要看「倫理思考貫穿全程，而不是只在最後檢查一次」。

矩陣的使用指引也很具體。要發展 rubric 有四步：挑出這份作業最相關的 D、為每個 D 選評量取向、把證據指標改寫成你的情境、定義表現等級（建議分 emerging、developing、proficient 三級）。給回饋時直接引用矩陣的欄位語言；做同儕與自我評量時，先把相關段落發給學生，讓他們自己找出自己能力的證據。

作業設計：三個原則與十二種元件

設計作業時有三個原則。真實性：作業要貼近真實世界的 AI 協作，而不是人工演練。迭代性：一次定生死的作業抓不到協作的迭代本質，要留出修正、重想、再試的機會。教學透明：明白告訴學生你評的是協作過程與反思的品質，不只是產出。

接著是可以拆著用、組著用的作業元件，Assignment Component Guide 一共給了十二種，每種都附學生版說明範本：

• 成果導向四種：改良平庸的 AI 產出（先註解弱點再引導 AI 改到優秀）、多平台成果比較（同一任務用不同 AI 系統或模式做，交比較矩陣與建議報告）、限制條件挑戰（在明確的格式、長度、風格、受眾限制下與 AI 完成任務）、同儕作品互評（對照對方宣稱的目標評 AI 使用是否恰當、標註是否足夠）。
• 過程導向四種：附註解的對話紀錄（標出轉折點、突破、失敗與復原）、即時旁白錄影（邊操作邊說出決策理由）、個人策略手冊（整理自己在不同任務類型的協作策略與品質檢查清單）、AI 或同儕協助的覆盤（把對話紀錄交給第三方一起找盲點）。
• 反思導向四種：引導式提問（例如「描述一次 AI 讓你意外的時刻，它教了你什麼」）、學習日誌（定期記錄並每月綜整）、情境與案例分析（例如「新主管要你用 AI 做徵才決策，你的建議是什麼」）、個人政策聲明（把所學綜整成自己的 AI 協作原則文件）。

現實面：內容量會爆炸，先想好怎麼改

這些作業產生的內容量遠超過傳統作業，有四招可以管理：一、用顆粒很細的交付物 rubric，能快速核對學生是否完成，前提是交付物要和學習目標對得很緊；二、善用自我與同儕互評，設計得好的互評能把大量 AI 產出濃縮成教師能及時回應的東西；三、用五分鐘口頭快評取代部分書面回饋，短短的討論常比長篇評語更有價值；四、選擇性抽樣：教學生自己標記關鍵時刻供你檢閱，不必逐字讀完每份對話紀錄。

最大的收穫是心態上的：評量 AI Fluency 不是抓學生有沒有用 AI，而是把「怎麼用得好」變成可以觀察、可以練習、可以回饋的東西。把矩陣發給學生、把評量標準攤開講，評量就從防弊變成教學的一部分。