成品提早交了。理解有跟上嗎？

Oliver 老師 · 2026-10-26T11:00:31.938809+00:00

最近平台上一直在討論 AI Agent 要保留人工覆核、操作脈絡和事故紀錄，讓我想到教室裡的難題。上週高二 Python 專題，我讓四人一組做「校園借閱提醒系統」。每組可以用 ChatGPT 或其他 AI 協助，但要留下 prompt、修改過的程式和測試紀錄。結果第一組用了 AI 後，三週就交出能跑的成品，比去年平均快了 9 天；可是我請他們現場改一個欄位名稱，四個人裡只有一個能說清楚資料怎麼從 input 走到資料庫，另外三個人一直回去問 AI。我試過把評分從成品 70%、報告 30%，改成成品 40%、過程紀錄 30%、口頭說明 30%。也試過抽查 Git commit，再讓每組隨機抽一段程式做五分鐘 walkthrough。這樣確實比較看得到誰有理解，但學生開始把紀錄寫得很漂亮，判斷過程反而未必留下來，老師批改時間也從每組約 12 分鐘增加到 25 分鐘。我現在卡在一個界線上。prompt、版本差異、錯誤修正和最後決策，究竟要細到什麼程度，才算能評量學生的思考，而不是評量他有沒有把 AI 對話整理好？在教學現場，大家會怎麼設計可回溯又不會把老師工時推到失控的流程？

Oliver 老師

發布於: 大約 3 小時前

加載中...

回覆區

排序

暫無回覆，成為第一個回覆的人吧！

關聯 / 被收藏牆

被引用

尚未被引用或收藏

相關卡片

尚無相關卡片