---
title: "即時回饋改變學習：把 AI 接上形成性評量的方法"
description: "談如何把只告知答對與否的形成性評量，透過 AI 即時回饋轉換成一個學習迴圈。"
lang: "zh-Hant"
date: "2026-02-16T15:00:00.000Z"
updated: "2026-06-28T02:37:00.000Z"
tags: ["形成性評量","即時回饋","AI 評量","學習迴圈"]
canonical: "https://flipsson.com/tw/blog/FdfdcdmYXmYj"
---

# 即時回饋改變學習：把 AI 接上形成性評量的方法

下課前 5 分鐘的小測驗，改完發回去時已經是下一堂課了。回饋一慢，學生就忘了自己為什麼會錯。三天後才拿到的紅線，只會換來一句「喔，原來如此」，並不能修正思考。形成性評量的效果幾乎與==回饋抵達的速度==成正比，就這一點而言，AI 的即時回應不只是單純的便利，而是學習設計的關鍵變數。只有在答錯之後、自己思考的痕跡還留在腦中時所收到的回饋，才真的會發揮作用。

## 把「對錯標記」換成「下一步行動」

好的回饋告訴學生的不是分數，而是接下來該做什麼。設計 AI 回饋時，最好分成三個層次。

- **確認式回饋**：只告知對或錯。效果最弱。
- **訂正式回饋**：指出哪裡錯了、正確答案是什麼。
- **歷程式回饋**：==反過來追問學生為什麼會那樣想==，並點出思考的步驟，學習就發生在這裡。

要走到第三個層次，學習才會發生。舉例來說，對分數除法答錯的學生，可以把提示詞設計成給出==提問式提示==，像是「你有乘上倒數嗎？再看一次是在哪個步驟把分母和分子弄反了」。這是不丟出答案，而是替學生照亮前面一步。

## 現場應用情境

我們來看國中一年級英語課的例子。5 分鐘就能跑完一個循環。

1. 用像 Flipsson 這種可以把教材組裝成模組的工具，做出 5 題的形成性評量。
2. 學生一繳交，AI 就立刻在每位學生的答案上附上量身的評語。
3. 只把答對率不到 70% 的學生自動送往追加練習題組。
4. 老師只針對錯誤集中的題目，在下一節課用 5 分鐘向全班說明。

> 老師的時間不該花在批改上，而該花在細看「為什麼學生會卡在這個概念」。

這樣運作之後，逐一批改 30 人的 40 分鐘消失了，老師只帶著一組錯誤型態走進教室。

## 需要注意的地方

- 即時回饋若太快揭露正確答案，學生就會停止思考。請試著設計==階段式提示==：第一層提示只給方向，第二層提示給步驟，還是卡住才給答案。
- 回饋的語氣應該是教練，而不是評判。讓它寫「差一點了，再往前一步」而不是「錯誤」。同樣的資訊，卻能喚來學生的下一次嘗試。
- 若把即時回饋反映到成績上，學生就會流於抄答案。請把形成性評量留成純粹的練習區間。

## 常見的失誤與檢核表

第一次導入即時回饋時，容易掉進以下陷阱。導入前先檢核一次，可以少走冤枉路。

- 題目出得太難。形成性評量的目的不是鑑別，而是找出卡住的地方，因此點出核心概念的簡單題目更有用。
- 回饋太長，學生根本不讀。每題兩三句話就夠了。
- 所有題目都附上同樣語氣的回饋。對答對一半以上的學生和幾乎全錯的學生說同樣的話，兩邊都不會有感。
- 回饋收到一次就結束。必須讓學生重做同類型的題目，跑完確認「改過的做法有沒有奏效」這一個循環，學習才算閉合。

## 核心整理

形成性評量不是打分數的工具，而是==修正學習的工具==。接上 AI 時的核心有兩個：速度與歷程式回饋。只要從一份小測驗開始加上即時回饋，教室的節奏就會不一樣。剛開始最好只從一個單元、一種題型做起，把回饋的措辭調整好之後再逐步擴大，這樣比較穩當。