美術課的回饋，不要用 AI 評價作品，而要增加觀察的語言

美術課的回饋一向不容易。用「畫得好」「顏色很漂亮」這類含糊的話，學生無從得知還該再做些什麼。把作品照片給 AI 說「幫我打分數」就更為難了。給藝術打分數的那一刻，表達就變成了猜答案。在美術中，AI 唯有作為擴增學生觀察與表達詞彙的夥伴，而非評分者時，才有意義。

讓它幫助觀察，而不是評價

不要問 AI 做得好不好。而是一起尋找把作品說得更豐富的方法。

• 描寫詞彙的擴充：學生用一句話說明自己的作品後，向 AI 取得「表達這種感覺的其他詞彙」，藉此擴大詞彙量。
• 觀察式提問：問「第一次看到這幅畫的人，眼睛會先被什麼吸引」，藉此意識到視線的流動。
• 技法資訊：以「想強化這種氛圍的話，有哪些色彩對比或構圖技法？」來擴大選項。

好的美術回饋不是「做得好」的稱讚，而是讓學生把自己的作品看得更清楚的提問。

這麼做的話，學生就會一併培養用語言說明自己作品的能力，也就是看的眼光。

講評課的運作程序

以高中美術講評課為例，可以如下運作。

1. 自我陳述：身為創作者的學生先說明作品意圖。此時還不使用 AI。
2. 詞彙補強：用 AI 一起尋找能更精準表達意圖的詞。例）把「寂寞」具體化為寂靜、幽靜、荒涼等。
3. 同儕觀察：同學們只描述在作品中實際看到的東西，不做評價。運用 AI 產出的觀察式提問。
4. 下一次嘗試：學生自己決定下一件作品要嘗試的一件事。

在運作這套程序的課堂裡，取代含糊稱讚的，是往來著具體觀察的講評。最大的變化是學生開始更仔細地觀看自己的作品與同學的作品。這都要歸功於把焦點放在觀察而非評價。

在美術講評中，學生最害怕的是「畫得不好」的評價。這份恐懼一旦消失，表達就會自由許多。所以在同儕回饋中，禁止「畫得好、畫得不好」這類說法本身，只讓大家說出看到的與感受到的，這條規則很重要。「看到這幅畫，我的心情變沉重了」這樣的感想不是評價，而是作品實際引發的反應，因此對創作者來說是最珍貴的資訊。此時 AI 只停留在從旁補充合適描寫詞彙的協助者角色。歸根究柢，看的眼睛與說話的嘴都必須是學生自己的。仔細觀看作品的訓練，同時也是仔細觀看世界的訓練。

重點整理

在美術課中，AI 不是為作品打分數的工具，而是拓寬觀察與表達詞彙的工具。擴充描寫用詞、詢問視線的流動、增加技法選項，學生看的眼光就會成長。不要讓它為作品打分數，而要讓它讓學生把作品看得更清楚。建議在下一次講評課加入詞彙補強這一個步驟。