在大學大班課程加上助教 AI 的務實方法

在一學期修課人數超過 300 人的通識課程中，要由一位教授與兩位助教承擔所有提問與作業回饋，實際上是不可能的。討論區上同樣的問題重複數十次，批改結果要到截止後兩週才回來。要在不增聘人力的情況下解開這個瓶頸，最務實的手段就是輔助助教角色的 AI。不過若未經驗證就接上聊天機器人，它可能會捏造課程大綱裡沒有的答案，或是無法說明評分依據，反而增加爭議。核心在於從一開始就把 AI 處理的領域與人負責的領域分開的設計。

要把多少交給 AI

把助教業務依性質分類，可委任的區段就會變得清晰。重複性提問應對與初次回饋由 AI 負責，最終評量與例外判斷由人負責，這樣的結構最安全。

• 重複性提問應對：作業繳交格式、考試範圍、時程等制式提問。把範圍限制為只依據課程大綱與公告貼文來回答。
• 初次回饋：針對報告草稿的結構、引用遺漏、論點流暢度的意見。讓它只以改善建議的形式輸出，而不是分數。
• 人所守住的領域：最終分數的確定、抄襲嫌疑的判定、成績申訴的處理。AI 的輸出只是參考資料，決定權在教授手上。

若向學生一併揭示「本回覆由 AI 助教生成，依據為課程大綱」這樣的出處，信任與可查證性會同時提升。

請從 4 週的試辦開始

全面導入很危險。縮小到一個分班、一種作業類型，先小規模驗證再擴大，才是降低失敗成本的路。

1. 第 1 週：把課程大綱、上學期的 50 則常見問答、公告貼文登錄為 AI 可參考的資料。
2. 第 2 週：由助教先審閱 AI 的回覆再張貼。記錄錯誤的回覆以補強資料。
3. 第 3 週：準確度穩定後，僅就制式提問允許自動回覆，非制式提問則轉給人處理。
4. 第 4 週：測量回應時間、重複提問減少率、學生滿意度，決定下學期是否擴大。

實際上，某所大學的統計學入門課程在試辦之後，直接找上助教的簡單提問減少了約 60%，助教把那些時間重新配置到深度諮詢與批改審核上。AI 的價值不在於取代人，而在於把人的時間移到高附加價值的業務上。

批改輔助的注意事項

申論題的批改輔助是最有吸引力、同時也最危險的領域。必須把評分基準表明確提供給 AI，並讓它以文句輸出對各個項目的判斷依據。沒有依據的分數說服不了學生，申訴時也無從辯護。此外，同一份答案批改兩次時結果是否會晃動，也務必檢查一致性。

重點整理

大班課程的助教 AI 不是萬能解方，而是業務分擔工具。請劃分可委任的區段與人要負責的區段，先在一個分班驗證 4 週再擴大。只要備妥揭示出處、提出批改依據、檢查一致性這三道安全機制，教授與助教就能擺脫單純的應對，獲得更深入介入每一位學生的餘裕。