AI 評量
疑似 AI 代寫的文章,老師該如何冷靜判斷
整理如何理解 AI 寫作偵測工具的極限,並以過程為中心、不誤判地做出判斷。
「這篇文章,真的是學生自己寫的嗎?」隨著生成式 AI 普及,老師的桌上多了一項新煩惱。看到比平常實力流暢太多的文章就會起疑,很想丟進偵測器跑一下。然而一旦盲信 AI 偵測器的準確度,就會出更大的事。偵測分數不是證據,只是參考值。光憑一個分數就斷定學生作弊,只要造出一個蒙冤的人,整間教室的信任就會崩塌。
不能把偵測器當成證據的理由
商用 AI 偵測工具的誤判(false positive)問題是慢性病。尤其在下列情況,人寫的文章也常被歸類為「AI 撰寫」。
- 非母語學生寫的英文。句子結構工整,看起來很機械。
- 忠實遵循既定格式的報告。只是照著框架寫,卻被懷疑是 AI。
- 短篇文章。樣本太少,判別不穩定。
某大學的研究還報告了特定族群的文章被系統性地更常誤判的偏誤(bias)案例。光憑一個偵測分數就懷疑學生,公平性就垮了。何況把同一篇文章丟進不同的偵測器,結果彼此矛盾也是常有的事。
起疑時的冷靜程序
- 別只看分數,要看寫作過程。確認是否留有大綱、筆記、修改紀錄。
- 和學生一對一談話,請他親口說明核心概念。如果真是自己寫的,會毫不卡頓地說明。
- 確認和平常的寫作水準有沒有劇烈落差。看看用字、句子長度、慣用的表達是不是突然變了。
- 在懷疑轉為確定之前,用晤談而不是懲處來處理。不是追問,而是確認。
偵測的目標不是「處罰」,而是守住「誠實的學習文化」。
用評量設計來預防
與其想用技術抓人,設計出讓作弊沒有縫隙可鑽的評量才是根本之道。
- 讓學生分階段繳交過程產出。從大綱到初稿再到完稿的痕跡,本身就是誠信的證據。
- 提高課堂中手寫或口頭發表的比重。當場產出的成果很難找人代筆。
- 對 AI 的使用允許,但要求註明。讓學生寫下「在哪裡、怎麼用的」,隱瞞的行為本身就會減少。
事先訂好班級規則
比起起疑之後才應對,在學期初就把規則談定好得多。什麼被允許、什麼被禁止如果模糊不清,學生和老師都會為難。請把下面幾點講清楚。
- 區分哪些作業可以用 AI、哪些作業不行。全面禁止是守不住的。
- 允許使用的情況下,決定要怎麼標註。例如讓學生寫一行「用 AI 抓了大綱,內文自己寫」。
- 事先告知確認違規時的處理程序。也一併說明不是立刻處罰,而是先晤談。
規則清楚,學生就會選擇公開而不是隱瞞。誠信不是從取締中長出來的,而是從共識中長出來的。
重點整理
AI 偵測器只是輔助訊號,不是判決書。以過程為中心的評量與以對話為基礎的確認,能防止誤判。比起技術,先改變評量設計才是根本解法。處理每一件懷疑時,請不要忘記:處理的方式,就是送給其餘所有學生的訊息。
登入後參與互動

來發表第一則留言吧。