超越選擇題：把實作評量批改自動化的分階段路線圖

用 OMR 讀卡處理選擇題大家都很熟，實作評量的自動化卻讓人摸不著頭緒。答案不會收斂成唯一標準的答卷，機器要怎麼看，實在令人存疑。很多學校想一次全部自動化，結果失敗。第一年就貪心到長篇申論，被查核的負擔壓垮，最後又回到手工批改。必須從小的範圍開始一階一階 擴大。以下提出實作評量批改自動化的四個務實階段。

分階段路線圖

1. 從結構化的簡答開始：先把答案模式明確的簡答與填空自動化。誤差小、容易查核，很適合累積信任。
2. 以評分規準為基礎的短申論：對 2～3 句的答案套用評分規準。以 AI 給分加上老師審查的雙重結構來運作。
3. 長篇申論與報告：擴展到分項拆解的批改。從這個階段開始要先訂好 老師抽樣審查的比例。例如 20％ 由人再看一次。
4. 作品集與專案：連過程的資料也一併綜合評量。自動化是輔助，判斷以人為中心。

關鍵是每個階段都 用一個學期充分驗證 之後再往下走。信任還沒累積起來就擴大比重，就會出事。心急是自動化失敗最常見的原因。

決定審查比例的判準

• 當老師的分數與 AI 的分數差距穩定在平均 1 分以內，就調降抽樣審查的比例。
• 一旦進來新的單元或新的題型，就把審查比例再拉高。已經驗證過的信任，只要題目改變就該視為歸零。
• 臨界分數，也就是及格與不及格附近，永遠由人 100％ 確認。這裡差一點點就會變成申訴。

自動化的目標不是讓老師消失，而是讓老師把時間集中在真正需要判斷的答卷上。

導入時要先取得共識的事

自動化在成為技術問題之前，先是共識問題。建議在學期初就把以下幾點整理好。

• 事先告知學生與家長會使用 AI 輔助批改。事後才被知道，信任就毀了。
• 把申訴的程序寫成明文。誰、怎麼申請、在幾天之內申請，都要具體寫下來。
• 批改的紀錄要連同依據一起保存。無法解釋的分數會成為自動化的弱點。

每個階段該檢查什麼

在往下一個階段之前先確認以下事項，就能避免勉強擴張。也就是花一個學期，看看這些訊號是否穩定下來。

1. 簡答階段：自動批改與人工批改是否幾乎一致。被誤判的答卷有幾份。
2. 短申論階段：在部分分數的臨界處，分數會不會晃動。同一份答卷再跑一次，是否得到相同的分數。
3. 長篇階段：抽樣審查中發現需要修改的頻率有沒有下降。修改頻繁就表示還太早。
4. 作品集階段：自動分析與老師的綜合判斷有沒有出入。

每個階段的訊號穩定了就往下走，晃動就在原地多待一陣子。壓住心急，正是成功的條件。只要有一個階段真正紮穩，那個範圍的批改負擔就永久減輕了。

重點整理

實作評量的自動化 不是速度戰，而是累積信任 的過程。從簡答開始，用抽樣審查鋪好安全網，每個階段都花一個學期驗證再往外擴。就算只把第一階段穩定下來，選擇題以外範圍的批改負擔也會明顯減少，而這份餘裕會成為前往下一階段的動力。