（媒角抵加／林承志綜合報導）AI能寫作業，大學如何確認學生學會了？MIT於8月25日公開委員會報告，建議重設評量與課程AI規則；IBM SkillsBuild贊助的研討會則預定9月23日討論負責任使用。從雪梨大學的雙軌評量到台師大教學指引，調整方向逐漸具體：讓學生在明確規範下使用AI，並以口頭說明、實作及歷程紀錄呈現自己的能力，教師仍須負責判斷。
關鍵資訊
- MIT報告：2026年8月13日定稿、8月25日公開，提出教學與政策建議；核心問題是作業還能否反映個人學習。
- 研討會狀態：Wiley／IEEE Spectrum活動頁列出9月23日「Responsible AI for Higher Education」，由IBM SkillsBuild贊助，尚未舉行。
- 評量做法：雪梨大學把可運用AI的開放評量，與確認個人能力的受監督評量搭配。
- 台灣參考：台師大2026年指引要求說明AI使用範圍，並禁止單憑AI偵測結果判定違規。
MIT建議口試與作品集，補足書面作業的限制
36氪9月14日報導所引述的原件，是MIT「教學、學習與研究訓練中AI使用」特別委員會報告。委員會認為，AI已能對大學部幾乎任何書面作業提出可信的解法或合理回應，包括文章、數理題與程式作業，因此課外繳交的成品愈來愈難單獨證明學生掌握程度。
這項判斷來自校內調查、諮詢與政策研議。附錄記載，委員會春季AI使用與態度調查取得1,632份回覆，回覆率12%；它調查的是師生經驗，沒有提供逐門課、逐份作業的統一通過率，也不能據此判定台灣各系學生的學習情況。
MIT建議考慮口試、學期作品集，以及課外作業搭配課內討論；同時提醒，若過度依靠限時考試，可能壓縮需要長時間推敲的作品與專題。校長Sally Kornbluth在公開信中也要求各課程制定符合自身目的的AI政策，並強調動手學習。
AI讓練習做得更好，拿掉工具後卻可能出現另一種結果
學習實驗說明了為何評量必須多問一步。Hamsa Bastani等人於2025年在《美國國家科學院院刊》（PNAS）發表研究，在土耳其一所高中對近千名數學學生進行隨機分組實驗，比較一般GPT-4助理、加入教師提示與教學限制的版本，以及未使用AI的組別。
一般助理組有AI時練習表現較好，但在隨後無工具測驗中，成績較對照組低17%。採取提示引導、避免直接給答案等設計的版本，大致消除了這項負面效果，卻未顯示無工具測驗成績因此高於對照組。這是高中數學的短期結果，不能直接套用到所有大學課程。
另一項研究呈現較正面的可能。Greg Kestin等人2025年發表於《Scientific Reports》的哈佛大學物理課實驗，納入194名學生，以兩堂課交叉比較客製AI家教與課堂主動學習。研究發現，使用依教學原則設計的AI家教，學生在課後測驗學得更多、使用時間較少；但兩堂課的測量，尚不能回答整學期的知識保留與跨領域表現。
兩項研究的對象、工具與教學安排不同，結果不適合直接比高下。它們共同凸顯一個課程設計問題：提供什麼協助、學生是否仍要嘗試解題，以及最後測的是工具協作成果還是個人理解，都會改變成績代表的意義。
雪梨大學讓AI進入作業，也安排學生親自展現能力
雪梨大學9月14日宣布，將分階段向全體師生提供免費且有支援的ChatGPT Edu使用權限。校方同時重申雙軌評量方向：開放評量讓學生練習使用AI等工具，受監督評量則用來確認學生的知識與能力。這項安排把取得工具與驗證學習放在同一套教育設計中。
依該校學生評量說明，受監督評量包括筆試、口試、實作，以及報告或作品提交後的現場問答；開放評量則可包含資料分析、專題、作品集等。單一課程不一定兩類都有，學校會從整個學位課程規劃能力如何逐步發展與被驗證。
例如，若一門課的目標是分析資料，教師可允許學生用AI協助寫程式，再要求學生解釋資料怎麼整理、為何選用某個方法，以及結果不能支持哪些結論。這是假設的課程安排：評分同時看分析成果與學生能否說明選擇，避免把程式跑得動當成理解的全部。
澳洲高等教育品質與標準署（TEQSA）在評量指引問答中指出，沒有單一評量形式能同時完成所有學習驗證與AI能力培養，也沒有單一技術能保證評量安全。因此，學校需要從整體課程安排不同證據，而非把全部壓力放在一次考試。
IBM研討會將以開發工具練習負責任使用AI
與課程改革並行的是AI素養訓練。Wiley／IEEE Spectrum的活動頁列出，9月23日研討會將介紹AI類型、相關疑慮與IBM的負責任AI方法，並以軟體開發生命週期代理工具IBM Bob作為應用案例。對象涵蓋大學部、研究生、教師與行政人員。
講者包括IBM Consulting可信任AI領域主管Phaedra Boinodiris、IBM傑出工程師Romelia Flores，以及負責大學教育的企業社會責任經理Madeline Gonzalez Allen。依議程，參加者將把負責任AI方法用在具體案例，並透過問答討論疑慮與應用方式。
對課程而言，這類訓練要進一步接上作業要求：學生使用代理工具後，哪些輸出必須自行檢查、哪些操作需要授權、發現錯誤時如何修正，都應有可檢視的紀錄。完成一次工具課程，與能在專業情境中作出負責任判斷，仍是不同的能力驗證。
教師也要說清楚自己如何用AI，並保留同儕練習
課堂互信同樣影響規則能否運作。互動教學工具業者Vevox於9月11日發布另一場高教AI研討會的會後問答。大曼徹斯特大學助理教授Nurun Nahar在回覆中主張，教師應透明說明AI使用，培訓也要同時涵蓋教學知識與技術能力。
Touro大學法學院的Patricia Baia則以法律教學為例：AI可以設計談判情境或模擬客戶，學生仍要親自練習傾聽、溝通與作出判斷。Munster科技大學科技輔助學習主管Gearóid Ó Súilleabháin也提醒，學生若每次遇到問題都轉向AI，便少了與同學共同釐清問題的機會。
這些是講者提出的教學觀點。轉成課程活動，可以讓學生先用AI探索題目，再與同儕比較推論、提出反例並共同決定採用哪個解釋；教師評估的範圍也就包含討論與修正，而不只是一份最後交出的文件。
台灣已有指引：先訂範圍，不能只靠偵測器判定違規
台師大教學發展中心公布的2026年《人工智慧應用教學指引》，要求教師在課綱與評量前說明可用範圍、揭露要求與誤用處理方式。教師可依學習目標選擇鼓勵、有限開放或不開放AI，不能讓學生到交作業時才猜規則。
該指引並要求，教師不得單憑AI偵測工具判定學生違規，應結合口試、寫作歷程及版本紀錄綜合判斷；成績最終責任仍由教師承擔。教師若要用AI處理學生作業，也須遵守校方對同意、封閉環境與去識別化的要求。這些是台師大的校內指引，其他學校仍須依各自規範執行。
對台灣教師，這學期可先選一份容易被AI完成的作業，寫明允許AI介入的步驟、學生必須提出的證據，以及評分時會追問的問題。若要求使用特定工具，還應確認全班能否取得，讓學生不必靠額外付費才能完成必修任務。
對學生，則可在允許使用AI的作業中，保留自己的初步想法、AI協助的部分與修正理由，並練習在不開工具的情況下解釋核心概念。當教師能看見學生如何選擇、查核與修正，作業才更有機會呈現學習發生在哪裡。
資料來源與更新紀錄
- 2026年9月14日：36氪〈MIT重磅報告：當AI能完成MIT的幾乎任何作業，大學教育該如何調整？〉。
- 報告日期2026年8月13日：MIT特別委員會報告及方法、政策範例與調查附錄。
- 2026年8月25日：MIT校長Sally Kornbluth公開信。
- 2025年6月25日：Bastani等人，〈Generative AI without guardrails can harm learning: Evidence from high school mathematics〉，PNAS；8月20日更正作者所屬機構。
- 2025年6月3日：Kestin等人，〈AI tutoring outperforms in-class active learning〉，Scientific Reports。
- 2026年9月14日：雪梨大學宣布師生將取得ChatGPT Edu及相關支援；查閱於9月15日：學生評量說明。
- 查閱於2026年9月15日：TEQSA高教AI策略問答，第8題評量設計。
- 活動頁所列日期2026年9月23日：Wiley／IEEE Spectrum「Responsible AI for Higher Education」，IBM SkillsBuild贊助，9月15日查閱活動議程與講者資訊。
- 2026年9月11日：Vevox〈AI in Higher Education: What Does Responsible AI Use Really Look Like?〉，講者會後問答。
- 2026年版、9月15日查閱：國立臺灣師範大學人工智慧應用教學指引。
- 更新紀錄：2026年9月15日完成綜合報導；MIT委員會建議、實驗結果、校方規範及尚未舉行的研討會分別標明狀態。
