Peer Evaluation 與學習證據：記錄學生參與，評量仍由教師負責

先說結論

Peer Evaluation 具有重要的參考價值，但互評結果不能直接轉換為分數。學生互評可呈現小組中不易觀察的貢獻、缺席、溝通、衝突與責任分配；作業版本可用來檢查學生是否修正過想法；補交紀錄能區分有文件支持的說法與事後補述；測驗與 Forms 則反映概念掌握程度。這些資料都屬於評量證據，必須經過整理、對照、解釋與人工覆核，才能形成負責任的評量判斷。

本頁將帶你製作一份「學習證據地圖」。互評分數、互評文字、提交時間、版本紀錄、AI 對話紀錄、測驗題型、申論答案、教師觀察與學生說明，會在同一張地圖中依直接證據、間接線索與背景資料分類。AI 可以協助整理資料、辨識異常、產生覆核問題，並將長篇文字歸納為待查項目；它不得代替教師決定分數，也不得將「同學給予低分」直接解讀為「此人沒有貢獻」。

本頁的核心原則是：請 AI 產生「人工覆核清單」，不得產生「成績結論」。例如，互評資料顯示某位學生的他評偏低時，AI 可以提醒教師檢查該輪提交紀錄、組內文字回饋、出席或課堂活動紀錄；它不能直接寫成「該生不合作，扣 5 分」。作業版本分析若顯示某組後期內容減少、引用減弱，AI 可以提醒教師追問修稿原因，但不得直接判定學生退步或抄襲。

本頁案例取自四類真實教學工作：

• 國際企業管理課的 Peer Evaluation 分析：原始回覆數量龐大，須經分輪、去重與保留最後版本後，才能產生警示。
• Peer Evaluation 納入期中與期末成績工作簿：互評資料保留在參考與稽核欄位，不直接計入總分。
• 學生作業版本分析：透過資料夾、檔案、作業文字與 AI 對話紀錄，檢視學習歷程。
• Microsoft Forms 匯入與答案鍵設定：題型、配分與申論評分仍需要人工規準與檢查。^{P08-S01 P08-S03 P08-S09}

這些案例都將評量視為一項需要負責的專業判斷，不能只進行資料加總。

你會完成什麼

完成本頁後，你將取得五項成果：

1. 「學習證據地圖」：列出一門課可蒐集的資料，並說明每種資料能支持與不能支持的判斷。
2. 「Peer Evaluation 風險訊號表」：將低他評、自他差距、重複提交、資料缺漏與組名混亂等情況，轉化為待覆核問題。
3. 「作業版本檢查表」：檢查學生是否呈現修正軌跡、概念是否更清楚、證據是否增加，以及推論是否更為周延。
4. 「AI 可協助與不可協助清單」：明確排除 AI 直接評分。
5. 「完成品範例」：示範如何將證據整理為教師可採用的討論與補救依據。

本頁不急著建立複雜的評分系統，而是先說明每種資料的性質與限制。互評文字可能揭露小組內的感受與事件，也可能混入情緒、偏見或報復；提交時間可呈現作業流程，卻不能單獨證明努力程度；AI 對話紀錄能顯示部分思考過程，但不等同個人理解；申論答案呈現推理，必須由人依規準閱讀；選擇題可快速反映概念掌握，卻未必呈現取捨理由。理解資料限制，才能正確運用。

從學員的角度來看，你可能曾在小組作業中承擔較多工作，也可能遇過互評難以如實表達的情況。教師若只看最後簡報，容易忽略工作過程；若只看互評分數，又可能受到人際關係影響。良好的學習證據設計，既要呈現過程，也要使資料可以接受查核。AI 可以協助整理資料，班級脈絡仍須由教師理解。

開場故事

某門課的期末評量包含一項大型小組報告。某組的簡報進行順暢，投影片內容也相當完整；然而，互評資料多次提到兩位組員「很少參與」或「最後才出現」，另一位組員則呈現自評偏高、他評明顯偏低的情況。教師若只看最後作品，可能忽略小組內部的工作負擔；若只依互評判斷，又可能將同學的情緒視為事實。此時最需要的是一份人工覆核清單，而不是由 AI 直接評分。

教師整理資料後發現，這一組在三輪 Peer Evaluation 中都有互評紀錄，但第一輪有大量重複提交，必須先保留每位評分者對每位被評者的最後一筆。第二輪樣本很少，不能和第一輪直接等量比較。第三輪有幾個低他評訊號，但同時也有作業提交紀錄與文字回饋需要對照。更重要的是，組名欄位有些混亂，不能直接用組名做正式判斷，只能以個人層級與課堂紀錄交叉檢查。

若將這些資料直接交由 AI 分析，並詢問「誰該扣分」，很可能得到條理清楚、查核依據卻不足的答案。較適當的指令是：「請將這些資料整理成人工覆核清單。不要給分，也不要判定責任。請列出每位學生需要教師確認的證據、可能解釋與應追問的問題。」如此可將 AI 的任務限定為整理與提醒，評量判斷仍由教師負責。

同一門課後續也處理補交與測驗資料。部分學生透過 email 說明已重新上傳，但線上表單在未登入狀態下無法下載，因此教師不能將口頭或信件說法直接認定為正式提交。具體附件與可比對檔案可先列為候選，其餘資料須等待正式匯出。Microsoft Forms 的選擇題可以設定答案鍵與配分，申論題仍須由教師依規準閱讀。這些程序共同遵守一項原則：資料可以指出需要查核的位置，不能取代人的判斷。

核心觀念

評量的基礎是證據判讀

在這門課中，「評量」是教師根據事先說明的標準，判斷學生所留證據的品質；分數只是其中一種記錄方式。學生的發言、提問、修稿、互評、組內分工、作業版本、反思文字、測驗答案與課堂行動，都可能成為學習證據。資料數量並非愈多愈好，關鍵在於能否說明：這項證據可以支持什麼判斷？不能支持什麼？還需要與哪些資料交叉檢查？

例如，某位學生被同組同學評為「貢獻低」。這是一項重要訊號，但本身不足以證明學生沒有投入。可能原因包括缺席、分工不清、小組衝突，或承擔不易被同組成員看見的準備工作。教師應將訊號納入覆核流程，檢查提交紀錄、文字回饋與課堂觀察，必要時再請學生說明。完成這些查核後，才構成完整的評量程序。

Peer Evaluation 用於辨識需要進一步查核的情況

Peer Evaluation 的價值在於讓小組內部資訊浮上來。它最適合用來發現「需要教師注意」的情況，例如某人長期他評偏低、某人自評與他評差距很大、某輪互評樣本太少、同一人重複提交很多次、文字回饋出現明確事件或衝突。但這些都應該被稱為風險訊號，而不是結論。

實作 Peer Evaluation 前，必須先處理資料品質。同一位評分者若對同一位被評者提交多次，須先訂定保留紀錄的規則；不同輪次若有明顯時間間隔，應分輪處理；組名欄位不完整或不一致時，不宜形成正式的組級結論；某輪樣本過少，也不宜將平均數與其他輪次直接比較。這些資料整理工作同時涉及評量倫理：未清理、未確認，或未說明限制的資料，不應影響學生評量。

版本紀錄呈現學習歷程，使用時仍須保護隱私

學生作業版本是重要的學習證據。從初稿到定稿，可以檢查問題定義是否更清楚、是否加入具體資料、是否修正空泛框架、是否增加替代方案，以及是否開始處理風險與倫理。AI 對話紀錄也可能呈現學生如何提問、修正，以及如何將 AI 內容轉化為自己的判斷。不過，使用這些資料前必須取得合理授權並完成去識別；私人對話或未授權截圖不得用於正式判斷。

版本分析還有一項常見限制：檔案修改時間不一定等於學習時間。在雲端同步資料夾中，檔案時間可能是同步時間，而非學生實際完成作業的時間。正式評量仍須查核 LMS 原始時間、表單時間戳或教師指定的提交管道。AI 可以協助整理可能對應週次的版本線索，但必須標示不確定性，不得將推測寫成事實。

Forms 可處理題型與答案鍵，申論仍須人工評閱

Microsoft Forms 或類似測驗工具可以處理單選題、複選題、配分、答案鍵與保存狀態，適合用於概念掌握或基本知識檢核。題目若涉及申論、取捨或應用推理，便須採用人工評分規準。即使表單已設定申論題每題 10 分，也只代表完成欄位與配分設定，不能據此認定機器可以自行判斷答案品質。

一份完整的申論評分規準應說明核心知識正確性、回答完整度、邏輯與應用推理等面向。教師可以請 AI 將學生答案整理成待查摘要，例如「這份答案提到取捨，但未說明代價」「這份答案引用概念，但未連結具體情境」。最終仍須由教師依規準閱讀；AI 不得直接給分。

人工覆核保障學生與教師

人工覆核會讓流程慢一點，卻同時保護學生與教師。學生知道自己的資料不會被機器直接貼標籤；教師也知道判斷有資料支持，遇到例外還有處理方法。覆核不用每一筆重做，集中檢查高風險訊號即可，包括低他評、自他差距極大、重複提交、資料缺漏、名稱對不到、組名混亂、補交說法無正式紀錄、AI 對話與最後作品高度不一致，以及需要主觀判斷的申論答案。

覆核紀錄應先列為「待確認」，不得在證據尚未完整時寫成「已判定」。例如，將「S08 沒有貢獻」改寫為「S08 在 PA1 與 PA3 的他評偏低，需對照提交紀錄與文字回饋」；將「S14 抄襲 AI」改寫為「S14 的 AI 對話紀錄與最後作品高度相似，需確認課程規則、引用方式與改寫程度」。這種寫法較為精確，也能避免過早定性。

案例拆解

案例一：用去識別資料重建 Peer Evaluation 清理流程

以下數字取自過往完成的分析紀錄，已移除課名、姓名、學號與可識別組別，並改寫為流程教學案例。原始資料共有 964 筆回覆，直接計算平均數會受到重複提交影響。因此，處理時先將相鄰提交時間差距超過 7 天的資料切分為不同輪次，再針對同一輪、同一評分者與同一被評者，保留最後提交版本。清理後共有 223 筆去重資料，移除 741 筆重複或修訂紀錄，並整理出 58 位代號學員的摘要。完成去重後，資料才適合進一步判讀。^P08-S02

清理後，三輪資料的性質仍不相同。第一輪橫跨 3 月 27 日至 4 月 10 日，原始筆數最多，清理後仍有 198 筆；第二輪集中於 4 月 23 日，樣本僅有 6 筆去重資料；第三輪為 6 月 5 日至 6 月 7 日，共有 19 筆去重資料。直接比較三輪平均數，會忽略樣本差異與活動背景。較適當的做法，是將各輪視為性質不同的證據：第一輪用於觀察較大範圍的小組運作，第二輪僅作局部提醒，第三輪則用於辨識期末前後的風險訊號。

這份分析也為 50 位學生產生不同類型的警示。警示只表示教師需要進一步查核，不能用來認定學生有問題。警示來源包括低他評、自評高於他評、文字回饋與提交紀錄。若直接依警示扣分，便是將資料整理結果誤當成正式評量。正確流程是將警示列入人工覆核表，再由教師對照其他資料。

案例二：Peer Evaluation 保留於成績工作簿，但不直接計分

後續處理成績工作簿時，Peer Evaluation 被納入同一份工作表，但未直接計入期中或期末總分。表中保留他評平均、自評平均、自他差、各輪他評與警示欄位，供教師檢查與討論，不由公式自動決定學生分數。這項設計明確區分「資料進入工作簿」與「資料納入評分」。^P08-S03

合併過程還發現名稱對應與來源稽核問題。例如有些學生只出現在互評資料中，與原成績表對不上；有些名字存在差異，需要人工確認；有些警示需要回到原始文字或提交紀錄。這些問題提醒我們，教育資料常常不是乾淨的資料表。學生姓名、組別、學號、語言版本、表單時間、補交附件，都可能出現不一致。AI 可以協助比對可疑項，但不能自行決定兩個名字一定是同一人，更不能因為找不到對應就做負面判斷。

案例三：作業版本分析呈現學習軌跡

以下作業資料夾盤點是依教師過往整理經驗重新合成的教學資料，不對應任何真實班級或學生。資料包含 37 個代號資料夾、27 份可見提交、10 個沒有檔案的資料夾、322 個檔案，其中 177 個是主要作業，144 個是 AI 對話或聊天紀錄，另有少數抽取錯誤。分析時刻意將主要作業與 AI 對話分開：主要作業可用於觀察內容與主題連續性；AI 對話僅作為思考歷程的示範，不得據此推定真實分組，也不得用於正式評分。

版本分析可以呈現具體的學習變化。有些小組初期僅套用分析框架，後續逐步補充資料、提出具體行動建議，並開始討論風險與治理；有些小組的初稿具有情境細節，定稿反而只剩抽象敘述。教師可以根據這些變化提供回饋，例如：「你們的問題定義更清楚，但證據仍不足」「你們開始處理利害關係人，但尚未說明取捨」「你們保留許多 AI 對話紀錄，最後作品卻未呈現自己的判斷」。這類回饋比單一分數更能協助學生修正。

版本分析必須保留不確定性。檔案時間若是雲端同步時間，便不能據此認定「學生在某日某時完成修稿」；小組成員名單若由作業文字推估，也不能視為正式分組；AI 對話紀錄若只出現在部分學生資料夾，更不能用來比較全班。這些限制必須寫入報告，AI 輸出時也須明確標示。學習證據的可信程度來自清楚的來源與限制，而非資料數量。

案例四：補交與 Forms 顯示資料管道的界線

處理補交資料時，部分學生透過 email 說明已重新上傳，但教師當下無法取得正式表單匯出，因此無法直接驗證新提交。具有附件、檔案或可比對資料者，可先列為「新增補交候選」；在正式確認前，不得直接寫入成績，也不得以學生的文字說明取代正式匯出。採用一致且可查核的管道，才能同時保障學生說明權與程序公平。

Forms 案例也說明，完成工具匯入後仍須人工檢查。五種語言版本的期末考表單匯入後，逐份確認第 1 至 30 題為單選、第 31 至 52 題為複選、第 53 至 54 題為多行文字。接著設定答案鍵與配分，總分為 160 分；選擇題可由答案鍵處理，兩題申論各 10 分，仍須依評分規準判讀。這項流程可讓學生理解：題型設定、答案鍵與配分屬於資料結構，申論品質則由教師負責判斷。

從 BARS 量表到 GAS 線上填答系統

開啟團隊成員自評與互評 BARS 參考文件↗

這份文件以行為錨定評量表（BARS）整理團隊成員表現。只寫「1 分很差、5 分很好」，幾乎無法協助同儕判斷；1、3、5 分都應對應可觀察行為。主要面向包括團隊工作貢獻、團隊互動、維持團隊進度、品質要求，以及相關知識與技能。

請先用紙筆檢查量尺。每一項描述是否真的能被同組成員觀察？「很有熱忱」「有領導力」若沒有對應行為，就很容易變成人際印象。較好的描述會寫出是否準時交付、是否主動提供資料、是否回應同儕意見、是否發現進度問題，以及是否能在需要時協助他人完成工作。

接著，把量表改成可部署於 GAS 的線上填答系統。系統至少要有：匿名或代碼化的填答者與被評者、組別、評量輪次、每一項行為題、信心分數、文字證據、重複提交處理、補交方式、去識別匯出及教師覆核頁。先用合成資料測試，不要一開始就放入真實姓名、學號或成績。

AI 可以協助產生表單欄位、GAS 程式、資料清理與待查清單，但不能把低分直接解讀成低貢獻，也不能自動決定正式成績。若要自動化，請保留原始資料、規則版本、觸發原因與人工覆核結果。

Glasp 可用來標註公開文章、PDF 或影片，整理成後續可查找的閱讀資料。它適合協助蒐集與匯出，不代表摘要內容已經正確。涉及付費文章、學生資料或未公開文件時，仍要先確認授權與隱私。

先不用 AI

活動名稱：證據、推論、決定三色卡

這個活動完全不使用電腦。每組拿到 18 張情境卡，每張都是一小段匿名資料。三種顏色分工如下：綠色是「可觀察證據」，黃色是「可能推論」，紅色是「不能直接做的決定」。分類後，每組挑三張最有爭議的卡，寫下「還需要什麼資料」。

情境卡範例如下。

No AI 產出格式

每組提交一張「證據到判斷」表。第一欄記錄觀察到的資料，第二欄寫出資料能支持的最低限度說法，第三欄說明不能直接形成的結論，第四欄列出下一步人工覆核。這項活動特別練習使用審慎而精確的語言：將「這位學生沒貢獻」改為「互評出現低貢獻訊號，需對照提交紀錄與文字回饋」；將「這組退步」改為「後期版本的證據密度下降，需詢問修稿原因」。

形成判斷前先檢查證據

請區分「觀察到的資料」與「對資料的解釋」。依低分認定不合作、依補交信認定已完成提交、依 AI 對話認定作業由 AI 代寫，或依申論篇幅認定理解良好，都是在證據不足時過早形成結論。檢視每一筆資料時，請依序確認：它最低限度能支持什麼？還有哪些可能解釋？哪些說法需要更多證據？哪些說法可能損害學生權益？

使用 AI 整理待查訊號

活動名稱：請 AI 產生人工覆核清單

這項活動允許使用 AI，但必須先界定任務範圍：AI 只整理待查訊號，不給分、不判定責任，也不替教師作出最終決定。請將去識別的互評摘要、版本摘要與補交摘要納入指令，要求 AI 依規則列出教師後續需要查核的資料。輸出若出現分數、扣分、人格判斷、缺席判定或懲處建議，即視為測試失敗。

測試資料

以下資料是教學用匿名資料，不是任何學生的正式成績。

版本摘要：

預期輸出

AI 的合格輸出應該像這樣：

不合格輸出常包含「建議扣幾分」「這位同學不合作」「這組退步」「AI 生成比例過高所以不及格」等句子。若出現這類內容，應退回並修正指令，不得納入正式紀錄。

AI 活動紀錄表

引導式工具

工具入口：Peer Evaluation 人工覆核清單

如何檢核工具

先確認輸出只包含「可觀察證據」「可能解釋」「不能直接說什麼」「建議人工覆核」四個欄位。若出現分數、扣分、人格標籤、懲處建議，或將單一匿名意見寫成個人事實，該輸出不得採用。接著檢查低樣本數是否標示為低信心、補交是否仍待正式管道確認，以及所有學生資料是否已完成去識別。

保存測試紀錄

請記錄工具、日期、測試資料與結果。若第一次輸出出現分數，不應只刪除該列；請回到指令調整規則後重新測試。失敗紀錄也須保存，以便在正式使用前辨識最容易越過任務邊界的情況。

自助填答

一、學習證據地圖

二、Peer Evaluation 覆核規則

三、AI 使用邊界

完成品範例

學習證據看板 v0.1

以下提供一份可供教師使用的完成品範例。全表只使用學生代號與小組代號，不包含真實姓名；輸出僅列出後續應查核的資料，不涉及分數。

課堂回饋範例

給學生的回饋語氣可以這樣寫：

「你的互評資料出現兩個需要回看的訊號：第一，你在 PA1 與 PA3 的他評低於同組多數成員；第二，你的自評與他評差距較大。這些資料不能直接代表你沒有貢獻，所以本週請你補一份 300 字工作說明，寫清楚你在資料蒐集、討論、撰稿、簡報或整合中實際完成的工作，並附上可查核的版本或紀錄。教師會把你的說明、組內文字回饋與提交紀錄一起看。」

「你們小組的初稿與定稿相比，定稿少了替代方案與取捨理由。這不一定代表退步，也可能是你們在簡報時另有說明。請在修正版中補上：你們曾考慮哪兩個替代方案？為什麼保留目前方案？放棄方案的代價是什麼？這份補充會和定稿一起作為學習歷程證據。」

「你的申論題答案有提到正確概念，但目前看不出你如何把概念放進情境。請依照評分規準補強兩件事：第一，指出情境中的具體事實；第二，說明你選擇此判斷時放棄了什麼。AI 可以協助你檢查是否有漏掉欄位，但最後內容必須由你自己完成。」

完成品查核清單

常見失敗與修正

失敗一：以互評平均數推論學生品格。 互評分數偏低時，最多只能說「互評資料中出現需要確認的訊號」。不得據此認定學生懶散、不合作或不負責，也不得直接扣分。每個低分訊號都應搭配覆核問題：這個低分來自幾位評分者？是否集中在某一輪？文字回饋是否描述具體事件？提交紀錄是否支持或反駁這項說法？學生是否有機會補充自己的工作證據？

失敗二：將自評高於他評直接解讀為自我膨脹。 自他差距明顯時，確實需要進一步了解，但可能原因包括：學生負責不易被同組看見的資料整理或協調工作、小組尚未形成共同的貢獻標準、學生高估自己的投入，或班級互評文化尚未成熟。自他差距應作為對話起點，而非結論。教師可以要求學生以證據說明實際工作，也可以請小組重新界定「貢獻」的具體內容。

失敗三：忽略樣本數與資料輪次。 第二輪只有少量回覆時，平均數無論偏高或偏低，都不適合直接與其他輪次比較。每一輪都應標示樣本數、活動背景與信心程度。樣本不足可以列入教師觀察清單，但不宜作為正式判斷的核心。若資料只來自一位評分者，須明確標示「低信心」，並對照其他輪次或課堂紀錄。

失敗四：將補交說明視為正式提交。 學生的 email、口頭說明或截圖都可能提供重要資訊，但不等同正式提交紀錄。正式表單或 LMS 尚未匯出時，教師不應直接修改成績。可設置「補交候選」狀態：有附件、可比對檔案或可查時間者先列入候選；只有文字說明者等待正式資料；所有候選均保留來源與處理日期。這樣既能回應學生主張，也能維持程序公平。

失敗五：用 AI 對話紀錄推定作品由 AI 代寫。 AI 對話紀錄可以顯示學生問過什麼、如何修改、是否有把建議轉成自己的判斷，但不能單獨證明代寫。沒有 AI 紀錄也不能證明沒有使用 AI。修正方式是看最後作品是否有自己的取捨、是否能口頭說明、是否引用課程材料、是否符合課程規則。AI 對話紀錄只能放在學習歷程脈絡中閱讀。

失敗六：讓 AI 產生表面中立的排名。 有些 AI 輸出會使用「高風險」「中風險」「低風險」排序，甚至提出優先處理名單。若缺乏明確定義，這類分類容易形成學生標籤。應改用「覆核優先順序」，並在每一列說明資料限制。優先順序只代表教師查核資料的次序，不表示某位學生的問題較為嚴重。

資料納入正式評量前的準備

如果已取得互評資料，第一步應先訂定資料處理規則，再使用 AI 進行整理。分輪、去重、樣本不足、姓名無法對應，以及文字回饋保留方式，都須在查看結果前完成定義，避免因特定學生的資料而調整標準。愈早確立處理規則，後續爭議愈少。

第二步是建立去識別測試資料。真實姓名、學號、完整互評文字或私訊，不得直接用於 AI 測試。請以代號取代身分資訊，只保留足以測試的欄位，例如輪次、他評平均、自評、評分人數、文字訊號、提交訊號與資料限制。如此既能檢查 AI 是否遵守規則，也能保護學生資料。

第三步是設計教師回應模板。資料顯示某位學生需要進一步了解時，教師應備有可直接使用的說明文字，無須由 AI 代寫判定。完整的模板包含三項資訊：教師根據哪些資料提出關切；這些資料不能直接代表什麼；學生或小組需要補充哪些證據。這種說明方式能讓學生知道教師已檢視資料，也願意了解事情脈絡。

第四步是分開處理申論題與選擇題。選擇題可以依答案鍵與配分處理；申論題則須依規準閱讀。AI 可以將申論答案整理為「是否出現概念」「是否連結情境」「是否說明取捨理由」，但每一列都必須標示「需要人工評閱」。若工具或流程可能使人誤以為申論題可以自動給分，應在規則中明確禁止。

完整案例：從互評偏誤到學生申覆的一次處理

假設期末小組專題結束後，教師收到三輪 Peer Evaluation、各組作業版本、課堂出席註記、補交紀錄與 Forms 測驗結果。某組的最後作品完成度高，但互評資料中有兩位學生需要進一步了解：S-A01 他評偏低、自評偏高；S-D02 在第三輪被提到缺席簡報練習，同時也有 email 說明家中臨時狀況，並附上補交文件。此時若直接請 AI 判斷「誰該扣分」，風險相當高。較適當的做法，是將流程分為資料整理、偏誤辨識、人工覆核、學生說明與申覆處理五個階段。

第一階段是資料整理。教師先固定去重規則：同一輪、同一評分者與同一被評者若有多筆紀錄，保留最後提交；輪次依活動日期或明顯的時間間隔切分；每一輪均標示評分人數。接著將身分改為匿名代號，移除真實姓名、學號、私訊截圖與完整抱怨原文，只保留教學判斷所需的訊號，例如「兩則回饋提到較少出席會議」「一則回饋提到最後整合不足」「只有一筆資料」。完成去識別後，AI 才能協助整理；未去識別資料不得交由 AI 處理。

第二階段是偏誤辨識。Peer Evaluation 至少有五種常見偏誤：

1. 互惠偏誤：同組好友互相給予高分，不代表實際貢獻一定較高。
2. 報復偏誤：小組衝突後互評偏低，不代表被評者沒有完成工作。
3. 能見度偏誤：負責資料清理、聯絡與整合者，其貢獻可能不如簡報者容易被看見。
4. 語言與表達偏誤：不擅長公開發言的學生，可能被誤認為參與較少。
5. 時間點偏誤：某輪若正逢考試、病假或家庭事件，單輪評價不足以代表整學期。

教師不必以偏誤為每一項紀錄辯解，但應將其列為可能解釋，避免把同學觀感直接視為事實。

第三階段是 AI 分析後的人工覆核。此時可請 AI 輸出表格，但欄位必須固定為「可觀察證據」「可能解釋」「不能直接說什麼」「需教師確認」「建議溝通」。以 S-A01 為例：

• 可觀察證據：PA1 與 PA3 的他評偏低，自評偏高。
• 可能解釋：參與不足、貢獻不易被看見、組內標準不一致或小組衝突。
• 不能直接說明：沒有貢獻或應予扣分。
• 需教師確認：作業版本、會議紀錄、分工說明與文字回饋。
• 建議溝通：請學生提交工作說明。

若 AI 直接輸出「建議扣 3 分」，整列資料都應退回，不得進入正式紀錄。

第四階段是對照參與證據。教師應將互評資料與版本歷程合併檢視。若 S-A01 的名字出現在早期資料蒐集檔、修訂紀錄或小組分工表中，便需要更審慎地解釋低他評；即使完全沒有提交痕跡，也不能立即形成判定，仍須查找口頭報告、會議紀錄或教師觀察。S-D02 的 email 與附件可列為補交候選，但正式表單或 LMS 尚未匯出前，不得認定補交完成。Forms 測驗結果只能補充概念掌握狀況，不能取代小組貢獻判斷。經過交叉查核，才能將同學觀感轉化為教師可查證的資料。

第五階段是學生說明與申覆流程。教師若準備依互評或版本紀錄調整回饋，應先提供資料摘要，不宜公開同學的完整原始評論。通知可以寫成：

「你的互評資料出現兩項需要確認的訊號：第一，兩輪他評低於同組多數成員；第二，自評與他評差距較大。這些訊號目前不代表扣分決定。請在三天內提供 300 至 500 字說明，列出你實際完成的工作、可查版本或同組協作證據。教師會將你的說明、互評摘要、提交紀錄與課堂觀察一併檢視。」

這段文字同時說明教師看見的資料、尚未形成的判斷，以及學生可以採取的具體回應方式。

申覆處理也須留下固定紀錄。學生回覆後，教師應在表格中記錄：學生提供哪些新證據、哪些已確認、哪些仍無法確認、原互評訊號是否需要重新解釋，以及最後採取何種教學回應。教學回應未必涉及改分，也可能包括確認補交、請小組補充分工說明、提供個別回饋、安排下一次小組工作規則，或維持原判斷並補充理由。若資料仍不足，請記錄「資料不足，維持低信心」，不要形成超出證據的結論。

這個完整案例也說明 AI 在評量流程中的合理位置。AI 可以將 200 則互評文字整理為匿名訊號、辨識自他差距、提醒樣本不足，並將學生說明整理成待查項目。至於誠信、參與責任、扣分與申覆是否成立，仍須由教師檢視資料、聽取說明並記錄理由。學生能針對具體證據回應，評量才具備應有的可信度。

這套流程也能回饋下一次課程設計。若多位學生反映資料整理工作不易被看見，下次互評表可新增貢獻類型，並分項詢問實際工作；若爭議多半來自組名或姓名無法對應，下次表單應先固定名冊與組別；若補交經常受限於正式匯出，教師則應事先說明哪些管道才構成有效提交。互評既是期末評量工作，也是下一輪課程設計的資料。AI 可以協助辨識模式，教師再據此調整規則，使程序更為公平。

交互診斷也是一種學習證據

教學實踐研究計畫中的交互診斷，不是請同學替作品打一次總分。另一組先閱讀 A 文本，在資訊不完整的情況下作出第一判斷；作者再依 B 文本主持三個關鍵追問；最後雙方比較原先判斷與作者的教學設計。教師可從這段互動觀察：讀者是否抓到重要線索、作者能否提出有效追問，以及回饋後的作品是否真的修正。^P08-S15

因此，Peer Evaluation 可以增加「作品讓我看見什麼問題」「哪一項證據不足」「哪一個追問改變了我的判斷」「作者後來如何修正」等欄位，不必只問合作態度。AI 可協助整理匿名回饋與版本差異，教師仍要判斷哪些證據足以支持結論。學員閱讀版列出歷程、作品、互動、量化與反思五類證據，可用來補強自己的評量設計。

本頁重點與下一步

今天的重點是：將學生留下的資料整理為可討論、可查核的證據，不得交由機器直接轉換成分數。Peer Evaluation 呈現不易觀察的小組互動；作業版本記錄修正過程；補交紀錄釐清資料管道；Forms 則協助管理題型與配分。評量標準、資料限制與例外情況，仍須由教師處理。

回到自己的課程後，請先選擇一項資料進行小規模練習：

• 有互評資料時，先製作風險訊號與人工覆核清單，暫不處理分數。
• 有作業版本時，先比較問題定義、證據、替代方案與取捨理由，不急著判定進步或退步。
• 有 Forms 或測驗資料時，分開處理選擇題與申論題。

每一個步驟都要確認：這筆資料能支持什麼？不能支持什麼？最終由誰作出判斷？

下一頁將進入 Codex 與多代理工作流程，討論如何將大型任務分配給不同 Agent。本頁先確立一項底線：無論使用多少 Agent、建立多完整的資料表，或取得多流暢的 AI 摘要，都不能取代教師對學生學習所負的責任。AI 可以協助辨識更多線索，最後仍由人決定如何回應學生。

來源與延伸閱讀

標示網路連結者可直接開啟；未附連結者為已去識別或內部教學實作紀錄，僅用來說明本頁內容依據，不提供原始學生、企業或私人資料。

^P08-S01 Peer Evaluation 分析實作紀錄；收錄分輪、去重、警示與 teamName 欄位的處理方式。

^P08-S02 CM216 Peer Evaluation 分析報告；案例包含 964 筆原始回覆、223 筆去重資料、三輪紀錄與風險訊號。

^P08-S03 Peer Evaluation 併入成績工作簿實作紀錄；互評作為參考與稽核欄位，不直接納入總分。

^P08-S04 學生作業版本分析實作紀錄；說明如何整理作業、AI 對話紀錄，以及正式評量前為何仍須確認 LMS 與官方分組。

^P08-S05 數位轉型學生作業進步分析報告；以問題定義、證據、具體行動與風險治理觀察版本變化。

^P08-S06 Weekly Task 補交追蹤實作紀錄；說明 email、正式匯出資料與補交候選名單之間的界線。

^P08-S08 Microsoft Forms 答案鍵與配分實作紀錄；涵蓋單選、複選、申論配分與申論人工評分規準。

^P08-S09 Microsoft Forms 匯入實作紀錄；說明題目匯入後仍須逐份確認題型。

^P08-S15 吳相勲，〈從「被動解題」到「主動出題」：以生成式 AI 輔助學生自產內容（SGC）建構商業敏銳度與批判性思維〉，115 年度教學實踐研究計畫申請稿，2025-12-12。本頁使用學員閱讀版摘要，說明交互診斷與多元學習證據的安排。

本頁圖解

本頁圖解學習證據地圖圖像載入中

本頁圖解Peer Evaluation 不是判決圖像載入中

本頁圖解作業版本時間線圖像載入中

本頁圖解Forms 與申論人工評閱圖像載入中

本頁圖解AI 只產生覆核清單圖像載入中