生成式AI如何改變STEM評估：先界定要看見甚麼學習證據
文章以評估三角為框架，回顧生成式AI如何改變學習目標、表現證據及其解讀，整理評估重設、AI分析與回饋、AI生成教材驗證三個方向。作者指出，精緻成品未必反映學生獨立理解，應結合過程、解說和不同任務的證據…
Tufts University、Temple University等
ARTICLES
文章目錄
更多篩選 · 已選1項
技術深度不重要？— 論 AI 時代的「整合型人才」與布魯姆的倒置螺旋
吳曆恒質疑把技術細節全交AI、只訓練整合能力的想法，認為學生仍須理解基礎知識，才有能力判斷輸出是否正確和可靠。文章以專題研習說明，教師可先提出創作任務，讓學生在試作和失敗中發現知識缺口，再回頭補足概念與技能…
