AI 做得好，不代表學生學會了：醫學簡報的 5 個評量問題

一份醫學簡報看起來完整、圖表清楚，台上的學生也能順暢回答，仍不一定代表他讀懂了研究。生成式 AI 可以協助整理資料、調整文字和安排投影片，教師因此需要看見成品背後的判讀過程：學生能否回到原始證據，指出 AI 哪裡可靠、哪裡需要修正，並在沒有工具協助時說明自己的判斷。

Triola 與 Rodman 的醫學教育觀點文章討論生成式 AI 納入醫學教育所需的課程、政策與治理；美國醫學院協會（AAMC）的負責任使用原則涵蓋以人為本、透明、公平近用、資料隱私及持續評估。以下五個評量面向，是參考這兩項來源後轉化成醫學簡報教學的做法，不是來源正式提出的五項原則，也不是經驗證的評量量表。這些來源都不能直接證明這套評量能提升教學成效。

一、證據理解：學生能否說清楚研究支持什麼？

要評量學生能否說明研究問題、研究對象、方法、主要結果與限制，並判斷結論是否符合證據。請他指出簡報中的主張對應哪一段原始資料，而非只背誦 AI 整理出的摘要。

教師可以問：「這項研究納入哪些人？研究結果適用於哪些情境？如果要把這個結論講給臨床團隊聽，哪些限制必須一起交代？」問題不必很刁鑽，重點是讓學生把主張連回研究設計與結果。若研究是觀察性設計，學生是否把相關性講成因果，也能從回答看出來。

學生可提交一份獨立判讀摘要，簡短列出研究問題、設計、族群、主要結果及一項限制，並為簡報的核心主張附上原始文獻頁碼、表格或圖號。摘要不求重述整篇論文，目的是讓教師確認學生能自行辨認證據的範圍。準備過程可以查閱文獻；「不使用 AI」不等於「不能查閱文獻」，是否限制外部資料應由教師依評量目標事先說明。

二、AI 查核：學生有沒有驗證工具產出的內容？

評量學生是否以可追溯的原始資料核對 AI 產生的事實、引文、數字與推論，並修正不準確或超出證據的內容。「我有確認過」不足以呈現查核，教師需要看到比對依據及修改理由。

可以追問：「這個數字出自論文哪張表？AI 的說法和作者結論是否相同？若來源沒有支持這句話，你會怎麼改？」學生應交付查核與修正紀錄，至少包含 AI 原句、對照證據、學生修正後的文字，以及修改理由。若輸出正確，也可以記錄查核後保留的原因。

生成式 AI 可能捏造文獻、混淆研究族群，或把有限的結果說得過於肯定。簡報引用應能回到實際存在的研究或官方資料，教師可抽問一項主張，請學生當場找到來源並說明兩者如何對應。查核紀錄比一張看似精美的投影片更能呈現學生是否承擔了內容責任。

三、專業表達：學生能否把證據講給聽眾聽？

評量學生能否依聽眾與簡報目的選擇資訊，讓每張投影片聚焦一個主張，並用恰當的語言交代證據與不確定性。版面漂亮可以加分，但不能取代準確、清楚的說明。

教師可以問：「如果聽眾只記得這張投影片的一件事，你希望是什麼？圖表中的分母和比較組在哪裡？你用了哪個詞，避免把結果說得比研究更確定？」這些提問能同時檢查內容取捨和表達是否忠於證據。簡報若面向跨專業團隊，也可請學生把術語改寫成其他專業聽眾能理解的句子。

學生應呈現 AI 協作後的簡報，並在口頭報告中解釋至少一處重要取捨，例如刪去與主題無關的細節、重畫不易理解的圖表，或把過度肯定的句子改成符合研究限制的說法。評分時可分開看內容正確性、資訊組織和口頭表達，避免視覺效果掩蓋推論問題。

四、獨立判斷：離開 AI 後，學生仍能解釋與選擇嗎？

安排一段不使用 AI 的判讀或口頭追問，觀察學生能否辨認核心資訊、解釋自己的選擇，並在新問題出現時調整結論。教師評量的是指定的學習目標，不是學生是否完全不用任何參考資料。

例如，教師可在簡報後挑一張投影片，請學生解釋研究限制；也可提供一段新的結果，請他判斷原本的結論是否需要修正。若評量目標是獨立解讀研究，教師可以允許查閱原始論文，但不允許生成式 AI 代答。若目標是測量閉卷記憶，則應清楚告知可用資料範圍。規則取決於要測量的能力，不能把「無 AI」自動等同「無文獻」。

學生可在 AI 協作前先寫下自己的判讀摘要，簡報後再回答一題未預告的追問。教師比較前後說明時，能看出學生是否只是照讀生成內容，或能用自己的理解解釋證據、限制與修改決策。這也保留了兩種能力的空間：既要會使用工具，也要在工具不適用或輸出有疑慮時獨立判斷。

五、透明揭露：學生是否說明工具參與和人工查核？

學生應交代使用的工具、用途與人工查核方式，並依課程規範提供必要的提示詞或互動紀錄。提供給教師查核的資料，與需要對外公開的資訊，應分別規定。

教師可以問：「哪幾個步驟使用了 AI？哪些內容由你查證或重寫？如果只看最後的簡報，聽眾應知道哪些工具參與？」學生可用簡短聲明列出工具名稱、用途，例如協助整理大綱或潤飾文字，並說明如何核對引文、數字及圖表。課程若需要查看提示詞或互動紀錄，應事先說清楚格式、範圍與保存方式；公開簡報則依課程和出版規範決定揭露程度。

這樣的規定能讓教師取得足以判斷學習歷程的證據，也避免把所有對話紀錄一概當成對外揭露內容。使用工具的學生仍須為最終呈現負責，透明揭露不會取代證據查核。

• 看簡報是否呈現證據理解、查核過程、專業表達、獨立判斷與工具揭露。
• 請學生交付獨立判讀摘要、AI 協作後的簡報，以及記錄「AI 原句、對照證據、學生修正與理由」的查核紀錄。
• 評量不使用 AI 的能力時，教師應說明文獻查閱等資料工具的規則。

課堂示例：用三項交件材料看見學生怎麼完成簡報

可要求學生提交獨立判讀摘要、AI 協作後的簡報，以及查核與修正紀錄，再搭配口頭追問檢視個人理解。以下是教學示例，供教師依課程目標調整，並非實際授課成果或成效數據。

假設課堂任務是向跨專業同儕介紹一篇臨床研究。第一項材料是獨立判讀摘要，學生在使用 AI 前記下研究問題、方法、主要結果及一項限制；教師可允許查閱原始文獻，但先不使用生成式 AI。第二項是 AI 協作後的簡報，學生可用課程核准的工具協助規劃投影片或修整文字，並在簡報中保留來源。第三項是查核與修正紀錄，逐項記下 AI 產出的關鍵主張、對照的研究證據、最後採用的文字和修正原因。

例如，若 AI 把研究結果寫成「治療可降低所有患者的死亡風險」，學生應回到研究族群、結果指標和作者討論，確認證據是否涵蓋所有患者，再將文字改成研究實際支持的範圍。教師可在報告後追問：「哪一項證據讓你改了這句話？」評量依據是學生能否指出資料並說清楚推論，不預設 AI 一定錯，也不預設它一定對。

配套：先把工具和資料規則說清楚

課程開始前，教師應告知可用工具、作業中可輸入的資料、查核要求和評分方式。涉及病人、學生或未公開研究資訊時，應依機構規範確認工具與資料處理方式，不將可辨識或機密資料貼入未核准服務。若學生因帳號或設備而有不同使用條件，也要安排合理的近用方式。工具核准、資料安全、公平性與教師訓練是評量能實施的配套，不能取代對學生學習證據的檢視。

Triola 與 Rodman指出，醫學教育需要適當的生成式 AI 政策、治理與課程安排，也需要為師生提供安全試用的工具與訓練，並界定相關能力。這些是作者提出的教育與治理方向，實際課程效果仍須另外評估。

常見問題

Q1：要求學生不用 AI，是否也要禁止查閱論文？

不必然。教師應依要評量的能力界定規則。若目標是獨立判讀研究，可允許閱讀原始論文，同時限制生成式 AI；若要評量閉卷知識，則另行說明可使用的資料範圍。

Q2：教師要學生交出所有提示詞和對話紀錄嗎？

依課程目標和規範決定。學生應交代工具、用途與人工查核方式，並依課程要求提供必要紀錄。供教師查核的材料和需要對外公開的資訊，應分開訂定。

Q3：五個面向可以直接當成標準化評量量表嗎？

不宜直接視為已驗證量表。它們是依觀點文章及 AAMC 原則轉化的教學建議；教師可先依學習目標設計評分規準，再檢視規準是否適合課程情境。

Q4：課程需要先核准學生使用的 AI 工具嗎？

需要有清楚的核准與監督方式。教師或機構可依工具用途、資料風險及預期學習目標檢視是否適用，並在試行後追蹤問題與成效；學生也應知道哪些工具可用、遇到疑慮向誰反映。

Q5：學生取得 AI 工具的條件不同，評量要怎麼安排？

應提供可行的替代工具或不依賴付費功能的完成方式，並讓評量聚焦在證據判讀、查核和表達等學習目標。工具取得差異不宜變成學生展現專業能力的門檻。