更新於 2026年11月22日
成績一直在高等教育中扮演核心角色
考試、期中考、持續性評量與認證,長久以來一直是大學學習經驗的基本組成。
它們有助於衡量所學知識、驗證能力,並證明學生在學習歷程中的進展。
然而,成績無論多麼精確,都只說明了一部分的故事。
它顯示的是結果,卻不一定能解釋為何會得到這個結果,也無法說明學生已掌握哪些概念、仍有哪些困難,或是採取哪些行動能幫助自己進步。
對學生而言,了解自己的錯誤,往往與知道分數同樣重要。
大規模提供個別化支持的挑戰
教育工作者都知道,回饋是支持學習最有力的工具之一。
具體且可付諸行動的回饋,能幫助學生找出自己的優勢、辨識需要改進之處,並更有效地規劃未來的努力方向。它將評量轉化為真正的學習機會。
然而,為每位學生提供詳細的回饋,在高等教育中仍是一項重大挑戰。
許多課程有數百名學習者。教師必須同時兼顧評分、教學、學生輔導與研究工作。在這種情況下,即使出發點再良好,要為每位學生提供個別化回饋也很快就會變得困難。
因此,許多學生拿到的是一個成績(也許再加上幾句評語),卻很少獲得真正能幫助他們進步的個人化指引。
研究如何看待回饋
數十年來,教育與學習科學領域的研究一再強調回饋對學生成功的關鍵作用。
John Hattie 與 Helen Timperley 等人的研究指出,當回饋具體、易懂且可付諸行動時,就是影響學習成效最大的因素之一。
有效的回饋不只是指出錯誤。
它能幫助學生了解自己哪些地方做得好、哪些地方需要改進,以及可以採取哪些具體行動來進步。
這個過程也有助於培養自我調節與後設認知能力,也就是反思並管理自身學習的能力。
換句話說,回饋不只是糾正,而是幫助學生學習。
人工智慧正開啟新的可能
人工智慧的最新進展,為學術回饋創造了新的機會。
AI 能分析評量結果、找出優勢與弱點,並依據每位學習者的特性產生量身打造的個人化建議。
目標並非取代教育工作者或其專業。
相反地,AI 能提供更豐富、更詳細且更能立即付諸行動的回饋,強化教育工作者支持學生的能力。
在時間限制常使個人化難以實現的情況下,AI 讓大規模的個別化支持成為可能。
從結果走向理解
這種做法最重要的好處之一,是它帶來了重心的轉變。
學生不再只專注於成績,而是被鼓勵反思自己的學習進展。
哪些概念已經掌握?哪些主題需要額外練習?哪些類型的錯誤一再出現?哪些資源有助於提升表現?
這從根本上改變了評量的角色,考試與測驗不再被視為單純的驗證機制,而是成為本身就具有價值的學習工具。
當回饋成為個人化體驗
新一代教育科技讓我們能更進一步,提供高度個人化的回饋體驗。
學生不再只是收到一份分數報告,而是能獲得結構完整的回饋,說明自己的表現、點出優勢,並為學習歷程的下一步提供指引。
這種做法讓回饋更貼近由教師或導師提供個別指導的體驗。
它有助於讓學習更吸引人、更容易理解,也更具支持性。
Complement 的做法:大規模實現個人化回饋
這正是 Complement 做法背後的理念。
在測驗或評量之後,平台會產生個人化回饋,幫助每位學生更了解自己的表現。除了數字結果之外,學習者還能了解自己的優勢、需要改進之處,以及值得多加關注的能力。
目標是將每一次評量都轉化為成長的契機。
回饋成為持續性的支持機制,幫助學生找出自己的學習需求,並逐步培養更強的自主性。
在各機構一方面希望提升學生成功率、另一方面又面臨學生人數不斷成長的此刻,能夠大規模提供個別化支持,是特別值得期待的發展。
超越評量
高等教育傳統上是圍繞知識的衡量而建立的。
但在持續學習日益重要的世界裡,挑戰已不再只是評量學生知道什麼。
更在於幫助他們了解如何進步,因為歸根結柢,成績標誌著一次評量的結束,而回饋往往標誌著學習的開始。
資料來源
- Hattie, J. & Timperley, H. (2007) l The Power of Feedback
- Nicol, D. & Macfarlane-Dick, D. (2006) l Formative Assessment and Self-Regulated Learning
- OECD l Future of Education and Skills
- UNESCO l Higher Education in the Digital Age
- Gibbs, G. & Simpson, C. (2004) l Conditions Under Which Assessment Supports Students’ Learning
