在教授人工智能的同時，我認為學校也需要準備好相應的評估方式，以應對學生使用AI工具完成作業的情況。
設想一下2030年的一堂自然科學課。學生藉助AI撰寫報告，解釋月球在一個週期內的月相變化：為什麼月亮有時圓、有時缺？如果老師從每位學生或每個小組那裡只收到一份完整的報告，這份報告能反映學生真正理解了多少嗎？
設想兩份報告。一份自行搭建太陽、地球和月球的模型，親自實驗和測量，然後用AI彙總、分析數據；另一份用AI在電腦上構建虛擬仿真實驗並展示結果。如果只看最終成品，老師如何評估學生真正的學習和理解？
AI可以造出外表完美的成品，但教育的目標是評估藏在裡面的知識與推理能力。如果外殼太過華麗，想看清並準確評估內裡的實質就會變得困難。
我曾與AI一起編寫宇宙學研究軟件，看到AI自行加入了一個在物理上錯誤的參數。用這個參數，結果只在我當時測試和比對的情形下正確，換到預設測試之外的其他情形就會出錯。因此，理解AI交付的產品背後的內核非常重要。
理解一個結果——無論它來自AI，還是自己藉助AI找到的——才是工作和學習者目標的關鍵。為準確評估這一目標，我建議AI課堂把三把標尺結合起來使用。
第一把標尺，衡量與AI協同工作的能力。就這份報告而言，老師要求學生列出已核驗的AI建議，並說明為何採信或否定這些建議。如果AI解釋說月缺是地球的影子造成的，學生可以用暗室裡的燈和兩個球來驗證並回答問題：當另一個球擋住燈傳向該球的光時，是否看到球出現缺損？
如果報告包含與AI的問答記錄，老師可以據此找到需要追問的地方。老師要查看學生是否把解答與實驗相互對照，並能解釋自己的選擇，而不是隻給報告的流暢度打分。
第二把標尺，衡量學生在沒有AI時能獨立完成的部分。例如，提交報告後，全班在老師監考下當堂在紙上做一道短題。給定太陽、地球和月球的位置，每位學生自行塗出月球被照亮的部分，指出地球上觀測者能看到的部分，並解釋他們觀測到的月相形狀。
題目的難度要貼合剛學的內容。如果目標是理解月圓月缺的原因，一張配解釋的示意圖，比要求記住所有月相名稱更貼切。學生做錯，也能告訴老師需要在哪兒重講。
第三把標尺，衡量在問題拓展時的遷移應用能力。老師問：為什麼並非每次滿月都會發生月食？如果把月球軌道放在與地球繞日軌道同一平面上，模型就會預測每次滿月都有月食。老師提供展示這兩個平面夾角的示意圖。在打開AI之前，學生先修正模型，解釋為什麼月球通常從地球影子的旁邊經過，並指出發生月食的條件。
之後，學生用AI仿真來驗證。學生需要解釋為什麼舊模型不夠用，以及補充軌道傾角後預測發生了怎樣的變化。如果AI一開始就給出解答，一個正確答案仍不能說明學生本人的遷移應用能力。
三項測量可以放在同一堂課裡：有AI輔助的報告、一道獨立完成的題，以及一個改變條件的情境。老師需要提前告訴學生每個環節可以使用工具到什麼程度，以及會被評什麼……
點評結果時，老師應區分：學生與AI配合得好的部分——第一和第三把標尺；學生已證明自己能獨立推理、獨立實踐的部分——第二把標尺；以及學生證明自己真正掌握知識的部分——第三把標尺。
給一份漂亮的報告一個統一分數，很難指出接下來要學的地方。在重要的評估中，學校至少需要有一部分證據，獨立於幫助學生產出報告的那個工具。
一把舊尺子，不足以應對AI課堂。
越南中文社
