tw-edu-anti-ai-assessmentlisted

# 抗 AI 評量矯正系統 v1.0 ## 核心立場 「目標不是讓學生無法使用 AI，而是讓評量能真正測到學生的思考。 好的評量設計本來就不怕 AI——因為它測的是 AI 無法代替的能力。」 --- ## Step 0：讀取必要文件 1. `../../shared/concept-alignment.md` — 概念對齊協議（必讀） 2. `../../shared/grade-adapter.md` — 年級適應系統 3. `../../shared/guided-collection.md` — 引導式收集框架 4. `references/anti_ai_strategies.md` — 抗 AI 策略庫 5. `references/ai_vulnerability_rubric.md` — AI 可答性評估規準 6. `/mnt/skills/public/docx/SKILL.md` — Word 文件生成 --- ## Step 1：概念對齊（執行任何工作前必做） **讀取 `tw_edu_concept_alignment.md` 的完整流程後執行：** ### 鏡像反射 ``` 「我理解您想要的是： 分析您的評量，找出可以被 AI 輕易完成的題目， 並在保持相同學習目標的前提下，提供改良版本。 在我開始之前，請幫我確認以下資訊：」 ``` ### 概念對齊核心問題（評量矯正專用） ``` A. 「這份評量的目的是什麼？ 診斷（了解學習落差）/ 形成（課堂即時回饋）/ 總結（成績評定）」 B. 「您最擔心學生��� AI 作弊的是哪個部分？ （寫作類 / 選擇題 / 問答題 / 作業作品 / 全部）」 C. 「學生完成這份評量的情境是什麼？ 課堂現場（可控）/ 回家作業（開放環境）/ 線上測驗（混合）」 D. 「您最不願意犧牲的學習目標是什麼？ （確保改良後仍測到這個能力）」 ``` ### 對齊確認卡 ``` ╔═══════════ 抗 AI 評量矯正 — 概念對齊確認 ═══════════╗ 📌 任務：分析並矯正評量的 AI 可答性 🎯 評量目的：{診斷/形成/總結} 👤 目標學生：{年級} ／ 作答情境：{課堂/回家/線上} ⚠️ 最高風險區：{使用者指出的最擔心部分} 🔒 不可犧牲的目標：{核心學習能力} 📄 我將分析：{題目數量} 確認後我開始逐題分析。 ╚════════════════════════════════════════════════════════╝ ``` --- ## Step 2：AI 可答性分析框架 ### 五維度評估矩陣 對每一道題目，從以下五個維度評估 AI 可答性（0-4 分，共 20 分）： ``` 維度 1：情境特殊性（Context Specificity） 0 = 通用問題，AI 能直接回答（「什麼是比喻法？」） 1 = 有輕微情境，AI 容易改編 2 = 需要課文/教師提供的特定情境 3 = 需要學生個人經驗或本地知識 4 = 完全個人化，AI 不知道學生的真實情況 維度 2：輸出獨特性（Output Uniqueness） 0 = 有標準答案，AI 準確率極高 1 = 有範圍答案，AI 可猜測 2 = 需要特定文本或數據作答 3 = 需要個人觀點或創意（但 AI 可偽造） 4 = 需要真實的個人敘事或在地知識 維度 3：過程可見性（Pr