AI 作業怎麼評分？先定義正確、完整與可追溯
作業看起來漂亮，可能仍有事實錯誤。評分前先定義要學會的能力，再列可觀察條件，學員與老師才不會一邊看語氣、一邊看內容，最後不知道分數差在哪裡。
先把學習目標寫成行為
例如能依三份資料整理待辦，並標示未確認事項。目標不是「熟悉某工具」，而是能完成哪個任務。評分項目應能從作業看見，不能用你猜測學員投入多少心力判斷。
把必要條件與加分項分開
來源正確、沒有新增承諾可以是必要條件；版面清楚或呈現精簡則另列。重大錯誤不能靠美化抵銷。各項寫出通過範例與常見失敗，避免只用「很好、普通」等模糊文字。
用同一份示例校準理解
請兩位評閱者先看同一份作業，討論為何判斷不同，再調整說明。可請 AI 協助指出可疑位置，但最後評定要能回到作品與標準，不因模型給了數字就照單全收。
讓回饋連到下一次練習
每份作業優先指出一兩個最值得修正的問題，說明位置、影響與建議方法。給學員一次修改機會，可觀察是否理解原因。本文量尺屬教學設計建議，不是任何官方鑑定標準。
現在可以做的小練習
替文件摘要訂三個必要條件與一個加分項，用同一份作品請兩個人各自判斷並比較理由。