生成式AI與認可制評鑑的實踐與展望
【文．劉維琪、圖．中華大學提供】
財團法人高等教育評鑑中心基金會將於2025年12月邁向成立20週年，作爲政府捐助財團法人之高等教育評鑑專責機構，以「公正、專業、邁向卓越」爲自我期許，協助國內大專校院辦學品質持續提升。本期評鑑雙月刊邀請高教評鑑中心創會董事長、中華大學劉維琪校長，分享生成式AI對高等教育所帶來的機遇與挑戰，以及其對於認可制評鑑的未來展望。
高教評鑑中心成立至今已有二十個年頭。在教育部的指導、各大學的支持、歷任董事長與執行長的領導、評鑑委員的敬業投入及所有工作同仁的努力下，該會以「公正、專業、邁向卓越」爲自我期許，已成爲國際認可的高等教育品質保證機構。作爲創會董事長，我懷着深深的敬意，感謝所有曾爲高教評鑑中心努力付出的工作者。
生成式AI對高等教育的機遇與挑戰
隨着生成式人工智慧（Generative AI）的迅速發展，全球高等教育正經歷一場前所未有的變革。而臺灣的高等教育也面臨少子化、國際競爭加劇以及學生學習需求多元化等諸多挑戰。在這樣的環境下，如何運用生成式AI增強學生學習成效，同時重新檢視現行的「認可制評鑑」及品質保證制度，已成爲一項重要議題。
生成式AI能生成新的教學內容，包括文字、影像、音頻與視頻，協助教師設計更有創意、更具吸引力的教學材料，增強學生的參與感與學習興趣。同時，AI可根據學生個人需求提供客製化學習資源，實現差異化教學。然而，廣泛應用也伴隨資料隱私、倫理道德與技術依賴等挑戰。過度依賴AI可能削弱學生的批判性思維及創造力，因此教育工作者需要審慎衡量並適時調整AI應用方式。
生成式AI時代要求學生具備因應未來職場挑戰的新技能。其中，「提示工程」（Prompt Engineering）成爲關鍵能力，學生需懂得有效提問，以從AI中獲取有價值的答案。當教師越熟悉AI技術，就能越有效地引導學生合乎道德倫理並高效地運用AI工具。此種技能訓練有助於提升學生的批判性思維及解決問題能力。
此外，生成式AI正顛覆傳統教育形態，將以往以教師爲中心的授課模式轉變爲以學生爲主體的互動式學習。教師應探索新型教學法，將生成式AI整合至課程設計中，以培養學生的創造力與設計思維。同時，教師也需提升自身數位能力以適應這一變化趨勢。透過AI技術，教師得以更全面地瞭解學生的學習狀態，提供即時回饋並進一步完善教學策略。
認可制評鑑與品質保證的理念
認可制評鑑在保障教育水準方面扮演重要角色，不僅增強社會對高等教育的信任，更促進大學自主發展。其核心在於鼓勵校方建立自我評鑑機制並持續改進，以內部反思實現教育品質提升。然而在生成式AI進入教育領域後，帶來了需要審慎面對的新挑戰。例如，由AI生成的數據與報告可能存在錯誤或偏見，這部分必須要求教育工作者具備辨別數據正確性與識別「AI幻覺」的能力。同時，品質保證機制也應納入新技術，讓數據監控與質量提升更加智能化。
過去二十年來，評鑑重心已逐步從關注師資與教學資源轉移至學生學習成效。生成式AI提供了更即時、更有效評估學習成效的方法，有助於反饋教學效果並推動進一步改進。
高教評鑑中心與大學的評鑑實務
根據現行政策，高教評鑑中心負責進行大學校務評鑑，主要聚焦於教學評鑑與行政評鑑；而各大學則負責院系所的評鑑，重點放在教學評鑑或教學品質保證，可由學校自行辦理或委託外部評鑑機構處理，如高教評鑑中心、社團法人臺灣評鑑協會、中華工程教育學會以及社團法人中華民國管理科學學會等機構。這當中，高教評鑑中心等機構與大學在推動評鑑實務上的重點有所不同，以下進行分項說明：
高教評鑑中心負責制定並更新高等教育評鑑標準，範疇涵蓋教學品質、學習成果等多個層面。該會定期召集專家及教育工作者檢討並更新標準，提供具體指引，確保各大學維持一定的品質水準。同時，該會也舉辦各類培訓和研討會，以提升自身及大學在評鑑上的能力，促進彼此經驗交流，分享最佳實作。在執行評鑑程序上，整體流程包括大學提交自我評鑑報告與相關佐證文件、評鑑委員進行實地訪視、面談師生並蒐集數據進行分析，最後撰寫評鑑報告並提供改善建議。評鑑結束後，該會會公佈評鑑結果，並要求大學根據建議提出改善計劃，在後續評鑑中展示具體改善成果。評鑑結果的公開透明，亦能增進社會對大學的信任與支持。社會各界也可更清楚認識大學的教學成效，做出更具智慧的教育選擇。
在大學方面，評鑑的首要步驟是進行自我評鑑，以全面反映目前現況與改善方向。各大學須準備大量佐證文件，如課程設置、師資資格、學生學習成效等資料，不僅展示學校的成果，也爲評鑑委員提供充分數據作支援。許多大學已建立內部品質保證機制，包括定期進行教學評估、學生滿意度調查及畢業生追蹤調查等措施，藉此快速發現並處理問題，確保教育品質得以持續提升。
在評鑑過程中，高教評鑑中心與大學扮演了關鍵角色：前者負責制定客觀公正的標準與執行程序，後者則專注參與與改善。在雙向互動機制和持續努力下，大學得以因應環境變化，培育未來所需人才，促進高等教育永續發展。
生成式AI技術在提升大學評鑑品質上的應用
針對上述評鑑實務，引入生成式AI技術，可協助高教評鑑中心及各大學共同提升評鑑效率與精準度。
一、對高教評鑑中心的建議
（一）數據驅動的評鑑機制
高教評鑑中心可利用生成式AI，自動蒐集並整理來自大學的教育數據，例如學生成績、課程與教師評價等，再透過分析與建模找出影響教學品質的關鍵因素。這些數據模型將協助該會制定更科學精準的標準，提升評估的客觀性與公正性。
（二）自動化生成評鑑報告
生成式AI技術可根據不同大學的實際情況，自動產生評鑑報告，包含詳細內容及改善建議。此方式不僅加快報告產出效率，也確保內容的完整性、客觀性與準確性。
（三）智能評估工具
高教評鑑中心可着手開發智能化評估工具，透過生成式AI技術實現評鑑流程的自動化與智慧化。例如，設計智能問卷工具，自動蒐集並分析學生與教職員的意見及評價；或者構建智能評估系統，針對大學教學品質與管理水準進行自動化分析及評估。這些工具能即時提供評估結果與改進建議，協助評鑑委員更高效地執行工作，並全面提升評鑑的品質與效率。
（四）評鑑委員培訓
高教評鑑中心可以設立一個線上培訓平臺，爲評鑑委員提供豐富的教育資源和課程，幫助他們不斷學習最新的評鑑方法與技術，提升評鑑專業能力。這個平臺應該包括模擬評鑑系統，讓評鑑委員能在模擬情境中進行實務訓練，累積經驗，以提高評鑑的精確性和效率。這樣的培訓平臺不僅能增進評鑑委員的理論知識，還能讓他們精準地應對實際評鑑過程中的各種挑戰。
二、對大學的建議
（一）數據驅動的教學改進
大學應用生成式AI技術，建立數據驅動的教學改進機制。這樣的機制可以透過收集和分析學生的學習數據，幫助教師瞭解學生的學習狀況，從而制定針對性的教學改進計劃。同時，根據學生的需求，提供個性化的學習資源與建議，幫助學生更有效率地學習，提升整體教學成果。
（二）教師專業發展
大學可以引進生成式AI技術，發展專門的教學專業平臺，幫助教師學習和掌握最新的教學策略與技術。這個平臺還應包括教學回饋系統，能夠即時收集並分析學生對教師的意見與建議。透過這些回饋，教師可以瞭解自己的教學成效，並據此制定具針對性的改進策略，促使教學能力穩步提升。
（三）教學創新
生成式AI技術可以支持大學開發各種互動式教學工具，例如智能對話機器人、虛擬實驗室和模擬學習環境等，增強學生對學習的興趣和參與感。大學還可以嘗試如翻轉課堂、混合式學習等新教法，這些方法有助於提升學生的自主學習能力與創造力，進一步促進教學品質的提升。
未來我國高教評鑑發展方向
綜上所述，未來大學評鑑發展方向可以歸納如下：
一、數位化轉型與智慧評鑑
未來高等教育評鑑可全面數位化，利用生成式AI等技術建立智慧評鑑系統，以簡化工作流程。例如，快速生成數據報告，支援決策效率的提升。
二、強化自我評鑑與持續改善
鼓勵大學完善自我評鑑機制，強調內省與持續改進的重要性。自我評鑑不僅展現了大學的自治精神，更能透過不斷反思與改進，實現教育品質的持續提升。
三、深化社會參與與透明度
評鑑報告應更加公開透明，廣泛鼓勵社會參與。可以透過公開評鑑成果及舉辦說明會等方式，增強社會對高等教育的理解與支持。
四、推動國際化與在地化融合
高等教育評鑑國際化是不可避免的趨勢，但同時需要兼顧本地需求，避免盲目追求國際標準。生成式AI技術的發展，爲參考國際標準並融合臺灣教育特色提供支持，有助於建立更符合本地需求的評鑑機制。
五、關注學生學習成效與社會責任
未來的高教評鑑應更加聚焦於學生的綜合發展，包括學習成效、道德素養及社會責任感。尤其是，大學作爲培育專業人才的重要場域，應該利用生成式AI技術，多瞭解學生就業能力的提升與表現。
結語與展望
生成式AI技術爲提升高等教育評鑑品質開闢了全新的境界。「認可制評鑑」與品質保證的理念，需要在新的時代脈絡下進行重新檢視。高等教育評鑑中心與各大學應緊密合作，善用生成式AI技術，共同制定符合時代趨勢的評鑑標準，進一步提升評鑑工作的效率與精確性。在此同時，也要高度關注學生的全面發展，致力於提升學習成效。
展望未來，我國高等教育評鑑應朝向智慧化、數位化與國際化邁進，融合本地特色以迴應社會需求。透過深化評鑑工作的內涵，推動教育品質持續進步，爲臺灣的繁榮與創新發展，培育更多具有競爭力的各項專業人才。
（本文經由Copilot和Monica協助生成）