評分機制說明

使用政大廖峻鋒老師開發之 2026-rating-tools（GitHub: cfliao/2026-rating-tools），基於全國課程網 114 學年度課程資料分析

三階段分析流程

關鍵字篩選

讀取各校課程 Excel（全國課程網匯出），以 keyterms.txt 比對「課程名稱」或「課程大綱」欄位。ASCII 關鍵字用正則 word-boundary 比對（避免 "detail" 誤命中 "AI"），非 ASCII 用子字串包含。命中欄位逗號轉分號防 CSV 衝突，輸出 AI 相關課程清單。

LLM 評分

課程分批送入 LLM（每批 5 門，同名相鄰課程保留同批），用 OpenAI 相容介面呼叫。以 prompt.txt 評分準則為 system prompt，逐課評估 A–D 四項能力，輸出 rating.csv。seed=42 提升可重現性，失敗批次自動重試。

儀表板產生

將 rating.csv 注入 dashboard_template.html，產出單一自包含 HTML。所有 CSS+JS+SVG 內嵌，零外部依賴，可直接用瀏覽器開啟，支援搜尋、篩選、能力分布圖、熱度圖與課程明細。

關鍵字清單（62 個）

中文關鍵字（14 個）

人工智慧生成式AI 生成式人工智慧大型語言模型機器學習深度學習神經網路 AI模型生成模型文字生成圖像生成語音生成智慧代理 AI代理人

英文關鍵字（48 個）

AI ChatGPT Gemini Claude Copilot LLM Agentic AI Artificial Intelligence Generative AI GenAI Large Language Model Large Language Models LLMs Foundation Model Foundation Models Machine Learning ML Deep Learning DL Neural Network Neural Networks Artificial Neural Network Artificial Neural Networks AI Model AI Models Generative Model Generative Models Text Generation Natural Language Generation NLG Image Generation AI-Generated Image AI-Generated Images Speech Generation Voice Generation Speech Synthesis Intelligent Agent Intelligent Agents AI Agent AI Agents Autonomous Agent Autonomous Agents Multimodal AI Generative Adversarial Network GAN GANs Transformer Transformers

四項 AI 能力評分標準

每項能力使用 0–5 分，嚴格根據課程名稱與課程大綱中的明確文字證據評分，不得自行想像課程可能包含但未寫出的內容。

運用 AI 學習的能力

關注學生是否能將 AI 作為學習與專業成長工具。A1 理解與選用 AI 工具（原理、功能、限制）；A2 運用 AI 提升學習成效（搜尋、摘要、翻譯、回饋）；A3 AI 賦能的自主學習與終身學習。講授 AI 技術或原理的課程至少給 1 分，超過一半內容在講授 AI 至少給 3 分。

負責任使用 AI 的能力

關注學生是否具備 AI 倫理、法律、資安、風險、價值判斷與責任意識。B1 AI 倫理與法規素養（著作權、個資、使用揭露）；B2 AI 資安與風險意識（偏見、幻覺、深偽、查證）；B3 價值判斷與當責（不盲從 AI、人類負最終責任）。僅提到 AI 造成影響不代表高度符合 B；一般資安或法律若未與 AI 連結不得計入。

運用 AI 解決問題的能力

關注學生是否能將 AI 納入完整、可驗證且符合專業要求的問題解決流程。C1 運用 AI 分析與解決問題；C2 驗證、修正與品質控制；C3 跨領域整合與系統性思考；C4 人機協作與流程優化。學生須實際使用 AI 完成任務或專題；若未提及驗證、修正、人機分工，不給 5 分。

AI 無法取代的能力

關注學生在與 AI 協作時，是否仍保有人類的主體性、價值判斷、同理心、真實世界洞察與創造力。D1 善用 AI 提升判斷與決策力（批判驗證 AI、不盲從）；D2 AI 協作中的同理心與人際互動（團隊合作、溝通）；D3 真實世界洞察與創意整合（田野調查、設計思考、原創性）。一般創意或批判思考課程若完全沒有 AI 元素，不得給 D 分數。

評分尺規

0課程名稱與大綱完全沒有 AI 元素，或資料錯誤（空白亂碼、課名加大綱少於 3 字）

1課程包含零星該能力相關內容。AI 只是背景、趨勢、案例或補充內容

2課程有一些符合的內容，少數單元涉及但非主要教學內容，比重有限

3明確納入部分教學活動、作業或評量，可合理判定學生會實際接觸該能力

4該能力是課程的重要組成，融入多數教學活動，有明確實作或專題

5該能力是課程核心目標，有系統性教學與評量，大綱明確呈現完整培養流程

重要判定原則

1. 只依文字證據評分 — 不得補充課名或課綱未明寫的內容

2. 課名只是輔助證據 — 大綱內容的權重應高於課名

3. 探討 AI 問題 ≠ 用 AI 解決問題 — 「AI 倫理」可能 B 高 D 高，但 C 不一定高

4. 使用 AI ≠ 負責任使用 AI — 未提及倫理、法規、風險、責任，B 不宜高分

5. 創意活動 ≠ D — 只有在 AI 協作脈絡中，創意與主體性才計入 D

6. 程式設計 ≠ AI — Python、演算法若未與 AI 連結，不視為 AI 元素

7. 不因可能性加分 — 不得使用「可能會」、「應該會」作為高分依據

8. 近似課程一致評分 — 課名與大綱 90% 以上相同的課程採用相同分數

注意事項：AI 判讀的正確性建立在輸入課程資料的正確性上，各校需自行確認。AI 判讀結果可能產生錯誤偏差，結果僅提供各校快速初步了解現況。建議 4 項能力評分皆為 0 分的課程應人工檢核原因。新開課程宜由授課教師自行評估能力符合程度。