▲紐約大學教授改用 AI 口試檢驗高分學生理解程度。（圖／取自免費圖庫Pexels）
記者吳立言／綜合報導
生成式 AI 普及後，美國高等教育開始重新檢視傳統評量方式。任教於紐約大學史登商學院（Stern School of Business）的教授 Panos Ipeirotis 指出，近年學生繳交的書面作業愈來愈完整、專業，內容結構甚至接近顧問公司等級的分析簡報，但這樣的成果未必代表學生真正理解課程內容。
作業寫得像顧問簡報 高分卻說不清楚
Ipeirotis 表示，他發現不少學生作業語氣成熟、邏輯嚴謹，若只看文字品質，往往能獲得高分，但在課堂上要求學生即時說明分析理由或決策依據時，卻經常無法清楚回答，顯示書面成果與實際理解之間出現落差。
書面評量失準 高分不再等於理解
他認為，當學生無法即時解釋自己交出的內容時，書面作業即使獲得滿分，也難以作為學習成效的可靠指標。在生成式 AI 成為學習輔助工具後，單靠書面評量，已不足以判斷學生是否真正掌握課程概念。
為解決這項問題，Ipeirotis 決定重新引入口試制度，並結合 AI 技術降低執行門檻。他強調，這項設計並非為了抓作弊，而是希望透過即時問答，確認學生是否具備真正的理解與推理能力。
採用 ElevenLabs 語音 AI 打造 AI 考官
在實際操作上，Ipeirotis 與團隊採用 ElevenLabs 的語音生成與對話技術，打造可與學生即時互動的「AI 考官」。教師僅需撰寫提問提示，即可快速設定完整口試流程，使過去因人力與時間成本過高、難以規模化的口試得以實際執行。
即時追問分析邏輯、多模型交叉評分 結果一致性高
口試內容分為兩部分，第一階段由 AI 針對學生的期末專題進行追問，要求說明分析邏輯與決策理由；第二階段則隨機抽取課堂案例，要求學生即時分析並回答，以檢驗是否真正理解課程內容，而非僅完成書面作業。
在評分環節，Ipeirotis 進一步使用多個大型語言模型進行獨立評分，再交叉比對結果，以提升評量一致性。他指出，相較人工評分，AI 在標準穩定度與一致性上表現更佳，回饋內容也更具結構性。
學生回饋顯示，AI 口試形式帶來較大心理壓力，但多數人也認同，這種方式更能反映實際理解程度。Ipeirotis 指出，未來高分不再只代表作業完成度，而必須能經得起即時詢問與說明，高分學生同樣需要證明自己真正理解課程內容。
