施育廷
國立臺中教育大學教育資訊與測驗統計研究所博士候選人
E-mail：ytshih0121@gmail.com
張敦程
國立臺中教育大學國際經營管理碩士在職專班助理教授
E-mail：dcchang@mail.ntcu.edu.tw
摘要
隨著生成式人工智慧（Generative AI）技術日益成熟，自動化評分與回饋系統成為減輕教師負擔，並提供學生個人化學習指引的重要輔助工具。本研究針對某大學大一通識課程（教學大綱涵蓋程式設計、資料分析與議題報告），導入自行設計之「生成式AI 自動化評分與回饋系統」，以針對學生的議題分析報告進行評分並給予修正意見。本研究採混合研究取向，透過線上問卷回收 70 份有效樣本，基於科技接受模式（TAM）探討學生對該系統之認知易用性（PEOU）、認知有用性（PU）與整體使用滿意度（SAT）間的關聯，並分析其具體學習痛點。路徑分析結果顯示，認知有用性完全中介了認知易用性與滿意度之間的關係（𝛽 = .70, 𝑝 < .001），證實系統實質改善報告品質的能力才是決定滿意度的核心，而非僅取決於介面的直觀性。此外，質性主題分析進一步指出，學生強烈需要AI 系統提供具體指引、統整知識架構並搭建學習鷹架。
基於上述結果，本研究建議未來的教育AI系統優化應著重於底層提示詞（Prompts）的深度精煉，並賦予AI 專業的虛擬人設（Virtual Persona），藉此強制產出具邏輯層次的結構化建議，以最大化生成式AI 在高等教育中的輔助價值。
關鍵字：生成式人工智慧、自動化評分系統、虛擬人設