從學習證據到教學改進｜學習單試評練習

〇這是什麼：從作業原文開始的評分練習

講義第三塊用的是「已經有分數」的三方資料（自評、互評、老師評）。這一包往前一步：作業原文就在你手上，先自己評、再看 AI 怎麼評、再讓程式照同一張規準表（Rubric）硬算一次，三份結果擺在一起，最後由你決定每一筆採用哪個分數。老師帶回去的不是分數，是「AI 跟我哪裡看法不同、為什麼」。

合成示範、不是學生作答。15 份學習單是為工作坊編的，代號 DEMO-W01-S01…S15。評分規準只看完成度：五區各 0 或 20 分，有寫就算完成；「學到很多」這種空泛句照樣給分、AI 揭露填「否」也算完成。這是演練用的百分比，不是演講課正式成績，不含遲交、不做學期換算。

練習包裡有什麼（解壓後第一層）

ASSIGNMENT.md：任務說明（跟這一頁同一套，離線時看它）／PROMPTS.md：這一頁所有可貼的句子，純文字版
RUBRIC.md、rubric.json：五區完成度規準表 v1，人看的跟程式讀的各一份
submissions/：15 份學習單原文，一份一個檔，人看的／data/submissions-10.csv、submissions-15.csv：同一批原文的表格版，AI 跟程式讀的（第一行就是標頭，不要跳過）
templates/：空白表三張——manual-first.csv（你先評的三份）、teacher-review.csv（你的最終決定）、ai-scores.csv（AI 試評要交出來的格式）
tools/grade.py：加總與比對程式。只用 Python 內建功能、不連網、不要金鑰；每次輸出都要新資料夾，不會蓋掉上一輪

壹七步逐步：你說什麼、AI 會做什麼、你一定要自己看的

約定兩件事，後面每一句話都靠它：工作資料夾＝解壓出來的那個資料夾（在 AI 助手「開啟資料夾」選它）；你的成果都放它底下的 my-results（第 1 步會請 AI 建）。這樣每一句都不用改路徑，整句複製就能貼。

第 0 步｜解壓、選資料夾、探測一句

5 分

你做什麼

①按上面「下載練習包 ZIP」。②解壓到不在 OneDrive／iCloud 同步、你有權寫入的位置（例如跟第一塊的 my-course-evidence 放同一層），資料夾名可以叫 learning-sheet-practice。③在 AI 助手（ChatGPT 桌面版的 Codex）用「建立專案」選到它（畫面看授權畫面對照）。④貼下面這句探測。

請印出目前工作資料夾的完整路徑，確認是我選的那一個；再列出這個資料夾第一層的檔案與子資料夾。然後只在這裡新建 write-test.md，內容寫「工作坊寫入測試」；不要改其他檔、不安裝軟體、不上傳到任何地方。

AI 會做什麼

印出一條完整路徑、列出第一層（應該看到 RUBRIC.md、data、submissions、templates、tools），然後建一個小檔。可能跳一次「要不要允許寫入」→按允許。

你一定要自己看的

①它印的路徑跟你解壓的位置一樣，第一層直接看得到 RUBRIC.md（不是再多一層資料夾）。②自己打開 write-test.md 看到那行字。看不到＝它在別的地方動手，回到「開啟資料夾」重選。

第 1 步｜建成果資料夾，自己先評三份

10 分

你做什麼

①先貼第一句，請 AI 把空白表複製到 my-results。②然後不要用 AI：打開 RUBRIC.md 讀一遍，再打開 submissions/ 裡的 S01、S06、S10 三份，照五區各 0 或 20 分評。③評好的分數用第二句請 AI 寫進表格（把【】換成你的數字跟話）。先不要開 AI 試評、不要跑程式。

請在目前工作資料夾裡新建子資料夾 my-results，把 templates/manual-first.csv 和 templates/teacher-review.csv 複製進去（內容一個字都不要改），然後印出 my-results 裡的檔案清單。

我自己評完三份了。請把下面的分數寫進 my-results/manual-first.csv 對應的列，其他列與欄位名稱都不要動，理由照我的原話、不要潤飾： DEMO-W01-S01：課前【】、收穫【】、六面向【】、AI 揭露【】、給講者的話【】、總分【】、判斷【】、理由【】 DEMO-W01-S06：課前【】、收穫【】、六面向【】、AI 揭露【】、給講者的話【】、總分【】、判斷【】、理由【】 DEMO-W01-S10：課前【】、收穫【】、六面向【】、AI 揭露【】、給講者的話【】、總分【】、判斷【】、理由【】寫完請把這個檔的內容原樣印給我看。

AI 會做什麼

第一句：建資料夾、複製兩張空白表。第二句：把你的數字填進 CSV 的對應欄位（欄位順序是代號、五區分數、總分、判斷、理由），然後印出來。

為什麼請 AI 寫而不是自己用 Excel 開：Excel 存 CSV 常把中文編碼改掉，第 3 步的程式會拒收。

你一定要自己看的

①三列都填滿、總分＝五區相加。②理由是你的原話。③S01、S06、S10 不是隨機抽的，是刻意挑來校準的三份；評完先別對答案，第 3 步程式會告訴你。

第 2 步｜讓 AI 依原文試評 10 份

10 分

你做什麼

整段複製提示詞 A 貼給 AI。它可能停下來問你某一筆「算不算有寫」。這是對的，你回答它，別讓它猜。

AI 會做什麼

只讀規準表跟 data/submissions-10.csv，逐份列五區有沒有完成、各引一段原文，再給分數；最後存兩個檔：my-results/ai-scores.csv（只有數字）跟 my-results/ai-evidence.md（逐區證據與它拿不準的地方）。輸出會長，讀的時間比它做的時間久。

你一定要自己看的

①打開 ai-scores.csv：10 列、每格只有 0 或 20、總分欄是五區相加，沒有任何文字或公式（有的話第 3 步會被程式擋）。②ai-evidence.md 每份都引了原文，不是只給結論。③它對「空泛但有寫」那幾筆（例如 S02、S08）怎麼判。這正是等一下跟程式比對會出現差異的地方。

提示詞 A｜AI 依原文先試評（10 份）

這是合成完成度試評，不是正式成績。只讀目前工作資料夾裡的 RUBRIC.md、rubric.json 和 data/submissions-10.csv；不要讀 tools、instructor、my-results 或任何既有輸出。
CSV 第一行就是標頭，不要跳過。10 份都是同一週 DEMO-W01，只用五區原文判斷。每區 0 或 20 分：有寫就算完成，不因內容空泛扣分；AI 揭露填「否」算完成；六面向勾多項不加分。不含遲交、不做學期換算、不做 80–99 對齊。
請先逐份列出五區各自「有寫／留空」，每一區引一小段原文或註明留空；再給五區分數與加總。格式不合法或你沒把握的，先標「待確認」停下來問我，不要猜分，也不要產生含非數字的分數檔。
全部能判斷之後，把結果存成 my-results/ai-scores.csv，欄位順序固定：record_id,pre_score,reflection_score,facets_score,ai_score,message_score,practice_total100，每格只能是數字，不放公式或文字。逐區證據與不確定處另存 my-results/ai-evidence.md。
不要替我填教師的 final_score 或決定，不上傳到任何地方。存完請讀回兩個檔，核對代號與筆數。

AI 提出試評，老師自己決定；它說存好了，你要親自打開看到檔案。

第 3 步｜請 AI 代跑程式，三份結果擺在一起

5 分

你做什麼

整段複製提示詞 B 貼給 AI。它會先看這台電腦有沒有 Python；沒有就照它說的改手算，標「未做程式核對」。不要為了這一步去安裝任何東西。

AI 會做什麼

跑 tools/grade.py：照規準表硬算 10 份的五區分數，再跟你第 2 步的 ai-scores.csv 逐格比，把結果寫進新資料夾 my-results/program-round-1（scores.csv、summary.md、differences.csv、run.json），然後用表格列出每一處不同。程式不會用 AI 的分數蓋掉自己的，也不會填你的最終分數。

你一定要自己看的

①summary.md：10 份、演練平均 96.0、完成五區 8 份（這是程式照規準硬算的，拿來對你第 1 步評的 S01、S06、S10）。②differences.csv 有幾列：每一列都是「AI 跟規準表看法不同」的一格；打開 ai-evidence.md 看它當時引的原文，想一下你站哪邊。③沒有差異也是正常結果，記「本輪沒有分歧」就好，不必捏造。

提示詞 B｜請 AI 代跑加總與比對

人工三份與 AI 試評都保存在 my-results 了。請先檢查這台電腦有沒有可用的 Python（試 python --version 或 python3 --version），不要安裝任何東西。沒有的話就告訴我，我會改用 RUBRIC.md 人工加總，並標「未做程式核對」。
有 Python 時，在目前工作資料夾執行：
python tools/grade.py --count 10 --input data/submissions-10.csv --compare my-results/ai-scores.csv --out-dir my-results/program-round-1
（python 不行就改 python3。）輸出資料夾要用新的，不覆寫上一輪。
執行失敗就把錯誤訊息原樣給我看，不要改原始資料湊通過，也不要把失敗說成成功。成功時讀回 my-results/program-round-1 裡的 scores.csv、differences.csv 和 run.json，用表格列出每一處差異（代號、欄位、程式值、AI 值）；不要用 AI 試評蓋掉程式結果，也不要幫我填教師決定。

程式只是第三個意見。它跟 AI 不同的那幾格，才是你今天要帶走的東西。

第 4 步｜你決定：採用、改分、還是待確認

10 分

你做什麼

①對著三份結果（你的三份、AI 的十份、程式的十份）回頭看原文，每一筆決定一個：採用／改分／待確認，寫一句理由。②把決定用下面這句請 AI 寫進 my-results/teacher-review.csv（把【】換成你的；沒把握的那筆 decision 寫「待確認」、final_score 留空）。

請把我的決定寫進 my-results/teacher-review.csv，只改我說到的列，欄位名稱與列的順序不要動，理由照我的原話、不要潤飾；我沒說到的列全部留空： DEMO-W01-S01：final_score【】、decision【】、reason【】 DEMO-W01-S02：final_score【】、decision【】、reason【】 DEMO-W01-S03：final_score【】、decision【】、reason【】（其他代號照同一個格式接著寫）寫完請把這個檔的內容原樣印給我看。

AI 會做什麼

只填你說的列，印出整個檔。它不該替你補沒說到的列，也不該幫你想理由。如果它補了，叫它清掉。

你一定要自己看的

①decision 欄只有「採用／改分／待確認」三種字。②「待確認」那幾列 final_score 是空的。③「採用」的意思是你看過證據後決定用哪個分數，不是預設接受 AI。④理由是你的話。這張表就是你的評分決定紀錄，回去用自己的課時格式照用。

第 5 步｜把這一輪存成一個版本

5 分

你做什麼

整句複製貼給 AI。它問「要不要在這裡建版本庫」→允許；它問名字信箱→用 GitHub 帳號名與註冊信箱（跟第一塊一樣）。

請把 my-results 這個資料夾的成果存成 Git 版本。如果目前工作資料夾還不是 Git 版本庫，就先在這裡初始化一個（只在這裡，不建立遠端、不上傳到任何地方）。只加入 my-results/ 底下的檔案，不要加入 data/、submissions/、tools/、templates/ 或其他東西。版本說明寫：「學習單試評第 1 輪：人工 3 份＋AI 試評＋程式核對＋教師決定」。做完印出版本清單，並列出這一版包含哪些檔案。

AI 會做什麼

在這個資料夾建版本庫（第一次才需要）、只把 my-results/ 加進去、存一版、印出清單。

你一定要自己看的

①版本清單有一筆、說明是上面那句。②這一版的檔案清單只有 my-results 底下的（人工表、AI 兩個檔、program-round-1 四個檔、教師決定表）。③沒有任何「推上去／遠端」的字眼。Git 沒裝好就先把檔留著，版本這步標「待補」，不影響前面四步。

第 6 步｜接回一頁設計

5 分

你做什麼

開工作台「一頁設計」，按「帶入演講課」，只改三格：「評量任務與 Rubric」寫這張五區規準表、「回饋與調整」寫 differences.csv 告訴你的那件事、「研究問題」寫「還要蒐什麼證據才能判斷改動有用」。匯出 Markdown、搬進 my-results（搬檔那句在講義第四塊，前綴 one-page-design-）。

AI 會做什麼

（不用 AI）工作台純前端，你填它即時預覽。

你一定要自己看的

三格裡沒有「10 份合成資料證明了什麼」這種話。單週 10 份只能練流程、描述資料，不能推論跨週進步或教學介入有效。寫「看到什麼、下次改哪個提示、還缺什麼證據」就夠。

貳15 份選做：同一條路，換四個地方

15 份包含前 10 份（多 S11–S15），兩版不合併成 25 份。做法完全一樣，只把下面四處換掉；人工三份不必重評。

在哪一步	10 份寫的	15 份改成
提示詞 A	`data/submissions-10.csv`、「10 份」	`data/submissions-15.csv`、「15 份」；存成 `my-results/ai-scores-15.csv`、`ai-evidence-15.md`
提示詞 B	`--count 10 --input data/submissions-10.csv --compare my-results/ai-scores.csv --out-dir my-results/program-round-1`	`--count 15 --input data/submissions-15.csv --compare my-results/ai-scores-15.csv --out-dir my-results/program-round-15`
第 4 步	`teacher-review.csv`	`templates/teacher-review-15.csv`（先請 AI 複製到 my-results）
第 5 步	版本說明「第 1 輪」	「學習單試評第 2 輪：15 份」

參卡住時先看這裡

AI 說「存好了」但資料夾裡沒檔：叫它「印出你剛寫的檔的完整路徑」。十之八九是它在別的地方動手，回第 0 步重選資料夾。這正是第一塊教的第一件事。
程式回「CSV 欄名或順序不符」「只接受 0 或 20」：AI 的 ai-scores.csv 多了文字、公式或欄位；把錯誤訊息貼回去說「請照提示詞 A 的欄位順序重存，每格只能是數字」。不要自己用 Excel 開 CSV 去修，Excel 一存檔編碼就變。
程式回「輸出已存在」：這是設計，不覆寫上一輪。把 --out-dir 改成 program-round-2 再跑。
沒有 Python：不裝。照 RUBRIC.md 手算（有寫＝20、留空＝0），在第 4 步的 reason 標「未做程式核對」。
AI 一直問「要不要允許」：寫檔、跑程式、初始化版本庫各會問一次，按允許。它問的若是「要不要連網／上傳」→不允許，這一包全程不需要網路。
AI 對某一筆拿不準：它應該停下來問你（提示詞 A 寫了）。你看原文回答它「這一區算有寫」或「留空」，別讓它猜。
想看講師怎麼評：公開 repo 的 practice/learning-sheets/instructor/REFERENCE.md 有講師參考（ZIP 裡刻意不放）。所以這不是正式盲評、也不宣稱信度，它是練習。

肆跟工作坊四塊怎麼配

位置：第三塊的替代路線，或回家的第二個練習。兩小時主線走講義第三塊（已有分數的三方資料＋儀表板抽查）；這一包從作業原文開始，給想試「AI 直接評」的老師。兩包資料不互通：不要把這裡的 CSV 貼進工作台的儀表板，也不必為它捏造自評、互評、老師評三種分數。

帶回去：換成你自己的課，五區規準表改成你的、submissions/ 換成你學生的作業原文（先拿掉姓名學號，放不公開的資料夾）。程式只認這版規準表；規準改了要連 rubric.json 跟 tools/grade.py 一起改並驗證，它不會靜靜用改過的規準算。

講師自己的例子：這 15 份的樣子來自講師演講課的課前／課後學習單（講義肆最後一張卡），只看完成度、不評立場與深度，跟你今天練的是同一張規準表。