文／戴榮冠

生成式AI盛行，近期台灣文學獎接連出現AI創作爭議，評審不只要判斷作品好不好，還得思索：究竟內容中的文字有多少來自作者本身？同樣的，學校老師面對學生繳交的3000字報告，也無法再像過去認為「成果＝能力」……



生成式AI普及之後，一件原本很自然的事，開始變得不再自然：一篇寫得好的文章，還能不能證明作者真的會寫？一份結構完整、引用齊全、語句流暢的報告，是否仍足以代表學生真的理解了課程內容？

「完成得好」就是「真的會做」嗎？這個問題，如今同時出現在文學獎評審桌上，也出現在大學教師的成績冊裡。近期台灣文學獎接連出現AI創作爭議，評審不只要判斷作品好不好，還得面對另一層更難處理的疑問：眼前的成熟文字，究竟有多少來自作者本身？

不同領域的相似爭議

大學教學現場也有相似困境。過去一份3000字報告，至少意味著學生必須搜尋資料、閱讀、篩選、整理、思考、撰寫與修改；如今，只要幾輪提示，AI便可能在短時間內交出一份形式完整的成品，成果甚至比過去更漂亮，但成果與能力之間，卻未必畫上等上。

AI帶來的真正衝擊，未必只是學術誠信或作弊爭議，而是「投入」與「產出」之間的比例開始失衡。假設兩名學生處理同一份作業，一人自行搜尋資料、整理筆記，花費數小時完成，文字卻難免生澀不順；另一人借助AI快速生成，再經過幾次修飾，一小時內便交出結構更完整、語言更漂亮的報告。

努力與成果開始脫鉤

若教師只依成品評分，後者得到較高分數，並不違反既有標準，甚至看起來非常合理。但教育上的問題也正在這裡形成：被獎勵的，到底是學習能力，還是成果包裝能力？

過去的評量制度，大致建立在「成果可以反映投入與能力」這個前提上；現在，成果可能是學生能力、AI能力、提示詞技巧與後續修改共同製造的結果。當生產條件已經改變，卻仍以同一把尺衡量，公平就不再只是分數高低，而是評量本身是否還有意義。

作品和作業處境相同

文學獎與大學作業，一個看似屬於創作，一個屬於學習，核心問題卻高度相似。文學獎之所以能把榮譽頒給一篇小說，隱含著一個基本假設：作品背後有一位作者，而作品能代表這位作者的語言能力、感受力、觀察力與創造力。

大學作業也是如此，教師之所以能從一份報告判斷學生表現，是因為相信報告反映了學生的閱讀、理解、統整與表達。

傳統評價制度受考驗

但AI介入之後，這兩層連結都被削弱。一篇好小說，未必等於作者具備同等程度的創作能力；一份好報告，也未必等於學生真正完成了相應的學習。

換言之，真正被動搖的，不只是「原創」概念，而是現代評價制度長久依賴的那個等號：作品品質等於作者能力，作業品質等於學生學習。

重建一套AI協作模式

面對這種變化，評量的重心必須從成果本身，重新拉回成果形成的過程。筆者過去的教學設計中，曾將創作拆分為「現實空間、文本空間、創作空間」，要求學生先從現場踏查與真實經驗出發，再進入議題形成、文字書寫與修訂，最後才運用AI進行文字校正與多元呈現。

這套設計後來被整理為「從敵對到共生」的AI協作模式：現場踏查、擬定議題、文字校正、成果呈現，有明確的前後次序。

作品與能力再次連結

其中最重要的原則，不是禁止AI，而是讓AI不能先於經驗、不能先於問題，也不能先於學生自己的初步表達。

課程的AI協作流程，同樣要求學生先接觸文獻、圖文資料與田野調查，再進行文字對比與修改，最後才轉化為公開成果。

這樣的順序，其實是在重新建立作品與能力之間的證據鏈。

以歷程證明學習過程

一旦教師開始檢視學習歷程，評量的對象就不再只是一份完成品，而是學生如何走到這份完成品。原始草稿是什麼樣子？學生一開始如何理解題目？他如何選擇資料？AI在哪個階段介入？哪些建議被接受，哪些被拒絕？修改前後差在哪裡？學生能否說明自己為什麼這樣改？這些問題，比單純詢問「AI使用多少百分比」更有意義。

課程中的寫作示例便呈現這種差異：學生先以直接描述生活經驗，再逐步調整修辭、陌生化語句、精鍊文字，最後形成更具有文學性的表達。 真正有價值的，不只是最後那一句寫得漂亮，而是學生是否知道自己從哪裡出發、為什麼修改、如何抵達。AI若參與其中，也必須被放回這條歷程中理解，而不是讓最後成品遮蔽一切。



AI入課堂 問題跟著來

把AI完全排除在教學之外，並不是一個容易成立的答案，也不是真能解決AI世代評量問題的解方。

AI可以協助修辭、整理內容、提供不同版本，也能成為一種學習鷹架。問題在於：何時才適合讓AI工具從「協助」變成「取代」？

當學生尚未形成自己的想法，就先要求AI提供答案；還沒經歷文字表達的困難，就直接交由AI改寫；甚至無法判斷AI給出的句子究竟好不好，這時，AI已不只是「幫忙」，而是在代替（取代）學生做原本應由他自己完成的認知及理解工作。

更麻煩的是，教師若只看最後成品，也難以判斷學生究竟經歷了什麼。一篇文章可能漂亮得無可挑剔，卻無法證明學生曾經閱讀、思考、取捨與修改。

所以為人師者、父母真正該擔心的，不是學生會不會過度使用AI，而是學生會不會在使用AI的過程中，逐漸失去原本應被鍛鍊的能力。



有能力證明：

是我的作品

既然生成式AI讓一件事情變得格外清楚：成品可以很好，卻未必證明完成它的人同樣具有相應能力。未來教育與創作真正需要維護的，或許不再是「完全沒有AI參與」的純粹性，而是作者與作品之間仍然保有可追溯、可說明、可負責的關係。

一名學生應該能說出，哪些經驗屬於自己，問題是如何形成的，AI提供了哪些建議，哪些地方被拒絕，修改的理由是什麼，最後哪些文字由自己決定留下。只要這些判斷仍然存在，作者就沒有消失。

相反地，如果一個人只剩下按下生成鍵，卻無法解釋、判斷，也無法對作品負責，那麼真正流失的便不只是寫作能力，而是「作者」這個身分本身。

AI時代或許不必再執著追問：「這篇文章是不是完全由你一個人寫的？」更值得追問的是：「在它成為現在這個樣子的過程中，哪些關鍵判斷確實是你做的？」這個問題，可能才是未來創作、學習與評量重新建立信任的起點。



作者簡介：

國立成功大學博士，現任職於國立臺北科技大學通識教育中心。專長於AI與數位人文、中國經學與讖緯學、華語文教學、實用中文、閱讀書寫。