教學和學習不僅限於成績

超越成績的教學之旅：利用敏捷、人工智慧和遊戲重塑教育

每一次史詩般的旅程，無論是弗羅多在《末日山》中的探險， 魔戒路克天行者成為絕地武士的道路 星際大戰或航行 企業 在 星際爭霸戰，這些旅程並不是從等級開始的。沒有一位英雄在踏上冒險之旅時會被評為 A、B 或不及格。相反，他們從一個令人信服的使命、一個需要克服的挑戰開始。他們的旅程充滿了里程碑、障礙、懷疑和勝利。它永遠不會被簡化為百分比分數。

然而，在教育中，我們常常將學生視為僅僅是尺度上的點，而不是探索廣闊知識領域的探索者。

正如 Daniel Pink (2025) 在 華盛頓郵報在他的觀點文章中 為什麼不廢除成績，成績膨脹的影響凸顯了這種方法的意外後果，引發了批判性反思：為什麼我們將成績視為障礙而不是動態檢查點？

相反，為什麼不將教育遊戲化，將評估轉變為里程碑時刻，使其成為學生在繼續前進之前確認是否掌握基本技能的通過或失敗的標誌，就像遊戲或商業模擬中的檢查點一樣？

在商業教育中，目標是讓學生為應對現實世界的不可預測性做好準備，其重點應該從僅僅在考試中取得好成績轉向掌握、適應性和實踐能力。本文探討了超越傳統評分系統的可能性，受到人機互補性、商業敏捷性原則和遊戲化模型的啟發，創造出引人入勝、不斷迭代、以技能為中心的學習體驗。這些想法與 教學宣言，強調適應性而非規定性的教學方法、協作而非個人成就、學習成果的實現而非學生測試、學生驅動的探究而非課堂講授、演示和應用而非信息積累、持續改進而非維持現行實踐（Krehbiel 等，2017）。

1. 人機互補：更聰明的學習方法

人工智慧作為自適應學習助手

人工智慧平台可以根據每個學生獨特的學習進度和學習風格客製化教育內容，從而減輕對嚴格的評分結構的需求。人工智慧不必強迫所有學生以相同的速度學習相同的課程，而是可以：

• 個人化學習路徑：自適應人工智慧系統，例如Coursera、Duolingo 和 Khan Academy 所使用的系統，提供即時回饋和客製化練習以加強弱點（Deci & Ryan，1985）。
• 追蹤能力隨時間的成長：人工智慧不再依賴一次性的成績，而是可以追蹤關鍵技能領域的進度，並提供數據驅動的學生發展洞察。
• 減少評估中的主觀偏見：與因教師而異的傳統評分不同，人工智慧驅動的評估工具（例如，人工智慧驅動的論文評分和自動技能評估）提供了更高的一致性和公平性（Dweck，2006）。

人工智慧作為導師和指導者

• 對話式 AI 工具（如 ChatGPT、Claude 或 DeepSeek）可以作為按需導師，回答問題、解釋概念並提供超出單一教授能力的個人化回饋。
• 人工智慧驅動的模擬和虛擬實境工具讓學生能夠練習真實的商業場景，在無風險的環境中提高他們的批判性思維和解決問題的能力。

這種轉變分散了傳統的成績權威，轉而注重技能的掌握，這與 Pink (2025) 所呼籲的更有意義和個性化的評估體系相一致。

2. 業務敏捷性教育：以迭代方式學習，而非以分數為單位

將敏捷原則應用於教育

業務敏捷性強調迭代、回饋循環、適應性和持續學習——這些品質自然地支持無等級教育。與傳統的評分方式不同，學生可以根據基於能力的進展、真實世界的專案和迭代回饋循環進行評估 (Goodhart，1975)。這 教學宣言 進一步強化了這種需求，主張以學生為主導的探究，而非被動的課堂講課；以學生演示，而非死記硬背的信息積累（Krehbiel 等，2017）。

• Scrum 學習：課程可以像 Scrum 衝刺那樣構建，學生可以在短暫、迭代的周期內完成真實世界的專案。教師和人工智慧導師提供回饋，確保持續進步而不是一次性評分。
• 看板助您自主掌握進度：學生不需要參加固定的 15 週課程，而是透過看板式學習板按照自己的步調從基礎知識進步到專家級應用。
• OKR（目標和關鍵結果）優於字母等級：學生設定自己的學習目標並透過關鍵結果追蹤進度，就像現代企業衡量成功一樣。

將遊戲化評估作為里程碑

測驗、考試和練習並非被取消，而是可以重新定義為類似遊戲的里程碑。學生可以：

• 多次嘗試挑戰直到掌握為止，就像商業模擬或認證考試一樣。
• 獲得技能徽章而不是字母等級，創建類似於專業微認證的可見成就標記（Kohn，1999）。
• 透過能力水準的提高，就像公司環境中結構化的入職流程一樣。
• 使用人工智慧驅動的挑戰來驗證現實世界的商業能力，讓學生將技能應用於模擬的商業問題。

在這個模型中，失敗不是終點，而是一個迭代的機會——確保學生深入吸收材料，而不僅僅是追求及格分數。

3. 商業教育的未來：以技能為基礎、以人工智慧為輔助、以敏捷為本

教育是未來勞動力的模擬

透過將人工智慧作為助手並將敏捷方法融入教育，學生將更好地滿足勞動力的實際需求。未來的工作將越來越以專案為基礎、跨學科和適應性強——我們的教育體系應該反映這一點。

• 人工智慧驅動的招募技能評估：Google和特斯拉等雇主正在放棄基於 GPA 的招聘，轉而採用基於技能的評估。人工智慧可以透過人工智慧面試、程式設計挑戰或案例研究評估來促進能力驗證，取代過時的成績單和 GPA。
• 人工智慧和軟技能發展：除了技術學習之外，VR 同理心訓練和對話式 AI 角色扮演等人工智慧工具還可以幫助學生培養情緒智商、領導力和談判技能，這些技能對於商業成功至關重要。

以持續成長取代嚴格的時間表

學生不應固定接受三年或四年的學位，而應具有以下彈性：

• 按照自己的步調學習模組，並在此過程中獲得技能徽章。
• 在跨學科團隊中學習，解決跨職能專案中的行銷、銷售、財務和人工智慧驅動的分析問題。
• 立即在現實環境中應用學習，就像敏捷的企業實施持續的回饋和迭代而不是等待年終的績效評估。

從成績到成長，人工智慧輔助且敏捷

丹尼爾·平克 (Daniel Pink) (2025) 關於取消成績的論點是對教育改革的有力呼籲——這與人工智慧驅動的個人化和業務敏捷性原則自然相一致。

透過擺脫嚴格的評分制度，我們可以：

• 從績效目標（獲得 A）轉變為學習目標（實現現實世界的掌握）。
• 以基於能力的評估取代過時的成績單，並透過人工智慧驅動的技能追蹤和敘述回饋進行豐富。
• 從靜態、有時限的學位模式轉變為敏捷、基於專案和人工智慧輔助的學習生態系統。

這種方法不僅使教育變得更好，而且還讓學生為未來的商業世界做好準備，在那裡適應性、批判性思維和人工智慧的流暢性將決定成功。

参考资料

Deci, EL, & Ryan, RM (1985)。 人類行為的內在動機和自我決定。 全會出版社。

Dweck，CS（2006）。 心態：成功的新心理學。 蘭登書屋。

Goodhart，CAE（1975）。 “貨幣管理問題：英國的經驗。” 貨幣經濟學論文， 卷我，澳洲儲備銀行。

Kohn，A.（1999 年）。 我們的孩子應得的學校：超越傳統課堂和「更嚴格的標準」。 霍頓米夫林。

Krehbiel，TC 等人。 (2017)。 教學和學習的敏捷宣言。 有效教學雜誌，17(2), 90-111.

Pink，D.（2025）。 為什麼不廢除成績？ 《華盛頓郵報》。 https://www.washingtonpost.com/opinions/2025/03/03/grade-inflation-why-not/

摄影师 Element5數字