MCQ(多項選擇題)
- MCQ 當然不只是判斷 A、B、C、D 對錯。EdSight 更重要的工作,是把錯題對應到不同課題和概念,長期記錄考生的概念認知水平、常見誤解與錯誤模式,讓老師知道全班究竟在哪些知識點反覆出錯。
- 按該題型的作答要求與 Marking Scheme 建立清楚評核步驟。
AI 批改及成績監控系統EdSight 會按題型和 Marking Scheme 先完成初評,把得分位置、失分原因、概念掌握、作答問題及可改善之處逐項整理,再交由老師核實。由 MCQ、FBQ、DBQ 到 Short Essay,每種題型都有相應的評核流程;而評改後所取得的數據,可以用於回饋稍後的教學、習作與測考安排,務求讓每位學生得到差異化的照顧。
首輪 20 間 Pilot School 名額已滿因應 Geography 科查詢及 Pilot 需求,現在加開 10 個名額

老師最想知道的通常不是用了甚麼模型,而是:面對一份真實 Geography 答卷,EdSight 到底會怎樣判、怎樣寫評語、怎樣處理失分位置?以下三個 Sample 直接展示原題、學生答案、AI 初評、失分位置、改善建議和老師覆核流程。
按題目的兩個分題分開評核,再逐段分析論點是否扣題、概念是否準確、Elaboration 是否足夠、因果關係是否完整,以及例子是否真正支持答案。系統亦重視不同問法的拆題方法,避免學生寫了很多內容,卻沒有真正回應題目。
FBQ 會按其五大類題型分開記錄及評核學生的作答表現。尤其是末段 6 分高階題目,會更嚴謹地檢視學生如何運用考察資料、組織證據、作出推論及回應題目要求,並把需要老師核實的位置清楚標示。
由讀圖、引用數據、描述趨勢、比較到解釋,逐步檢查學生是否真正使用題目資料。針對末段 4 分題,亦會特別檢視考生的立場是否清楚、論據是否充分,以及論據能否真正支持其立場。
傳統個人批改老師先理解 Marking Scheme,再逐份校對學生答卷批改,較為耗時。
EdSight AI 批改AI 會按 Marking Scheme 及知識及技巧資料庫,進行初次的批改。
傳統個人批改按專業評分、寫評語、加減分數及登分。
EdSight AI 批改覆核 AI 評分、修改及確認分數與評語。
傳統個人批改不同老師批改前,需要花額外時間商討評分的尺度。
EdSight AI 批改先按已確認的校本評分尺度,再進行一致的批改。
傳統個人批改共同問題多靠老師批改後另行記錄與統整。
EdSight AI 批改把重複失分、概念弱點及題型表現整理成班級層面的資料。
傳統個人批改老師需要自行把批改觀察轉化成重教、工作紙及下一次評核安排。
EdSight AI 批改讓批改數據直接支援之後的教材、習作、重教及再評核安排。
傳統個人批改較難持續比較同一批學生多次評核中的相同弱點。
EdSight AI 批改持續監察各學生評核的數據,並能追蹤他們持續的表現。
傳統個人批改由老師全程處理。
EdSight AI 批改最終分數與評語仍由老師專業核實。
EdSight 已使用超過 100 份真實考生的公開試答卷作反覆測試及評分對照,並由多位老師參與覆核。樣本涵蓋不同能力水平,包括 5** 的優質答卷,以及由 Level 2 至 Level 4 等各類表現的真實答卷。
這些數字反映系統在不同能力卷種上已能維持相當穩定的評分一致性;EdSight 的目標不是省略專業判斷,而是先把第一輪評核做到足夠穩定,讓老師把時間集中在真正需要判斷的答案。
測試方法:涵蓋由 Level 2 至 5** 不同能力的真實試卷。
學校提供題目、Marking Scheme 與真實學生答案,沿用原有評核安排。
➔EdSight 按四類題型整理第一版評分設定及批改方式。
➔老師指出科組實際給分習慣、可接受答案與需要調整的位置。
➔把討論結果整理成校本評核設定,再進入 AI 初評與老師覆核。

核心論點是否真正回應題目
兩個分題是否有清楚分開處理
不同 command word/問法是否拆題正確
地理概念是否正確及完整
Elaboration 去到哪一步便停了
因果鏈中間是否有跳步
例子是否具體並真正證明論點
哪一句開始偏離題目
哪些位置已經得分、哪些仍可加深
每段 Topic Sentence 是否足夠精準
會有更多評核的 indicators,將來在 Demo 時會展示出來。當同一位學生、同一班再做第二次、第三次評核時,老師應該看得到問題有沒有重複、哪些概念仍未掌握,以及之前針對性的教學是否真的產生改變,而不是靠印象記住「這班好像經常不夠 Elaboration」。
由單題答案、實際得分、題型與概念標籤,再延伸至資料判讀、因果解釋、例子應用及文章組織等能力。老師可以看見學生真正需要改善的地方,而不是只收到一個總分。
將 32 名學生的題目表現、能力分布及共同概念弱項整理成圖像。以海嘯與聚合性板塊邊界為例,報告會指出問題究竟是邊界類型混淆、形成過程不完整,還是未能配對真實地區例子。
在哪類題型、概念、問法或作答方法上反覆失分,以及下一次有沒有改善。
下一步:針對個別學生反覆錯處作出個別指導。例如「引用資料但沒有解釋」、「懂概念但拆題方向錯誤」、「有立場但論據不足」。
下一步:重新製作教材去教授全班較弱的應試技巧。方便科組決定下一輪教學、重溫、習作及出卷要加重哪一部分。
下一步:科組會議可比較各班的學習表現,繼而再調整整體教學的策略。EdSight 的價值不是「批改完成」便停止,而是一條可以反覆運作的教學循環。
從題型、概念、失分原因及常見誤解中,找出最需要處理的問題。
老師按弱點重新解釋概念,再安排針對性練習。
加入相同概念、相近技能或相似問法,檢查學生是否真的學懂。
比較前後結果,看 common error 是否減少、哪些學生仍需跟進。
學生回答海嘯(Tsunami)題目時,未能分辨聚合性板塊邊界(Convergence Plate Boundary)的三類情況:陸陸碰撞、洋洋碰撞與洋陸碰撞;因此在成因、地貌與例子運用上混淆。
將普遍學生失分位置分析後,顯示問題並不是沒有背誦例子,而是他們大部分未能判別出聚合性板塊邊界各類型,所以未能將各類真實海嘯的個案應用於不同的類型當中。
老師重新製作工作紙,比較三類聚合性板塊邊界及其地區例子配對,以配對針對同一概念再反覆練習。
應用另一類構造災害(火山爆發或地震),再考核學生是否先能辨認不同的板塊邊界組合,再解釋過程及舉出合適的例子。
比較兩次評核中同一概念的表現,找出哪些學生已能正確分類、哪些仍需要個別再跟進。
不論是中英手寫答案的掃描 PDF,還是學生繪畫的注釋圖,EdSight 都會精準辨認。當遇到無法可靠辨認的字跡時,系統不會自行猜測,把判斷留給老師再審核。另外,每條題目的評核時間大概數分鐘便可完成,但同時不會犧牲評卷質素。
上載部分答卷、題目及 Marking Scheme 後,可作初次的評核。科組同事們再作出更多批改的指示。
支援批量上載;一班約 30–35 份答卷,一般處理時間約 1–2 小時,老師可先做其他工作。
一條題目的 AI 初評一般可在數分鐘完成,再由老師重點查看需要判斷的位置。
結果可整理成 PDF、Excel、HTML 及可列印版本,並回到 Learning Analytics 和之後的教學流程。
Browser-based一般毋須另外安裝 App
Google workflow可配合學校現有 Google Account/Google Classroom 使用流程
帳戶安排老師不需要逐個學生手動建立帳戶
首輪 20 間 Pilot School 名額已滿。因應 Geography 科查詢及 Pilot 需求,EdSight 現再加開 10 個名額,本階段最多與 30 間 Pilot School 合作。
申請新增的 Geography Pilot School 名額最少 3 個月,最長一個學期
EdSight 會為獲選學校提供大幅度資助。由於逐份答卷分析、詳細評語和後續數據整理都會產生實際模型運算與 Token 成本,因此未必每一間學校都能完全免費使用。實際費用會按學生人數、答卷量、題型和使用範圍事先說明清楚。Pilot School 收費絕對會低於成本價,讓學校先實際體驗。
我們會提供線上或親身到校 Demo 服務。
如果希望最快了解系統,線上 Demo 一般最容易安排,也可以直接用真實題型示範由上載、初評、老師覆核到 Learning Analytics 的完整流程。
預約線上 Demo如學校希望安排實地 Demo,EdSight 團隊會按人手和校方時間盡快安排。
如有多個科組、科主任或管理層希望一次過了解,我們可優先考慮安排到校簡介及跨科目示範。
不會,EdSight 的角色是先處理 重複而耗時的初評工作,而不是把老師從評核流程抽走。
例如對答案內容、找出得分與失分位置、整理常見錯誤和建立初步評語,這些工作可以先由系統 做第一輪整理。
遇到需要判斷答案是否合理、學生是否真正扣題、某個例子應不應該給分時,仍然需要老師作 專業判斷。
老師可以直接修改分數、改寫評語,亦可以否定 AI 原本的判斷;最終核實權仍然在老師手上。
Pilot 開始前,EdSight 會先看學校現有的題目、Marking Scheme 和批改要求,了解 你們本身怎樣給分。
學校不需要另外設計一套新規則,原有評分準則仍然是 主要依據。
第一批真實答案亦很重要,老師可指出需要調整的位置,讓系統知道 Marking Scheme 在實際批改時怎樣落地。
EdSight 不是拿一套通用答案套在所有學校身上,而是盡量配合 學校原有的評核尺度。
EdSight 把 AI 定位為 初評及評核輔助工具,準確度必須用 真實公開試答卷 反覆測試。
我們曾以 超過 100 份真實公開試答卷 進行測試及人工評分對照,並投入多位老師覆核。樣本由 5** 優質答卷 到 Level 3、Level 4 等不同能力卷種。
現階段結果顯示,超過九成 答卷與人工評分差距在 ±2 分內,約 98% 在 ±3 分內。
實際使用上,老師仍然會對最終分數和評語作 最後核實。
EdSight 不會只給一個總分,再補一句「Elaboration 不足」;系統可以把答案 逐段拆開來看。
先看論點是否回應題目、地理概念是否準確,再看 Elaboration 去到哪一步、因果鏈有沒有跳步,集中處理 解釋深度。
例子不只是看「有沒有」,而是看是否具體,以及有沒有 真正支持前面的論點。
老師看到的是由原答案、得分位置、失分原因到改善方向的 完整批改脈絡。
不是,Geography 目前以 四類核心題型 為主:MCQ、FBQ、DBQ 及 Short Essay。
MCQ 會把錯題連回課題與概念,記錄 常見誤解與錯誤模式;FBQ 會按五大類題型記錄表現,嚴謹處理末段 6 分高階題;DBQ 會由讀圖、引用數據、比較到解釋逐步檢查;Short Essay 則按 兩個分題 分開評核。
無論哪一類,EdSight 都重視 不同問法的拆題方法。
可以直接改,所有結果都應該是 可覆核、可修改 的。
老師可以 直接調整分數或得分位置、改寫評語,並保留自己的 最終判斷。
同類型的修改亦可以用來檢查和調整之後的 評核設定;工作方式是 AI 先做、老師再定。
可以,前提是 Pilot 使用同一套學生識別方式,系統才可把不同評核結果 接續起來看。
同一學生反覆出現的問題、全班最常見的失分位置,會變成 可見的班級弱點。
科主任亦可比較不同班別和測考,討論 下一輪教學和出卷方向。
Pilot 開始前,EdSight 會與學校確認資料上載、存取人士及 資料使用範圍。
校方可按實際安排使用 學生編號或匿名化資料,減少不必要的個人資料暴露。
正式 Onboarding 時,學校會先了解 上載、存取、保存及後續處理安排,在清楚了解後才開始 Pilot。
一般不需要。EdSight 先配合 學校現有試卷和 Marking Scheme,老師仍沿用原有題目、準則和測考時間,只在批改階段加入 AI 初評和老師覆核。
如需要額外設定,EdSight 團隊會與老師一起處理,不會把 技術設定工作 全部交回學校。
最基本是提供題目、Marking Scheme,以及一批用來核對評分方法的 真實學生答案。
EdSight 團隊會按題型建立初步設定,再與老師核對 科組實際批改尺度。
老師不需要研究 Prompt Engineering;導入會有 實際設定支援。
一般為 最少三個月、最長一個學期,時間會配合測驗、考試和教學進度,讓科組在 真實教學週期 裏使用。
這段時間最好涵蓋多於一次評核,才看得到學生有沒有 實際改善。
EdSight 會提供 大幅度 Pilot 資助,但詳細分析、逐段評語和學生數據整理都涉及實際模型運算與 Token 成本。
費用會按 學生人數、答卷量、題型和使用範圍 事先說明。
提交申請並不代表即時產生費用,團隊會先了解需要,再確認安排。
不需要。Pilot 是讓學校先看清楚系統是否 真的適合自己科組。
學校可用真實班別、題目和測考試用,而不是只看 Demo 就作 採購決定。
最後是否續用,仍由學校按需要和預算 自行決定。
可以,可在同一份申請列明 希望了解的科目,安排聯合 Demo。
跨兩科或以上參與 Pilot,可按範圍提供 更大的優惠及資助安排;亦適合安排 跨科到校簡介。
可以,不過希望最快看到系統,線上 Demo 通常最容易安排。
線上同樣可用真實題目展示上載、初評、老師覆核到 Dashboard 的 完整操作流程。
實地 Demo 會按 校方時間及團隊安排 協調。
可以,三個 Sample 就是讓老師先看 真實批改結果,不需要先填表。
你可以先比較 Short Essay、FBQ 和 DBQ 的處理方式,判斷 EdSight 是否真的懂 Geography 不同題型;看完仍有疑問,再預約 針對性示範。
如果你希望率先了解 EdSight 如何應用於 Geography 評卷、學生表現分析及校本評核流程,歡迎登記 Pilot School Programme 或預約 Demo。