提升学生和教师对GenAI在自我评估中作用的理解，并为研究和实践提供宝贵的见解。

自我评估可以提高学习成绩（Brown & Harris, 2013;*Yan et al., 2022, 2023）和自主学习（Panadero et al ., 2017; *Yan et al., 2024）。然而，学生的自我评估往往缺乏及时的反馈（例如：来自教师的反馈) ，因此它们可能不准确，并且无法为批判性判断提供参考，从而降低了他们提高长期学习能力的潜力 （*Yan & Carless, 2022）。许多教师没有时间提供反馈，而生成式人工智能（Generative Artificial Intelligence, GenAI）工具可以提供即时反馈，使学生能够随时随地进行自我评估。这使得GenAI有可能重新定义反馈来源，重塑学生在自我评估中与反馈互动的方式。然而，如果GenAI提供了不正确、不清楚或令人困惑的资讯，或者学生使用不当(例如：避免做出自己的判断) ，则可能会阻碍学生的学习。    

本课题探讨了GenAI在高等教育情境下自我评估过程中的作用。通过研究自我评估过程中学生与人工智能之间的互动，我们将解决四个具体的研究目标: 研究目标1：发展一个用来评估GenAI辅助自我评估品质的框架; 研究目标2：探究学生使用GenAI进行自我评估的方式； 研究目标3：研究学生使用GenAI进行自我评估的方式与自我评估品质之间的关系；以及 研究目标4：检验提示训练对GenAI辅助自我评估品质的影响。 本课题采用序列混合研究方法（sequential mixed-method），包括两项研究：一项Delphi研究和一项准实验研究。由16位专家参与的Delphi研究将为GenAI辅助的自我评估开发一个评估框架（研究目标1）。针对90名大学生的准实验研究将探究学生使用GenAI进行自我评估的方式（研究目标2），分析GenAI使用与自我评估品质之间的相关性（研究目标3），并检验提示训练（即如何进行提问从GenAI获得有用的反馈）对GenAI辅助自我评估的品质的影响（研究目标4）。  

本课题将提升学生和教师对GenAI在自我评估中作用的理解，并为研究和实践提供宝贵的见解，以最大限度地发挥GenAI的潜在优势。研究结果还将为高等教育的政策设计提供信息，并有助于优化GenAI的使用，以增强可持续的教与学。