提升學生和教師對GenAI在自我評估中作用的理解，並為研究和實踐提供寶貴的見解。

自我評估可以提高學習成績（Brown & Harris, 2013;*Yan et al., 2022, 2023）和自主學習（Panadero et al ., 2017; *Yan et al., 2024）。然而，學生的自我評估往往缺乏及時的反饋（例如：來自教師的反饋) ，因此它們可能不準確，並且無法為批判性判斷提供參考，從而降低了他們提高長期學習能力的潛力 （*Yan & Carless, 2022）。許多教師沒有時間提供反饋，而生成式人工智能（Generative Artificial Intelligence, GenAI）工具可以提供即時反饋，使學生能夠隨時隨地進行自我評估。這使得GenAI有可能重新定義反饋來源，重塑學生在自我評估中與反饋互動的方式。然而，如果GenAI提供了不正確、不清楚或令人困惑的資訊，或者學生使用不當(例如：避免做出自己的判斷) ，則可能會阻礙學生的學習。    

本課題探討了GenAI在高等教育情境下自我評估過程中的作用。通過研究自我評估過程中學生與人工智能之間的互動，我們將解決四個具體的研究目標: 研究目標1：發展一個用來評估GenAI輔助自我評估品質的框架; 研究目標2：探究學生使用GenAI進行自我評估的方式； 研究目標3：研究學生使用GenAI進行自我評估的方式與自我評估品質之間的關係；以及 研究目標4：檢驗提示訓練對GenAI輔助自我評估品質的影響。 本課題采用序列混合研究方法（sequential mixed-method），包括兩項研究：一項Delphi研究和一項准實驗研究。由16位專家參與的Delphi研究將為GenAI輔助的自我評估開發一個評估框架（研究目標1）。針對90名大學生的准實驗研究將探究學生使用GenAI進行自我評估的方式（研究目標2），分析GenAI使用與自我評估品質之間的相關性（研究目標3），並檢驗提示訓練（即如何進行提問從GenAI獲得有用的反饋）對GenAI輔助自我評估的品質的影響（研究目標4）。  

本課題將提升學生和教師對GenAI在自我評估中作用的理解，並為研究和實踐提供寶貴的見解，以最大限度地發揮GenAI的潛在優勢。研究結果還將為高等教育的政策設計提供信息，並有助於優化GenAI的使用，以增強可持續的教與學。