李宏毅：评量 AI 时，分数到底代表什么？

摘要

这堂公开课把 AI 素养延伸到评量：标准答案、人的偏好、模型裁判和题库泄漏，都会影响结果。

课件用具体例子展示：措辞不同可能被判错，漂亮表达可能赢得人类偏好，平均表现也可能遮住严重失误。选择评量方式，先要知道自己在意什么。

它建议先小规模核对模型评审与人的判断，再考虑扩大使用。教师可把它作为理解 AI 证据的教学资源，而非学生学习效果的研究。

视频10月20日上传，课堂为10月17日；只读课件，没有完整口述转录。