# 數位週報 0101期

> :point_right: **[點我回首頁](https://hackmd.io/@LT-CERD/S1zzx4Hoi)**
> ⏰ December 29, 2025 - January 9, 2026

###### tags: `PISA 2025`、`LDW`、`自我調節學習 (SRL)`、`過程數據`、`學習科學`

---

## 一、 PISA 2025 如何改寫學習的定義

**當一場國際級考試不再只看「最後答案」，而是開始記錄你的每一次「猶豫」與「修正」，這意味著什麼？** 隨著 PISA 2025 全球施測正式告一段落，我們終於能從中一探端倪。許多人或許會對這項時程感到疑惑，依照 PISA 每三年一度的評量慣例，這場**以科學為主軸**的盛事本應在2024年登場，然而因受到先前全球疫情所導致的時程連鎖反應，2022年的測驗順延了一年，進而使得2025年的評量成為了 **後疫情時代最完整的一份數位學習體檢報告**。這段意料之外的延時緩衝，反而賦予經濟合作暨發展組織（OECD）去深化其在**數位世界中的學習（Learning in the Digital World，以下簡稱 LDW）** 創新領域上的理論厚度，並試圖回答一個數位時代的核心命題：**當科技徹底滲透生活，學習者的本質發生了什麼改變？**

過去 PISA 的評量焦點在於 **「知識遷移」，也就是測試學生是否具備足夠的既有知識，並能將其活用於陌生的情境**來解決問題。然而，在這次 [**PISA 2025**](https://www.oecd.org/content/dam/oecd/en/topics/policy-sub-issues/learning-in-the-digital-world/PISA%202025%20Learning%20in%20the%20Digital%20World%20Assessment%20Framework%20-%20Second%20Draft.pdf/_jcr_content/renditions/original./PISA%202025%20Learning%20in%20the%20Digital%20World%20Assessment%20Framework%20-%20Second%20Draft.pdf) 的LDW領域卻打破了這項預設。它將評量焦點轉向了學習者在數位環境中 **邊學邊解決問題（Learning while problem solving）** 的動態表現。這意味著測驗不再僅僅測量學生「已知什麼」，而是更深層地探究學生在面對一個全新的、未知的數位模擬任務時，如何透過與工具的互動、對反饋的解讀，進而在操作過程中即時建構出解決方案。

要將上述的抽象概念轉化為具體指標，PISA 2025 選擇了一條與過往截然不同的路徑：它試圖打開學習過程這只長期被視為無法觀測的「黑盒子」。這套全新的評量機制不再滿足於接收學生最後提交的標準答案，而是將觀測的鏡頭深入至那些過去被視為「背景雜訊」的微觀行為。但究竟是什麼樣的演算機制，能在不干擾作答的前提下，從微觀行為中解讀出學生的 **「試錯策略」，進而推算出其潛在的「學習刻度」**？

---

## 二、 創新領域十年的歷程回顧

要理解 PISA 2025 對數位學習的重新定義，這條線索得從 2012 年起步的 **創新領域（Innovative Domain）** 說起。自2012年起，OECD 每屆都會在閱讀、數學與科學這三大核心素養之外，加入一項反映當代世界所需關鍵能力的 **創新領域測試**。從2012年的 **創意問題解決（Creative Problem Solving）** 開始，評量重點首度跨越了學科知識的邊界，轉而關注 **個體問題解決（Individual Problem Solving）** 的表現，也就是學生在面對未知情境時的應變與邏輯推理。隨後在2015年，評量進一步演化為 **協作問題解決（Collaborative Problem Solving）**，這標誌著評量指標從單打獨鬥的個人能力跨越到了人機或人際間的交互運算，探討學生如何在解決任務的同時與 **預設程式腳本的數位代理人（Computer Agents）** 進行有效的溝通與分工，以此模擬真實的人際協作。

到了2018年的 **全球素養（Global Competence）** 以及2022年的 **創造性思考（Creative Thinking）**，評量的觸角已延伸至更深層的價值觀判斷與發散性思維的質性表現。這段長達十年的演進序列，清晰地說明一項全球性的教育共識，意即：**知識的獲取已是基本門檻，如何在複雜多變的社會中展現具備社會性與創造性的素養，才是人才競爭力的核心。** 然而，當我們深入解讀 **2025年的數位世界中的學習（LDW）** 時，會發現這並非只是前述領域的延伸，而是一場測驗方法與邏輯的深刻改變。


在 PISA 2025的框架下，評量的重心不再僅僅關注學生如何提取大腦中既有的知識庫來應對特定難題，而是更關注學習者如何透過數位工具提供的反饋，在操作中即時獲取新知並修正路徑，這就是所謂的 **邊學邊解決問題**。這意味著測驗系統被設計成一個具備教育功能的 **數位模擬環境**，學生的表現不再由單一的最終答案來定論，而是由其在探索過程中所展現的學習策略與認知調節來決定。這種對學習過程的紀錄，也讓 **自我調節學習（Self-Regulated Learning, SRL）** 成為了評量中最核心的支柱。


透過底層技術對學習者 **過程數據（Process Data）** 的精確紀錄，評量端得以觀察到學生在面對高度複雜的數位任務時，是否能自主設定目標、監控目前的進度，以及在面對反覆失敗時如何進行情緒調節。這種從結果對錯轉向行為邏輯的改變，反映出評量端對學習者心理狀態與自主學習特質的高度重視。測驗不再僅僅是統計答對率的加總，而是結合了「結果產出」與「行為歷程」的雙重診斷。因此，PISA 不僅關注學生是否抵達終點，**更好奇學習者在面臨挑戰與未知時，如何展現韌性與自發性探索。** 這種既看重結果更深究原因的深度行為側寫，或許才是數位時代評量的完整樣貌。

---

## 三、 不再只考「你會什麼」，而是考「你怎麼學」

過去的評量邏輯中，教育現場習慣將測驗視為一種對學習成果的收割，預設學生已經在進入考場前完成了知識的內化，而測驗僅是檢驗其提取知識的能力。然而，在 LDW 的框架下，測驗場景被轉化為一個具備高度互動性的探索空間，學生在面對一個全新的數位模擬任務時，必須透過反覆的嘗試與對系統反饋的解讀，現場學會規律並建立解方。這種 **邊學邊解決問題** 的動態表現，打破了傳統測驗對靜態知識持有量的依賴，轉而更精準地捕捉學生在面對未知挑戰時的認知適應力。這項改變意味著評量不再是學習的終點，而是一種對學習行為本身的即時觀測。

為了實現對學習行為的深度解讀，PISA 2025 引進了精密的 **過程數據（Process Data）** 追蹤技術。當學習者在數位環境中進行操作時，系統後台會透過 **日誌檔案（Log Files）** 詳盡地記錄每一個微小的行為指標，這包含：點擊的路徑順序、在特定資訊節點的停留時長，以及面對系統反饋後的反應速度 。此舉打破了過往僅憑結果論斷能力的侷限。然而，這並不意味著正確率失去價值，重點在於兩者的解釋不同：「結果」呈現了學習的狀態（What），而「過程數據」則解釋了導致該狀態的成因（Why）。

正是這層因果關係的解讀，讓評量從單純的分數核算，昇華為教育介入的關鍵依據。舉例而言，當學生在模擬實驗中遭遇失敗時，系統記錄的並非只是錯誤的結果，而是進一步分析其行為模式：**他是在進行無邏輯的隨機嘗試（Gaming the system），還是為了測試模型邊界而進行的策略性試錯？若學生是為了驗證假設而故意輸入極端數值導致失敗，這在 LDW 框架下反而是具備高探究能力的展現；反之，若是短時間內快速點擊以試圖矇中答案，才會被標記為低自我調節力。** 這種對行為數據的細膩量化，讓評量端得以透視學習者在解決問題背後的 **自我調節** 品質，將抽象的思考過程具象化為可供分析的邏輯鏈條 。

此外，在這場學習行為的分析中，最引人注目的特色莫過於對 **社會情緒學習（SEL）** 的量化轉型。在 LDW 框架的視野下，情緒調節不再是被排除在認知測驗之外的干擾變項，而是 **自我調節學習** 中不可或缺的情感成分。測驗系統透過對操作行為的頻率與穩定度分析，試圖捕捉學生在面對高度複雜任務時的心理狀態。舉例而言，當學習者在反覆的嘗試中展現出穩健的策略修正，而非情緒性的放棄或是混亂的操作時，這項行為數據便直接反映了其在數位環境中的情緒韌性（Emotional Resilience）。這種對情緒與認知交織狀態的觀測，標誌著國際評量界已正式將學生的內在力量納入核心指標。因此，關注的不再僅是學生已知什麼，而是他**在邁向學會的路徑上，如何有效地管理自己的心智與情緒**。


---

## 四、 LDW 的四階段學習循環

若要深入理解 LDW 如何實踐「**邊學邊解決問題**」的理念，就必須剖析其在測驗設計上的一項關鍵創新，意即**將每一個三十分鐘的測驗單元，嚴謹地劃分為四個具備連貫性的階段**（Figure 4）。這套設計打破了傳統測驗直接給予題目、要求答案的模式，轉而建構出一個微型的知識習得歷程。


首先是約五分鐘的 **展示階段（Show）**，系統透過虛擬導師引導學生對特定現象進行初步預測，其專業目的在於精確測量學習者的先備知識。

緊接著進入長達十五分鐘的 **學習階段（Learn）**，這也是整個評量的技術核心，系統會提供具備支架功能的互動式教學與練習，並透過自動回饋幫助學生掌握關鍵概念。這種 **「先教、後考」** 的流程，讓評量得以即時觀測學生在獲得新資訊後的處理品質。


當學習者在虛擬導師引導下建立了認知基礎後，便進入約八分鐘的 **應用階段（Apply）**。在此階段中，學生必須在沒有鷹架支持的開放情境下，應用先前掌握的技巧去解決更具複雜性的問題，這種「低門檻、高上限」的設計，讓不同程度的學生都能在模擬任務中展現其應用能力的廣度。


最後則是約兩分鐘的 **反思階段（Reflect）**，要求學生針對自己的表現、努力程度以及在過程中的情緒狀態進行自我評估。這四個階段的動態銜接，讓測驗不再只是靜態的正確率統計，而是透過後台監控學習者在不同階段的動作細節，精準地辨識出學習者究竟是具備策略性的「積極投入者」，還是僅能進行盲目嘗試的「困惑猜測者」。

:::spoiler **相關官方示例請點我來查看**
### 1. **Show（展示階段）：測量先備知識**
* **舉例**：Figure 7 是關於 **「繪圖素養」** 的靜態選擇題。題目給出一個鳥類與甲蟲數量的折線圖，要求學生在不使用任何數位學習資源或回饋的情況下，選出受數據支持的陳述。
* 

### 2. **Learn（學習階段）：互動教學與練習**
* **舉例**
* **互動教學（Tutorial）**：Figure 8 展示了虛擬導師 Kim 指導學生如何將「出生率」方塊拖放到模型區。值得注意的是，這裡的數位代理人（Kim）與 2015 年協作問題解決中的「隊友型」代理人有著本質上的不同。當年的代理人是為了測試學生的溝通與分工能力，而 2025 年的 Kim 則轉型為 **「教學型」導師**。它的存在並非為了模擬人際互動，而是為了提供精準的認知鷹架（Scaffolding），測試學生在接受指導後，能否將新資訊轉化為解決問題的能力。這也呼應了 LDW 強調的「邊學邊做」精神。
* 
* **基礎練習**：Figure 2 顯示學生利用生物學家的報告來擴展海龜模型。
* 

* **最後練習**：Figure 9 展示學生研究棲息地破壞對系統影響的任務。
* 

* **標註解答**：Figure 10 顯示任務後的「正確解答」畫面，讓學生比對並反思自己的學習。
* 

### 3. **Apply（應用階段）：複雜任務的轉化應用**
* **舉例**：
* **保育單元**：在Figure 12 中，學生必須建立一個包含「捕魚率」的完整模型，並找出讓珊瑚群落生存的最高捕魚率。
* 
* **海龜單元**：特別值得注意的是 Figure 14 的海龜任務，這不僅是生物學的模擬，更直接引入了 **運算思維（Computational Thinking）** 的評量。學生必須運用程式邏輯（如 while 迴圈）來控制變因。這顯示出未來的科學素養，已無法與數位運算工具脫鉤，「寫程式」不再只是資訊課的事，而是解決科學問題的基礎工具。
* 

### 4. **Reflect（反思階段）：情緒與自我評量**
* **舉例**：這是一個簡短的自我報告表單。學生需要針對自己的情緒狀態進行評分，例如：感覺**焦慮還是放鬆、困惑還是不困惑、無聊還是感興趣**，以及對自己的答案是否滿意。
* 

:::

---

## 五、 為何「情感」成為學習力的核心指標？

在過去的評量邏輯中，學習者的情緒往往被視為干擾測驗信度的「噪音」，或者是獨立於認知能力之外的背景變項。然而，當我們深入探究 PISA 2025的 **數位世界中的學習（LDW）** 框架時，會發現情緒不再是被排除在外的變數，而是被賦予了極高的權重，成為定義學習力的核心指標。這項轉變源於一個深刻的認知科學觀察，意即在缺乏教師即時引導的數位環境中，學習者的成敗不僅取決於其智力程度，更取決於其 **情緒韌性** 以及對挫折感、好奇心與焦慮感的調節能力。這也正是為什麼 **自我調節學習** 的情感維度，會成為這次評量技術轉變中最受矚目的焦點。

根據 [**PISA 2025 的框架草案**](https://www.oecd.org/content/dam/oecd/en/topics/policy-sub-issues/learning-in-the-digital-world/PISA%202025%20Learning%20in%20the%20Digital%20World%20Assessment%20Framework%20-%20Second%20Draft.pdf/_jcr_content/renditions/original./PISA%202025%20Learning%20in%20the%20Digital%20World%20Assessment%20Framework%20-%20Second%20Draft.pdf) 指出，數位學習環境本質上是一個充滿高度不確定性的探索場域。當學生在進行複雜的科學模擬或邏輯任務時，頻繁的失敗與反饋是學習過程中的常態。在這種脈絡下，學習者如何處理 **失敗帶來的挫折感**，直接決定了其是否能持續投入探索。若學習者缺乏有效的情緒調節策略，一旦遭遇卡關，便容易陷入重複性的無效操作或是直接選擇放棄。因此，PISA 團隊認為，一個人能否在數位棲地中生存，關鍵在於其是否具備在壓力下維持穩定認知的品質。這種對 **情感成分（Affective components）** 的重視，標誌著國際評量界已正式承認，**情緒調節並非學習的附屬品，而是學習行為得以發生的動力引擎。**

最令我們感到訝異的改變，在於 PISA 如何利用科技的方法來「看見」這些無形的情緒。測驗系統並非只是透過傳統的自陳式問卷來詢問學生的感受，而是透過前述的 **過程數據** 進行精密的行為推論。當 **日誌檔案** 記錄到學生在連續幾次錯誤後，依然能夠放慢點擊速度、回頭查閱提示資訊，這種行為軌跡便被解讀為具備高度的自我調節力與情緒穩定性。反之，若系統觀測到學生開始出現無意義的快速點擊或是長期間的中斷，則反映了其在面對挑戰時的情緒崩潰或脫離。這種將內在情感狀態轉化為外顯行為指標的分析模型，讓我們得以在不干擾學習流動的前提下，獲得最真實的學習行為側寫。當評量開始關注學生的情緒，其背後的真意在於提醒我們，教育的終極目標並非打造出完美的答題機器，而是培育出能夠在未知與挫折中，依然保有探索勇氣的數位學習主體。


---

## 結語

綜觀 PISA 2025的架構設計，我們可以清晰地觀察到國際評量體系對於數位學習的理解，已經從單純的工具操作演進為一種動態且具備高度自主性的學習行為。這種典範的轉移並非偶然，而是回應了後疫情時代全球對於數位棲地中學習質變的深刻觀察。透過 LDW 領域的引入，PISA 正式將 **自我調節學習** 與 **過程數據** 納入核心觀測指標，這不僅是評量技術的精進，更是對學習本質的一次重要定錨。它引導我們去關注，數位環境下的學習不再是單向的知識吸收，而是在不斷與系統互動、修正策略並調節情緒的過程中，逐步建構出屬於學習者自身的意義路徑。

這場評量典範的轉移，讓我們重新思考教學與評量的邊界。誠如我們在過去期數位週報中不斷討論的觀念，課程不應是大腦中靜態的跑馬道，而應是 **「騎在馬上看旁邊的風景」**。PISA 2025透過精密的學習日誌檔案分析，試圖捕捉的正是這份風景中的每一處轉折與體悟，以及學生在面對挑戰時展現出的韌性與好奇心。至於這場全球規模的數位行為側寫最終會呈現出何種數據面貌，根據 OECD 的官方計畫時程，**PISA 2025的國際評量報告與分析結果，預計將於2026年底正式對外發布**。屆時，我們將能獲得更具體的實證資料，進一步驗證這場關於學習行為轉向的深刻洞察。

---