一句話重點
哥大 Ober 教授的評量工作坊提醒我們：EMI 的評量不該是「期末憑感覺打分」。 用逆向設計從「期望學生達到什麼」反推、把評分標準的語言期待說清楚、 主動降低學生的評量焦慮，並在測驗中接受跨語言實踐—— 評量才能既公平、又真正促進學習。
工作坊上談了什麼
Ober 教授先給了一個我很認同的 EMI 理想定義（Pecorari & Malmström, 2018）：好的 EMI 應讓 語言目標與內容目標「共生而非緊張」，英語的習得是水到渠成、而非意外。 她接著點出 EMI 評量最常見的矛盾：「上課的方式變了（全英語），但評量工具卻和以前一樣。」 這中間少了一塊——對語言的明確支持與標準。
她的幾個核心主張：
- 逆向設計（backward design）：先定「期望結果」，再定「用什麼證據判斷」， 最後才設計「學習活動」。她用一個「數據評論（data commentary）」的寫作任務示範： 先列出成功標準的檢核表，學生與老師都照同一張表來寫與評。
- 為學習而評量（assessment for learning）：評量要「促進學生對自身能力、 資源與成就的覺察」，而不只是給一個分數。
- 清楚的評分標準（rubric）：研究發現很多 EMI 老師的 rubric 沒有清楚描述、 也沒給學生看。她強調 rubric 要有明確的等級描述（超越／達到／部分達到／未達到）並公開。
- 正視評量焦慮：學生對 EMI 評量的焦慮來自怕被負面評價、怕在眾人前丟臉、 語言學習本身的不確定等。設計評量時要把「減壓」也放進考量。
- 接受跨語言實踐：引用 Mahoney（2023）的 PUMI 觀點—— 學生的母語應被視為資源，測驗中允許跨語言實踐能讓老師更真實地看見學生「懂什麼」。
研究指出：EMI 課堂常假裝「只考內容」，但老師其實一直在隱性地評量語言 （扣了用詞、文法的分），卻沒把語言標準講清楚。把這個隱性標準攤開來，是公平的第一步。
怎麼用在 EMI 課堂
每個評量都先問「期望結果是什麼」
動手出題前，先寫下「我希望學生能做到什麼」，再決定用什麼證據判斷、設計什麼活動。 讓評量、教學、目標三者對齊。
給學生一張「成功檢核表」
像 Ober 的數據評論任務一樣，把達標條件列成清單（含內容與語言面向）， 讓學生寫之前就知道「好的作品長什麼樣」，老師評分也有依據。
把 rubric 的語言期待寫清楚並公開
如果術語使用、論證清晰會影響分數，就明白寫進 rubric 的描述，並在作業前發給學生。 不要讓語言標準藏在你心裡。
在測驗中容許母語作為理解的橋
形成性評量時，允許學生用母語或夾用母語說明他懂了什麼， 你才分得清「不懂內容」與「懂了但說不出英語」——這對打出公平的分數很關鍵。
用低風險評量降低焦慮
多用小而頻繁、不計重分的形成性檢核，讓學生在低壓下練習與獲得回饋， 而不是把全部賭注壓在一次期末考。
搭配 Uedu 工具
用 Uedu 測驗系統先依「期望結果」設計題目，再用 AI 出題補上不同 Bloom 層次的題組； 高頻的低風險小測，正好把「為學習而評量」落實成可操作的回饋循環。
在形成性評量環節，讓學生先用母語向 AI 助教說明理解、再協助轉成英語， 呼應 Ober「接受跨語言實踐、把母語當資源」的主張，也幫你辨別內容 vs 語言的問題。
這篇是「研習現場」的實務版；想看更系統的學理框架，可搭配 為學習而評量：EMI 評量素養 （Inbar-Lourie 2022 的 EMIAL 四能力域）一起讀。
結語
公平的 EMI 評量，是把「我到底在評什麼」攤開來說清楚—— 先想清楚期望結果、把語言標準寫明、給學生減壓的空間，並讓母語成為展現所學的資源。