# 學習歷程 vs AI 生成履歷：能力證明的信任不對稱 > 素養本位成績單運動正在制度化：822 所大專院校（截至 2026 年 7 月）收過 Mastery Transcript 申請者，含哈佛、史丹佛、MIT。同一時間，AI 讓履歷與作品集可以被批量生成，越拋光越可疑。這篇談能力證明的信任不對稱，以及一條十年學習紀錄示範的解法：時間戳與過程密度。 - Author: Paul Kuo（郭曜郎） - Date: 2026-07-08 - Pillar: 沉思與記憶 / Reflections & Memory - Tags: 學習歷程, 能力證據, AI 生成履歷, 特殊選才, 素養本位成績單, 信任不對稱 - Series: 從翻轉到翻越 (part 21 of 26): https://paulkuo.tw/series/flip-to-climb/ - Canonical: https://paulkuo.tw/articles/learning-portfolio-vs-ai-resume/ - Site index for LLMs: https://paulkuo.tw/llms.txt --- > **TL;DR** — 素養本位成績單正逐漸被主流大學接受，目前已有 822 所大專院校採認，其中包括哈佛與 MIT。但同一時間，AI 也讓一份漂亮的能力敘事可以被快速、大量生成。文字越完整、包裝越精緻，反而越難判斷真假。因此，能力證明的信任基礎正在改變：人們看的不再只是最後的成品，也開始重視時間戳、過程與累積的密度。一份持續十年、保留失敗與修正痕跡的學習紀錄，才是難以在事後補造的證據。
▶ 聽摘要
AI 合成語音・作者本人聲線克隆
今年，任何一個高中生都可以用 AI，在一個下午生出一份完整的學習歷程：自傳、學習反思、作品說明，語氣誠懇、結構完整。 這已經是事實。於是一個問題落到每一個審查者頭上：當每一份都可以這麼漂亮，你還信哪一份？ 我在〈[當作業可以被生成，真實任務為什麼更重要](/articles/real-tasks-when-work-can-be-generated/)〉裡談過作業的信任崩塌。這篇往下走一層：作業之後，是履歷。學習歷程、備審資料、作品集，這些「能力證明」的文件正在經歷同一場信任危機，而且賭注更大，因為它們是升學與求職的門票。 ## 成績單之外，大學已經開始收什麼？ 先講運動的那一半。傳統成績單的侷限，招生端比誰都清楚：分數膨脹讓成績越來越難比較，一排數字也看不出一個學生真的能做什麼。所以過去幾年，美國有一場「素養本位成績單」運動：用能力證據搭配作品集，呈現學生的真實表現。 這場運動的制度化程度可能超過你的想像。推動它的 [Mastery Transcript Consortium](https://mastery.org/)（MTC，已成為 ETS 旗下組織）公布的官方名單顯示：截至 2026 年 7 月，已有 [822 所大專院校](https://mastery.org/college-acceptances/)收過用素養成績單或學習紀錄申請的學生，哈佛、史丹佛、MIT 都在其中。台灣讀者對這個方向並不陌生：108 課綱的學習歷程檔案，就是同一場全球轉向的台灣版本。 方向是對的。問題出在時機：能力證據系統起飛的同一時間，AI 讓「證據」本身變得可以生成。 ## 為什麼越漂亮的學習歷程，越可疑？ 這就是信任不對稱：生成一份能力敘事的成本崩跌到接近零，驗證它的成本卻一毛都沒降。 審查者沒有工具分辨一份反思心得是十七歲的深夜寫出來的，還是模型在三秒內生成的。他唯一理性的反應，是把所有拋光過的東西一律打折。於是弔詭出現了：你把作品集修得越完美，它作為能力證明的效力越低。漂亮，從加分項變成了嫌疑。 我在〈[AI 抓得到平均，抓不到你](/articles/ai-cannot-fake-you/)〉裡寫過類似的事。放到能力證明上，它有一個更硬的版本：AI 生得出成品，生不出過程。 ## 時間戳與過程密度：AI 偽造不了的兩個東西 那審查者還能信什麼？我的答案來自一個很土的地方：一份 2015 年的塗鴉式紀錄，配上 2020 年的成果報告，比任何一份 2026 年拋光過的作品集都更難造假。 第一個東西是時間戳。AI 可以在今天生成任何內容，但它沒辦法把內容放回十年前。一條橫跨多年、留在第三方平台上的紀錄，每一筆都有當時的日期，事後補不出來。想造假，你得從孩子六歲那年就開始布局，那已經不叫造假，叫教育。 第二個東西是過程密度。真實的學習紀錄長得並不體面：有錯字，有做到一半放棄的計畫，有前後矛盾的想法，有當時老師的回饋和孩子彆扭的回應。這些不漂亮的細節，正是可信度的來源。生成一份漂亮的成品很容易；生成十年份的失敗、修正、繞路，還要彼此對得上、跟真實世界的事件對得上，難度完全在另一個量級。 ## 十年 Seesaw 紀錄 這條路，我們家實際走過。 當年BTS的學生，把學習紀錄放在 Seesaw 上：日常的作品、口頭報告的影片、老師當時的回饋，一路存了十年。存的當下沒有人想過「這以後會是證據」，它就是教育過程的一部分。直到今年整理十年的檔案、寫下〈[從翻轉到翻越](/articles/flip-to-climb-education/)〉時，我更清楚：那兩千三百多個檔案，本身就是一座學習資料庫。也因為這些紀錄一直被保存下來，到了 2026 年，我仍然能重新調用、整理，並從中看見這十年累積出的脈絡。 後來孩子走特殊選才，備審資料的準備過程跟多數人想像的相反：申請前做的是整理，從紀錄裡往回挑，把非典型的學習翻譯成制度看得懂的語言。審查委員在那份備審裡看到的，不是「他說自己會什麼」，而是「他哪一年開始做什麼、卡在哪裡、後來怎麼變」。時間戳與過程密度都在那裡，不需要說服，攤開就是了。 ## 那，現在該怎麼開始記錄？ 給還來得及的家長三句話。 第一，從今天開始記，用有時間戳的平台，別回頭補寫。補寫的東西在審查者眼裡，跟 AI 生成的沒有分別。 第二，記真實的，含失敗與繞路。過程密度來自不完美；拋光留給申請前的最後一哩就好。 第三，別為了證據而教育。那座證據庫之所以可信，正因為它是教育的副產品，倒過來就假了。 AI 時代最貴的證據，是無法事後生成的東西。孩子今天留下的那頁塗鴉，十年後比任何一份拋光的自傳都有分量。你保存下來，他都會是日後重要記憶資產。