Cross-university platform portalShow a desktop notification when the AI TA finishes replying
Notify me when classmates post messages in the forum
Play an alert sound whenever there is a new notification
計畫最難寫的往往不是教學設計，而是成效證據——你需要可量化、可追溯、 能寫進成果報告的學習歷程資料。這一頁整理 Uedu 平台實際能給你哪些資料、 對應哪些研究設計，以及研究倫理上必須先處理好的事。
取得我的客製建議 先看可取得的資料JSON / Excel · 每則訊息一列 · 加密 ZIP
Uedu 由張家凱助理教授自主研發，目前為跨校採用的教育科技平台。 開發者本人也在執行教育部教學實踐研究計畫，目前是第四期。
寫計畫時要回答的問題——前後測怎麼設計、歷程資料怎麼取得、 IRB 的資料保護段落怎麼寫——我們自己也得先弄清楚一遍。 這一頁整理的就是那些筆記，希望能替你省下重新摸索的時間。
先把分工講清楚，免得誤會：Uedu 不會替你做研究， 它負責的是讓資料在課程正常進行的同時就被完整記錄下來。
課程照常上，資料在教學過程中自然累積，不需要另外架系統或為了研究額外發問卷。
平台不會替你做研究判斷——這些是計畫主持人的專業工作，也是審查委員在看的部分。
資料的產生與整理由平台處理，研究設計與分析仍然是你的工作。
下表是課程進行時自動累積、教師端可自行匯出的資料類型與粒度。 撰寫計畫的研究方法章節或 IRB 送審文件時，可以直接引用這張表說明資料來源。
| 資料類型 | 主要欄位 | 資料粒度 | 取得方式 | 方法論 |
|---|---|---|---|---|
| AI 對話歷程 | chat_title、chat_start_datetime、action、action_datetime、request（學生訊息）、response（AI 回覆）、chat_model | 每一則訊息一列 | 教師資料匯出（JSON／Excel） | 說明 |
| Bloom 認知層次 | 每則對話的 Bloom 層次標記（記憶／理解／應用／分析／評鑑／創造）、時間戳 | 每一則訊息一列 | 課程頁 Bloom 分析、隨對話資料匯出 | 說明 |
| 測驗作答 | 題目、選項、作答、對錯、得分、作答時間、題目層級標籤 | 每人每題一列 | 測驗系統成績檢視與匯出 | 說明 |
| 問卷回應 | 題項、選項、回應值、填答時間 | 每人每題一列 | 問卷系統匯出 | 說明 |
| 學習單作答 | 題目、作答內容、繳交時間、教師評分 | 每人每題一列 | 學習單管理頁匯出 | 說明 |
| 討論區行為 | 發文與回覆內容、時間、加權積分、Emoji 回饋、語意品質評估、原創性偵測結果 | 每篇貼文一列 | 討論區評分頁 | 說明 |
| 認知測驗（UCG） | trial-level 反應時間、正確率、刺激條件；依測驗另有 d′、span 等衍生指標 | 每人每 trial 一列 | UCG 結果頁與後台 | 說明 |
| 學習特質量表 | RIASEC 六維度、Big Five 五維度、OEJTS 四向度分數與作答明細 | 每人每次施測一列 | 學習特質探索報告 | 說明 |
| 生理資料（需個別授權） | HRV、睡眠、步數等 Garmin 或 Health Connect 同步資料 | 每人每日或每次量測一列 | 研究專案中心（需學生逐一授權） | 說明 |
匯出格式為 JSON 或 Excel，以加密 ZIP 提供並寄送通知信。JSON 保留完整欄位，適合帶進 Python 或 R 分析； Excel 已做非法字元清理，適合快速瀏覽與統計。
先決定研究設計，再決定要開哪些功能——反過來做，資料通常會收得零散而無法分析。
學期初以測驗系統建平行卷施測前測，介入後施測後測；態度面另以站內問卷前後各一次。
一班啟用蘇格拉底模式、一班用一般問答模式，其餘教材與評量完全相同。
以週為單位觀察對話量與 Bloom 分布，每循環結束後調整 system prompt 或任務設計，並記錄調整理由。
量化取測驗成績與 Bloom 層次比例，質性取對話逐字內容與開放式問卷回應做編碼。
填入你的計畫主題與課程情境，AI 會依據平台實際具備的功能， 給出建議的操作步驟、可收集的數據指標與研究設計時程。 建議僅供規劃參考，最終仍請依你的專業判斷調整。
以下功能教師自己就能在課程設定中開啟，不需要另外申請或客製開發。
教學現場的師生權力並不對等，成績又是最強的槓桿。以下幾點是平台的明文規範， 也是計畫審查與 IRB 送審時最常被追問的地方。
這是平台的明文規範。學生不簽署研究同意或中途撤回，課照上、AI 照用、成績照算，只是資料不納入研究。任何功能、文案與通知都不得暗示研究參與會影響成績或權益。
Uedu 平台端有自己的研究倫理審查（NTU-REC 202507EM058），涵蓋的是平台自身的資料治理。教師以自己名義執行的研究，仍須向所屬學校的 IRB 送審。
站內問卷的填答紀錄留在平台既有的資料治理架構內；改用外部表單等於把個資帶到平台之外，IRB 說明也會變複雜。
資料一旦匯出，匯出者就成為獨立的資料控管者，後續保管與使用責任由匯出者承擔。匯出前需簽署教育資料匯出使用同意書。
對話原文可能含有學生可辨識資訊。引用逐字內容前需去識別化，並確認符合送審時承諾的資料使用範圍。
HRV 等生理訊號在未附演算法與效度驗證前，不宜宣稱代表壓力、情緒或專注度。這既是研究嚴謹度問題，也涉及相關規範對情緒推論的限制。
若要把 AI 使用納入評分，建議採用品質調整後的指標（如對話的認知層次、討論區的加權積分），而非單純的使用次數，並事先向學生公告計分方式。
資料治理架構、三重同意書體系與電子簽署紀錄的完整說明，見 資料匯出與資料治理方法論； 以研究專案為單位的授權管理見 Uedu Labs 研究專案說明。 撰寫 IRB 申請書時，這兩份文件可作為平台端技術保障的附件。
每一項分析功能都有對應的學術方法依據。撰寫文獻探討或方法章節時， 可從下列著作中找到可引用的來源。
Frontiers in Psychology, 2026 · 對應功能：ClassroomGPT AI 助教
Computers and Education: Artificial Intelligence, 2026 · 對應功能：Bloom's 認知層次分析
IEEE ICALT 2024, 2024 · 對應功能：AI 自動出題
IEEE ICALT 2023, 2023 · 對應功能：討論區 AI 計分
IEEE ICALT 2025, 2025 · 對應功能：ClassroomGPT AI 助教
IEEE ETOP 2025, 2025 · 對應功能：ClassroomGPT AI 助教