Home
Explore Uedu
Student Console
Register as Member/Login
(2) In future presentations of the research findings, in addition to the course project website and public presentations, your real name and personal information will not appear in this research report. If you are interested in the research results, we can provide you with an executive summary after the study is completed.
Survey Center
Teacher Console
Course Setup
Support & Messages
Uptime Data

UeduGPTs

--

Jupyters

0

Local AI

--

CISOSE26 本地 AI UG26
Taipei AQI 68 · Taichung AQI 56 · Tainan AQI 39 · Kaohsiung AQI 50

AI Reply Desktop Notifications

Show a desktop notification when the AI TA finishes replying

Chat Message Notifications

Notify me when classmates post messages in the forum

Sound notification

Play an alert sound whenever there is a new notification

Ethicomics · 倫理維度

AI 使用規範產生器

訂 AI 使用規範最難的不是找範本,是把「可以用到什麼程度」寫到助教也判得準。 這裡先讓你自評目前的治理狀態,再依你的情境產出分章節的規範草案。

這個工具解決什麼

多數單位卡在三個地方:不知道規範該有哪些章節、 不知道怎麼把使用程度寫成可判定的標準、 以及不知道自己目前的狀態離「可運作」還差多遠。

先量再寫

五個面向的自評採固定計分,同一份填答永遠得到同一個分數。 分數本身就指出該從哪裡補,也讓同一個單位隔一年再測時看得出變化。

寫成可判定的條文

草案會把各類作業對應到 L0 至 L4 的使用分級, 並載明每一級要求的揭露方式。學生問「這份可以用 AI 嗎」時有明確答案。

幾條底線一定帶上

研究不綁成績、規範須事前公告、偵測結果不得單獨裁決等條款, 由系統直接寫入草案,不交給模型決定要不要生成。

兩種層級,章節結構不同

課程層級的規範是寫給學生看的,要能直接貼進教學大綱; 機構層級是寫給教師與行政看的,要能進審議程序。兩者不共用模板。

課程層級

單一課程的 AI 使用規範,寫完可直接放進教學大綱或課程公告。

讀者:修課學生與教學助理

章節:本課程對生成式 AI 的基本立場、各項作業的 AI 使用分級、揭露方式與格式、評量如何調整、不當使用的認定與處理、學生可以主張的權利

機構層級

校、院或系級的 AI 使用政策框架,供內部審議程序使用。

讀者:校內教師、行政單位與學生代表

章節:政策目的與適用範圍、治理架構與權責分工、教學場域的使用原則、學術誠信與評量調整、個人資料與學習歷程治理、教師專業發展與學生培力、風險辨識與例外處理、施行、檢討與修訂程序

AI 使用分級量表

分級刻意停在五級。再細下去教師標不動,助教也判不準。 每一級都同時規定「可以做什麼」與「要怎麼揭露」,缺了後者規範就只能靠事後偵測。

L0
不得使用
全程不使用生成式 AI
本項評量的目的就是測量學生在無輔助情況下的能力。通常用於課堂限時測驗、實作考核,或需要確認基本功的階段。
揭露:不需揭露,因為不應有使用行為。
評量:若這一項要成立,施測環境必須實際做得到管控,否則規範會變成只約束誠實的學生。
L1
僅限構思
可用於發想與釐清方向,產出須完全自撰
允許用 AI 腦力激盪、確認題意、找關鍵字,但交出的文字、程式碼或作品必須逐字由學生自己寫。
揭露:在文末以一段話說明用 AI 做了哪些構思。
評量:評的是最終產出的品質;構思過程不計分。
L2
協助理解
可用於學習與檢查,不得代寫應繳內容
允許請 AI 解釋概念、檢查文法、指出程式錯誤、生成練習題自我檢測。應繳內容的實質論述與解法仍須由學生產出。
揭露:揭露使用的工具與用途類別即可,不必附完整對話。
評量:評的是學生能否說明自己的解法,可搭配口頭確認或反思短文。
L3
協作產出
可共同產出,須揭露歷程並為結果負責
允許 AI 參與草稿撰寫、程式生成、資料整理。學生的工作是設定方向、驗證正確性、修改與整合,並對最終內容負全責。
揭露:須附使用歷程說明,包含關鍵提示詞與自己做了哪些修改與查證。
評量:評的是判斷與整合的品質,而非文字量。建議搭配「哪一段是你改的、為什麼改」的說明。
L4
自主運用
如何運用 AI 本身就是評量標的
不限制使用方式,但要求學生對工具選擇、提示策略、驗證方法與失敗案例提出說明。適用於以 AI 素養為教學目標的課程。
揭露:揭露即是作業的一部分,須完整說明流程與判斷依據。
評量:評的是使用 AI 的方法論,包含有沒有查證、有沒有發現模型出錯、怎麼處理。

治理成熟度自評

五個面向各分四級,總分 15 分。 每一級都寫成可觀察的狀態(有沒有這份文件、有沒有這個機制), 而不是「相當完善」這種判不準的程度描述。

面向 為什麼要看這一項 最高一級的樣子
規範明確度 沒有成文規範時,判定會落到個別教師身上,同一所學校不同課程會出現互相矛盾的標準,學生無所適從。 有正式文件且對各類評量分別載明可用程度
揭露機制 揭露機制是整套規範能否運作的樞紐。沒有揭露,規範就只能靠事後偵測,而偵測工具的誤判會傷到誠實的學生。 有規定格式,且未揭露會依既定程序處理
評量調整 若評量方式完全不動,只加一條「不准用 AI」,實質上是把規範的執行成本轉嫁給教師的偵測能力。 評量已重新設計為看得見歷程與判斷,而非只看成品
資料治理 對話歷程含有大量可辨識資訊。沒有保存期限與存取權限的規定時,這些資料的風險會隨時間累積。 存取權限、保存期限、刪除程序與學生權利皆已明訂
師生培力 規範講的是不能做什麼,培力講的是能做到什麼。只有前者的單位,實務上會退化成全面禁用。 教師專業發展與學生 AI 素養課程皆已納入常態規劃

四個階段

0 – 3 分
個案處理
目前沒有共同標準,判斷落在個別教師身上。
4 – 7 分
成形中
已有初步共識或文件,但缺少可判定的細節與執行機制。
8 – 11 分
可運作
規範可執行,主要缺口在資料治理或培力的其中一環。
12 – 15 分
可檢討
五個面向皆有制度,具備定期檢討與修訂的條件。

一定會寫進草案的條款

以下條款由系統直接附加,不經模型生成。 這是平台的既定立場;你當然可以在自己的最終文件中修改,但我們給的草案一定帶著。

研究參與不得與成績連動
學生是否同意其學習資料用於研究,與課程成績及任何修課權益完全脫鉤。不同意或中途撤回者,課程參與、工具使用與評分方式均不受影響,僅其資料不納入研究分析。
師生之間存在權力不對等,成績是最強的強迫槓桿。研究參與一旦與成績掛勾,知情同意在實質上即不成立。
規範須在評量開始前公告
各項評量的 AI 使用分級、揭露方式與違規處理程序,應於該項評量開始前向學生公告,不得事後追溯適用。
事後才說明的規則無法指引行為,只能用來究責。這對學生不公平,實務上也守不住。
偵測結果不得作為唯一裁決依據
任何 AI 生成偵測工具的輸出,僅得作為進一步了解的線索,不得單獨作為認定不當使用的依據。認定程序應給予學生說明的機會。
現行偵測工具存在誤判,且對非母語寫作者的誤判率更高。以偵測結果直接裁決會產生系統性的不公平。
生理與情緒推論的界線
不得以心率變異等生理訊號推論學生的情緒或壓力狀態,亦不得將此類推論用於評量、分組或任何影響學生權益的決定。
此類推論在方法上尚未取得足夠效度支持,且在教育場域推論情緒狀態已受到相關國際規範限制。
學生對自身學習歷程的知情與取用
學生有權知道自己的哪些學習歷程資料被記錄、保存多久、誰可以存取,並得請求取得副本或要求刪除。
學習歷程資料的當事人是學生。缺少這一條,前面所有條文都只是在規範學生而不保障學生。

參考的法規與指引

本頁與生成的草案只列文件名稱,不寫條號與發布年份。 條號會隨修法變動,寫死反而危險;生成式模型也容易把條號編得像真的。 引用時請以主管機關公告的現行版本為準。
法域文件相關之處
台灣 個人資料保護法 學習歷程與對話紀錄屬個人資料,蒐集目的、告知義務、當事人權利行使方式均須依此法規劃。
台灣 教育部生成式 AI 教學應用相關參考指引 主管機關對教學場域使用生成式 AI 的原則性指引,訂定校級政策時通常需引為依據。
台灣 行政院及所屬機關使用生成式 AI 之參考指引 公立學校的行政作業使用 AI 時,通常需與此指引的機敏資訊處理原則一致。
歐盟 EU AI Act 將教育場域的部分 AI 應用列為高風險,並限制在教育情境推論情緒狀態。有國際合作或境外學生時值得對照。
歐盟 GDPR 涉及歐盟境內學生資料時適用,對自動化決策與資料主體權利的要求高於本地規範。

草案可以引用的平台事實

規範文件常需要說明「學生資料在平台上怎麼被處理」。 以下是 Uedu 已公開的治理事實,草案只會引用這些內容,不會替平台承諾做不到的事。

  • Uedu 的資料治理框架、隱私與資料保存政策、次處理者清單與跨法域合規對照表皆為公開文件(/governance
  • Uedu 平台端的研究倫理審查為 NTU-REC 202507EM058,涵蓋範圍是平台自身的資料治理,不涵蓋教師以個人名義執行的研究(/governance/irb
  • 教師可將課程資料匯出為 JSON 或 Excel;資料一旦匯出,匯出者即成為獨立的資料控管者,後續保管責任隨之轉移(/governance/researcher-access
  • 學生可在個人設定中控制哪些個人化資料會被注入 AI 對話(/settings/ai-privacy
  • 平台記錄學生與 AI 的完整對話歷程、Bloom 認知層次標記、測驗作答、學習單與討論區行為(/doc/data-export
  • 平台對「AI 使用納入評分」的既定立場是:研究參與不得綁成績,但教師要求使用 AI 並計分屬教學自主範圍,平台建議採用品質調整後的指標而非裸使用次數(/doc/

開始自評並產出草案

自評約需 2 分鐘,草案生成約需 30 至 60 秒。 產出可保存、可回頭檢視、可列印。

登入後開始
草案需要保存到你的帳號,故需登入。