Uedu：不以監控為前提的分層學習者能動性與審慎個人化

平台定位

生成式 AI 催生了新一代 AI 輔導系統，但多數部署把 AI 當成孤立的對話代理， 與學習者的狀態、課堂情境與機構限制脫節。這種割裂限制了科技輔助學習（Technology Enhanced Learning，TEL） 支持「完整學習者」的潛力——不只回應學生的文字提問，更顧及其認知、生理、社會與環境條件。

Uedu 以「審慎整合（mindful integration）」為核心設計原則：每個感測模態都搭配同意機制、 每次 AI 調適都對使用者透明、每條資料流都受倫理治理——呼應 EC-TEL 2026 「Mindful TEL：以明確意圖打造的學習科技」大會主題。其變革理論是： 審慎整合能在不淪為監控的前提下達成個人化。

六大子系統

Uedu 以 Python Flask 建構為模組化單體（modular monolith），由 60+ 個 blueprint 模組組成， 並提供原生 iOS App。六大子系統分別對應 Educational Omics 的六個維度：

• Uedu Core：ClassroomGPT 課程 AI 助教，含 RAG 知識庫、即時 Bloom 認知層次分類、知識圖譜、AI 出題與蘇格拉底式對話評量、EMI 雙語字幕
• Lecture Capture：課堂錄製（螢幕／音訊／webcam 同步）→ Whisper 轉錄 → 雙主持人 Podcast 與個人化學習單
• Uedu Fit & Mind：Garmin 穿戴裝置生理資料與 PALM 生理感知語言模型，搭配 AI 隱私設定面板
• Uedu Sense：IoT 環境感測（光照、溫濕度、CO₂、噪音）
• 學習特質探索：Holland RIASEC、IPIP Big Five、OEJTS 三項開源量表作為自願性自我探索工具
• Uedu Lab：需倫理審查核可的受治理資料匯出介面，定位為「可信賴的教育資料湖」

示範工作流

• 從講座到個人化複習：教師錄製一堂課（螢幕＋音訊＋webcam），系統自動生成逐字稿、雙主持人 Podcast 與個人化學習單，並為 EMI 課程附上雙語字幕。
• 情境感知 AI 輔導：學生向 ClassroomGPT 提問，系統以 RAG 檢索課程內容、參照 Bloom 認知歷程，並在學生同意時納入 PALM 生理情境；教師端儀表板同步呈現 Bloom 分布與知識圖譜覆蓋。
• 學習者自主：學生在 AI 隱私設定面板中，先以自然語言（而非原始數值）預覽「將被分享的資料」，再逐項開關各功能；同一組控制也可在原生 iOS App 操作。

部署觀察

Uedu 自 2023 年起持續開發，於台灣四所大學的密集使用中累積了千萬則等級的 AI 訊息互動， 展現真實情境下的長期、大規模使用。幾項觀察值得一提：

• 機構導入僅需子網域設定即可完成，50+ 所機構以零程式碼修改完成註冊上線；
• RAG 知識庫與 AI 出題是教師採用度最高的功能，直接減輕備課負擔；
• 學生確實會主動使用 AI 隱私設定面板，顯示學習者自主機制在實務上被看重。