Home
學生控制台
註冊會員/登入
研究知情同意書
支援與訊息
Uptime 數據

UeduGPTs

--

Jupyters

16

清華大學 AQI 28 28°C PM2.5 8

AI 回覆桌面通知

AI 助教回覆完成時顯示桌面通知

聊天訊息通知

同學在討論區發送訊息時通知

聲音通知

每當有新通知時播放提示音

114-2 學期教師增能工作坊

Uedu Faculty Workshop Series

Uedu 優學院教師工作坊

6 場(每場 1 小時) 2026 年 3 月–5 月 國立中央大學教學發展中心 Chia-Kai Chang
Session 5 Demo + Discussion 教材已準備

Learning Analytics Dashboard

學習分析儀表板與教學決策:數據驅動的教學決策

12:00–13:00(60 分鐘)

單元概述

深入了解 Uedu 的學習分析功能,學習如何解讀學生學習歷程數據,並運用數據視覺化儀表板做出教學決策。

教學主題

1
Bloom 認知分析儀表板
Bloom Cognitive Analytics Dashboard
看學生在跟 AI 對話時想到哪一層認知層次(記憶/理解/應用/分析/評鑑/創造),並透過 Trajectory 觀察整學期的層次變化軌跡。
2
蘇格拉底對話與模擬辯論前後測
Pre/Post-test for Socratic Dialogue & Debate
蘇格拉底前後測測量「知識增益」(Normalized Gain),模擬辯論前後測測量「態度位移」(立場/信心/開放性三維度)。老師可從個別學生、班級彙整、題目層級三個視角觀察學生的真實作答反應。
3
從數據到教學決策的四個情境
Four Scenarios from Data to Decisions
找出該被關注的學生、評估 system prompt 設計效果、寫教學實踐研究計畫成果報告、期中課程微調。建立 Session 2「設計 prompt」與 Session 5「看儀表板」的教學閉環。

學習分析功能

Uedu 平台記錄豐富的學習歷程數據,透過視覺化儀表板幫助教師掌握學生的學習狀況:

對話分析 學生與 AI 助教的對話次數、對話長度、互動頻率
參與度追蹤 學生的登入頻率、活躍時段、持續使用天數
測驗表現 測驗成績分布、各題答對率、進步趨勢
學習時間 每位學生的總學習時間、各功能使用時長

數據驅動的教學決策

學習分析的核心價值在於幫助教師做出更好的教學決策:

哪些學生需要額外關注?

透過參與度與測驗表現,識別落後或不活躍的學生,及時介入輔導。

教材的哪些部分需要加強?

從測驗答對率與 AI 對話中常見問題,發現學生普遍困難的概念。

AI 助教的設計是否有效?

分析對話品質與學生回饋,評估 System Prompt 的引導效果是否達到預期。

完成本場後你將能夠

1 操作學習分析儀表板,查看班級與個別學生的學習數據
2 解讀各類學習分析圖表與指標的意義
3 根據數據識別需要額外關注的學生與待加強的教學內容

教材資源

本單元的教材資源已準備完成。

開啟簡報 下載講義 (PDF)
工作坊資訊
預期參與人數
30 人
適合對象
國立中央大學全校教師
先備條件
無需技術背景,歡迎所有教師參加
請攜帶筆電(建議使用 Edge 瀏覽器)
部分場次可獨立參加,建議從第一場開始
邀請我們辦工作坊

歡迎邀請 Uedu 團隊到您的研討會或學校,分享生理感知學習分析的實作經驗。

預約討論