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.
問卷中心
UeduGPTs
Aida 優學伴
Agentic AI
本地 AI
找指導老師
論文閱讀
Uedu Note
Uedu Open
Uedu Jupyter
語言學習
Lingua Writing
我的寫作歷程
認知組學測驗工具箱
Uedu Finance 優財經
Uedu 跨域通識
Uedu Physics 優物理
Uedu Calculus 優微積分
Uedu Biology 優生物
Uedu Chemistry 優化學
Uedu Electronics 優電子
Uedu Semiconductor 優半導體
Uedu AI 優智慧
Uedu Statistics 優統計
Uedu UAV 優無人機
教材庫
文學館
Taiwan: Four Hundred Years
Uedu Science 科學實驗室
Teacher Console
Course Setup
News & Media
Teaching Workshops
Support & Messages
Uptime Data

UeduGPTs

--

Jupyters

0

Local AI

--

CISOSE26 本地 AI UG26
政治大學 AQI 19 29°C

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

More settings
Account settings Data privacy settings Research Informed Consent Form
高雄市立高雄女子高級中學教師培訓

AI in Teaching Workshop: Uedu Smart Teaching Platform Teacher Training

AI 融入教學實戰工作坊：Uedu 優學院智慧教學平台教師培訓

全天（6 小時） 2026 年 4 月 11 日（六） 高雄市立高雄女子高級中學 藝能大樓 Chia-Kai Chang
Session 5 講座 + 實作 教材已準備

Student Learning Trajectory Tracking

學生學習歷程追蹤：歷程報告查看與個別化回饋策略

14:10–15:10（60 分鐘）

單元概述

學習如何追蹤個別學生的學習歷程，查看歷程報告，並根據學生的學習狀況制定個別化的回饋策略。

教學主題

1
歷程報告查看
Learning Progress Reports
了解如何查看個別學生與整體班級的學習歷程報告，追蹤學生的對話軌跡、測驗表現與學習行為變化。
2
個別化回饋策略
Personalized Feedback Strategies
根據學習歷程數據，制定針對不同學生的個別化回饋，及早發現需要額外關注的學生。

學習歷程追蹤

Uedu 記錄學生與 AI 助教的每一次互動，建構完整的學習歷程。教師可以從多個角度追蹤學生的學習狀況：

對話軌跡 回顧學生與 AI 的完整對話紀錄，了解思考過程
學習進度 追蹤學生在不同時間點的學習行為變化
測驗表現 查看學生在各次測驗中的表現趨勢
個別報告 生成個別學生的學習歷程報告

個別化回饋策略

根據學習歷程數據，制定針對不同學生的回饋策略：

  • 高參與、高表現：鼓勵進階探索，提供更具挑戰性的 AI 任務
  • 高參與、低表現：調整 AI 引導方式，確認是否理解基礎概念
  • 低參與、高表現：了解原因，可能不需要額外支持但需鼓勵參與
  • 低參與、低表現：優先關注，及早介入，可能需要一對一支持

完成本單元後你將能夠

1 查看個別學生與整體班級的學習歷程報告
2 根據學生的對話軌跡與測驗表現判斷學習狀況
3 制定針對不同學生類型的個別化回饋策略

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)
教學單元
工作坊總覽 1 Session 1 開場與平台操作入門 09:00–10:20 2 Session 2 AI 提問設計與 Bloom 分類 10:30–11:15 3 Session 3 AI 測驗題生成 x RAG 知識庫 11:15–12:00 4 Session 4 課堂數據分析應用 13:00–14:00 5 Session 5 學生學習歷程追蹤 14:10–15:10 6 Session 6 分組實作演練與結語 15:10–16:00
工作坊資訊
預期參與人數
30 人
適合對象
國高中各科教師，有意將 AI 融入教學者
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）
參加前請先至 uedu.tw/signup 完成帳號註冊
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