人工智慧於科教之應用
簡介：申請人開發相關AI工具，協助學習情況偵測，提供研究者與教師教學上之參考。
方法：將學生之學習歷程資料（不限領域，如學習社會性科學議題產生的論證、小組合作討論之對話紀錄、解題歷程中之眼動手寫資料、合作學習歷程對話中的不確定性等），使用監督式學習之方式訓練AI識別學生的能力。
1. 使用人工智慧分析合作學習對話中的不確定性
此為台荷跨國計劃，申請人在此計劃中開發三項有助於學習歷程資料擷取程式、資料分析和歷程資料探勘的演算法，包含學習歷程資料擷取程式 (網頁爬蟲web crawler)、對話翻譯，以及不確定性偵測。
價值與影響力：
(1) 跨國計劃促進國際學術交流，提高臺灣學術能見度。
(2) 學習歷程資料擷取程式 (網頁爬蟲web crawler)：開發此程式用於自動抓取、下載、以及分析計劃使用之學習平台網頁(Uptale，VR沉浸式學習開發平台) 內資訊，以獲得個人玩家和玩家團體在平台合作學習的歷程資料。大幅減少人工整理資料所費時間及因疲勞影響準確性。
(3) 參與受測學生包含台灣、荷蘭、德國等學生，由於包含多國學生，因此採用AI統一將對話自動翻譯為英文，用於AI建模。
(4) 傳統課堂中教師難以即時並準確辨認每位學生在小組對話過程中升起的不確定性，透過AI協助辨認不確定性，應用至教學現場可協助教師即時掌握學生的狀況，同時善用學生的不確定性引導其學習。
2. 使用人工智慧自動偵測學生在社會性科學議題中的探究學習能力
內容請參考發表：Zhang, W. X., Lin, J. J. H., & Hsu, Y.-S. (2025). AI-Assisted Assessment of Inquiry Skills in Socioscientific Issue Contexts. Journal of Computer Assisted Learning, 41(1), e13102.
https://doi.org/10.1111/jcal.13102
(SSCI, Q1, IF = 5.1, EDUCATION & EDUCATIONAL RESEARCH, 13/760)
價值與影響力：傳統探究學習之評量仰賴人工閱卷及教師觀察，耗時費力且評估結果帶有主觀看法。透過AI分析學生處理社會性科學議題過程中的論證，自動偵測其探究能力，應用至教學現場可大幅提升評量的效率與客觀性，進而提升教學成效。
3. 使用人工智慧基於眼動與手寫之多模態資料評估學生問題解決的表現
內容請參考發表：Lin, J. J. H.* (2024). AI-assisted evaluation of problem-solving performance using eye movement and handwriting. Journal of Research on Technology in Education, 1-25.
doi:10.1080/15391523.2024.2339474
(SSCI, Q1, IF = 5.1, EDUCATION & EDUCATIONAL RESEARCH, 22/760) (*通訊作者)
價值與影響力：傳統數學問題解決的教學中，教師主要透過閱卷評估學生表現。但若學生人數眾多，便難以進行有效率將學習歷程(如手寫與眼動)整合進行學習困難診斷，了解學生概念理解與問題解決過程中的困難。本研究採用AI，以多模態資料(眼動與手寫)訓練AI辨別學生的問題解決表現，應用至教學現場可減輕教師學習診斷的負擔，幫助教師將時間投入學習輔助。
4. 使用人工智慧分析自我調節學習策略
內容請參考發表：Wang, C. Y., & Lin, J. J. H.* (2023). Utilizing artificial intelligence to support analyzing self-regulated learning: A preliminary mixed-methods evaluation from a human-centered perspective. Computers in Human Behavior, 144, 107721.
doi:10.1016/j.chb.2023.107721
(SSCI, Q1, IF = 8.957, PSYCHOLOGY, EXPERIMENTAL, 3/91) (*通訊作者)