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

17

UG26
臺北 AQI 48 · 臺中 AQI 42 · 臺南 AQI 38 · 高雄 AQI 42

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

An Educational Practice · Designed for Reproducibility

Educational Omics

教育組學 — An educational practice that operationalizes Multimodal Learning Analytics (MMLA)

EO 是 MMLA paradigm 在大學通識教育場域的具體 educational practice。在持續實踐中浮現 Cognomics、Linguomics、Physioneuromics、Sociomics、Environomics、Ethicomics 六個可觀測維度,並對 MMLA paradigm 反向回饋。Uedu 平台為 EO 的 first instantiation, 目前部署於 48 機構、累積 280,000+ learner-AI interactions。

MMLA → EO → Uedu

從 paradigm 到 practice 到 first instantiation,EO 的三層學術定位

PARADIGM

MMLA

Multimodal Learning Analytics

The broader learning analytics ecosystem since the 2010s. Learning behavior should be observed through multimodal data—voice, physiology, eye-tracking, interaction, text.

Venues: LAK · EDM · AIED · JLA · IJ-CSCL
Researchers: Worsley · Blikstein · Di Mitri · Cukurova · Martinez-Maldonado
PRACTICE

EO

Educational Omics

An educational practice that operationalizes MMLA in higher education general education contexts. Six omics dimensions emerged from sustained practice, designed for reproducibility.

Cognomics · Linguomics · Physioneuromics
· Sociomics · Environomics · Ethicomics
FIRST INSTANTIATION

Uedu

Agents / Platform

ClassroomGPT · AIDA · Garmin BBI streaming · Environomics CWA + MoEnv integration · 學習特質探索 · Educational Omics Lab.

EO can be instantiated on other platforms; Uedu is the first. Replication by other institutions is anticipated as future work.
PARADIGM  →  operationalized in practice  →  PRACTICE  →  first instantiation  →  PLATFORM

Important positioning:EO 不取代、不凌駕 MMLA。EO 是 MMLA paradigm 內部的 educational practice。透過持續實踐,EO 對 MMLA paradigm 反向回饋——明確命名 Ethicomics 與 Environomics 兩個 underdeveloped 維度、引入 biology multi-omics integration metaphor 作為跨模態整合方法論。

Operationalizing MMLA — 5-Stage Practice Pipeline

EO 在大學通識教育場域的具體實踐流程,從多模態感測到個人化學習

1
多模態
感測
收集學習者的 HRV、EEG、fNIRS、語音、互動紀錄及 IoT 環境感測數據。
2
Educational
Omics 分析
透過認知、語言、生理、社交、環境與倫理六大維度框架分析學習歷程。
3
AI 驅動
整合
Uedu 平台整合多模態數據,優學伴 AIDA 提供情境感知的學習支持。
4
適性化
介入
透過 PALM 生理感知語言模型,即時提供適性化鷹架輔導策略。
5
個人化
學習
以學習者為中心的大規模個人化學習,讓每位學生按自己的步調成長。
Educational Omics 六大組學維度
Cognomics
Bloom 認知層次、MBTI、Holland RIASEC
Linguomics
語音錄製、雙語字幕
Physioneuromics
HRV、EEG、fNIRS、穿戴裝置
Sociomics
討論區、協作編輯、校園留言板
Environomics
IoT 感測器、IP 攝影機、STDB
Ethicomics
IRB 倫理審查、資料治理、知情同意

六大組學維度

每個維度都揭示學習過程的不同面向;標 者為 EO 對 MMLA paradigm 的反向貢獻

Cognomics

認知組學

追蹤思考歷程與認知發展,包括 AI 對話軌跡、問題解決策略、Bloom's Taxonomy 層次分析等。

Linguomics

語言組學

分析語言表達特徵,包括語言複雜度、語意結構、語音特徵、書寫模式等。

★ EXTENDED

Physioneuromics

生理神經組學

監測生理狀態與神經活動,包括 HRV、睡眠品質、壓力指數、專注度。對 MMLA 補強:MMLA 多侷限於 EEG / GSR 短時實驗,EO 擴展至 long-window wearable 數據。

Sociomics

社交組學

分析社會互動模式,包括討論區參與、協作學習行為、同儕互評等社交學習數據。

★ EO CONTRIBUTION

Environomics

環境組學

感測學習環境條件,包括光照、溫濕度、噪音、CO2、AQI、PM2.5 等。對 MMLA 補強:MMLA 通常把環境視為 confound,EO 將其升格為 first-class observation 維度。

★ EO CONTRIBUTION

Ethicomics

倫理組學

觀測學習者在學習活動中的倫理面向行為訊號——consent 狀態與變動、AI 使用揭露完整度、override AI 建議的模式、對 biased 輸出的 challenge 行為、引用與歸屬實踐。對 MMLA 補強:MMLA 通常將 ethics 視為外部 IRB 議題,EO 將學習者的倫理行為內化為 first-class observation 維度。Uedu 平台層級合規(含 NTU-REC 202507EM058 核准)為 evidence base 之一,但與 learner-level ethics signal 屬不同分析單位。

查看 IRB 框架揭露

Evidence Base

EO 作為 sustained empirical practice 的累積證據

48
institutions

大學部署 Uedu 平台
(platform reach,not yet EO replication)

280k+
interactions

Learner-AI interaction traces 作為 multimodal evidence

6
omics dims

Practice-emergent stratification(非 a priori 設計)

NCU
first instantiation

Educational Omics Lab @ 國立中央大學

Note on reproducibility: Uedu/NCU is the first explicit EO instantiation. The 48-institution deployment demonstrates platform reach; broader replication of the EO practice across institutions is anticipated as future work. EO is designed for reproducibility through open API, MCP servers, and Educational Omics Lab consulting.

EO 對 MMLA 的補強

透過 sustained practice,EO 對 MMLA paradigm 的具體反向回饋

MMLA 現狀 EO 補強(practice-emergent)
「多模態」無固定 taxonomy,每個 paper 自己選模態組合 六個 omics 層作為 reference stratification(實踐回溯浮現,非 a priori)
Ethics 通常被視為「外部 IRB 議題」,不在分析框架內 Ethicomics 把 ethics 訊號 內化為觀測維度
Environment 變項通常被當作 confound 處理掉 Environomics 把環境視為 first-class observation(光、溫、噪音、CO2、AQI、PM2.5)
Physiological data 多侷限於 EEG / GSR / 眼動短時實驗 Physioneuromics 涵蓋 long-window wearable(HRV、sleep、stress、daily heart rate)
跨模態整合多為 ad-hoc fusion 引入 biology multi-omics integration metaphor 作為跨模態整合方法論
缺乏 reproducible 的 large-scale practice case Uedu 平台部署於 48 機構、280k+ interactions,作為 reachability evidence(broader EO replication 為 future work)
學習評量主流仍依賴 summative assessment(exam, paper),在 LLM era 失去 differential validity——AI-generated 產出與 learner-authored 產出難以區辨 Cognomics dialogue trace 提供 formative assessment 的 process-level evidence base(呼應 Black & Wiliam 1998, Wiliam 2011)——可被自動標記至 Bloom's revised taxonomy 六層,使 formative assessment 在 scale 上可操作;補強 summative assessment 在 GenAI 時代的盲點,兩者並存

所有補強皆 within MMLA paradigm,不在外面。EO 是 MMLA paradigm 內的 educational practice,而非取代或凌駕 MMLA。Reverse contribution 的目的是在實踐中讓 MMLA paradigm 更完整。

Uedu Platform as First Instantiation

EO 在 Uedu 上的具體子系統。EO 可被其他平台 instantiate,Uedu 為 first case

ClassroomGPT

AI 蘇格拉底對話,收集 Cognomics / Linguomics 數據

了解更多
Uedu Fit

Garmin 穿戴裝置整合,收集 Physioneuromics 長窗時序數據

了解更多
Environment Module

CWA + MoEnv 整合,收集 Environomics first-class data

了解更多
Uedu Labs

研究者資料介面,存取 Trusted Educational Data Lake

了解更多

Engage with Educational Omics

EO is an open, designed-for-reproducibility educational practice. Researchers, institutions, and MMLA-aligned collaborators are invited to engage.

AI Literacy 6D Framework Research Ethics Access Data Lake