本中心於113年11月19日假本校人社三館舉辦人社領域跨域系列演講，講題為：【教育×AI×數據分析】課堂解碼：如何透過數據分析及線上學習資料預測學習成效。此場講座邀請Southern Methodist University的Prof. Jiun-Yu Wu（吳俊育教授），分享關於人工智慧（AI）在教育領域的應用，共吸引54位學生及教研人員熱情參與。這場演講深入探討了AI的理論基礎、應用範圍及其對教育的影響，特別聚焦於數位學習環境和學習分析（Learning Analytics）的研究。
演講首先介紹了人工智慧的兩大分類：狹義人工智慧（Narrow AI）和廣義人工智慧（General AI）。狹義AI專注於執行特定任務，如自動駕駛和語音助理；而廣義AI的目標是開發能處理所有人類可執行任務的系統，目前仍在爆發性研究階段。人工智慧的基本能力包括學習（從資訊中獲取知識和規則）、推理（基於規則得出結論）和自我糾正（進一步優化）。
吳俊育教授表示，AI在教育中的應用包括個人化學習、輔助教學以提升教育公平性。它也造成了學習模式的變化。然而，AI與人類協作時也面臨挑戰，如AI生成內容不能適用於實際需求，容易導致人機互動中的誤解和不精確結果。此外，數位工具的應用也會導致數位分心，降低學習成效，技術工具的使用需要透過分析歷程資料，回饋結果給AI與科技，時刻微調以平衡學生學習需求與壓力。
在教學現場，他更強調教學設計與學習評量需要一致。除設定教學目標，還需要通過動態與多元評量來檢驗學習歷程是否合宜。科技應用在教育的同時會產生大量數據，而AI技術可以幫助評估學習與評量過程中的多模態資料，例如整合學習分析解析即時評估工具（如Kahoot!或Facebook群組討論）所得歷程，並呈現於儀表板上或觸發即時回饋系統。這同時引發了關於資料安全和隱私的討論。吳教授特別強調在收集和使用學生學習資料時，必須先注意合理合法的必要性。
演講互動中探討了AI如何促進教育創新，以及如何克服現有弱點，提升AI在教育中的應用價值，未來的研究方向也將持續著重於利用AI來分析和改進學習結果。例如機器人與數位學習的結合，透過開發的教育機器人分析學生在教室內外的討論內容，或是透過AI與學生互動中的情緒與認知投入。有限度的利用這些資料來深入評估學習成效，更適切的關注這些科技對學生學習歷程的影響。
總結而論，這場演講全面探討了AI與學習分析在教育領域的潛力與挑戰，特別是在如何協助學生學習、提升學習歷程、教學效能以及處理大數據和隱私問題等方面，同時也為未來的研究和發展提供參考方向。
