研究路線總覽

本計畫發展「生理感知語言模型」（Physiologically-Aware Language Model, PALM），以情感運算（Affective Computing）為理論基礎， 整合對話語意、操作行為與生理訊號等多模態學習歷程資料，探究人機協作學習的動態機制，並據以建構資訊教育理論模型。 計畫以研究團隊開發之 Uedu 平台為核心，採「穩固基礎＋自主擴展」雙軌策略：基礎層以已整合的 Uedu Fit（Garmin HRV） 結合 PAD 情緒模型推估學習者的操作性狀態，據以自適應調整 AI 教學對話策略；擴展層則自主開發整合 EEG、fNIRS、PPG 的 低成本教室型生理感測裝置 Uedu Brain，建立「行為、情緒、認知、學習成效」的關聯模型。

研究規劃

五大研究問題

• 描述RQ1：人機協作學習歷程中，對話語意、操作行為與生理訊號呈現哪些動態模式？
• 關聯RQ2：三種模態之間存在哪些時序關聯與交互作用？
• 預測RQ3：多模態特徵組合能否預測學習困難點與學習成效？
• 介入RQ4：生理感知適性回饋能否有效改善學習焦慮並提升學習成效？
• 理論RQ5：人機協作學習需要什麼樣的整合性資訊教育理論框架？

關鍵詞