結合 AI 聊書的多模態評量閱讀歷程動態分析;Multimodal Assessment Integrating Ai Book Conversations for Dynamic Analysis of Reading Processes

NCU Institutional Repository > 研究中心 > 學習科技研究中心 > 研究計畫 > Item 987654321/109669

請使用永久網址來引用或連結此文件: https://ir.lib.ncu.edu.tw/handle/987654321/109669

題名:	結合 AI 聊書的多模態評量閱讀歷程動態分析;Multimodal Assessment Integrating Ai Book Conversations for Dynamic Analysis of Reading Processes
作者:	葉彥呈
貢獻者:	國立中央大學學習科技研究中心
關鍵詞:	身教式持續安靜閱讀;多模態學習分析;行為特徵分析;AI 聊書同伴;Modeled Sustained Silent Reading Multimodal Learning Analytics;Interest-Driven Creator Theory;AI Book-Talk Companion
日期:	2026-07-23
上傳時間:	2026-07-27 15:54:40 (UTC+8)
出版者:	國家科學及技術委員會(本會)
摘要:	本計畫針對閱讀平台多偏重閱讀時數與單一文本紀錄，難以全面評估學生認知負荷與情意投入之缺口，提出一套結合「身教式持續安靜閱讀（MSSR）」、「興趣驅動創造者理論（IDC Theory）」與「多模態學習分析（MMLA）」之閱讀歷程分析。旨在深化前期「AI 聊書同伴」之基礎，核心目標為建置「多模態理解與分析模組」，將分析維度從文字擴展至全觀歷程，具體執行策略包含四大面向： 1. 視覺理解模組：運用電腦視覺技術辨識書籍封面與學生創作，將實體閱讀行為轉化為可運算之視覺特徵向量。此模組能解決傳統僅依賴關鍵字推薦之侷限，將視覺風格偏好納入演算法，提升互動之真實感與情境脈絡。 2. 語音理解模組：結合自動語音辨識與語音情感辨識，分析學生在朗讀與聊書時的流暢度、語調起伏與自信心。系統將自動標註朗讀錯誤與異常停頓，並偵測語音中隱含的情緒訊號，藉此評估其閱讀理解程度與情意投入狀態。 3. 行為特徵分析模組：透過時間戳記探勘閱讀頻率與規律性，診斷學生是否建立穩定之 MSSR 閱讀習慣。系統能識別異常閱讀行為（如刷閱讀量或放棄閱讀），並根據行為特徵將學生分群，作為 AI 介入策略調整之依據。 4. 多模態融合模組：透過深度學習之特徵嵌入與時序對齊技術，將上述視覺、語音與行為等異質數據交叉比對不同模態間的關聯，建構動態且立體的學習者模型。本計畫之預期成果，在於賦能「AI 聊書同伴」具備感知能力，使其能根據學生的即時多模態狀態，提供具備同理心之對話引導與適性化鷹架。同時，系統將產出自動化之多模態閱讀診斷報表，協助教師精準掌握學生個別差異，並提供家長具體之共讀建議，強化家庭閱讀支持系統。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[學習科技研究中心 ] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	19	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....