Cross-university platform portalShow a desktop notification when the AI TA finishes replying
Notify me when classmates post messages in the forum
Play an alert sound whenever there is a new notification
Developing AI-Based Automated Post-Rating System to Scaffold Interdisciplinary Knowledge-Sharing
非同步線上討論區是促進跨領域知識分享的有效媒介，讓學生能在課堂之外分享、發文與反思。 然而，當討論區的貼文數量龐大時，教師難以逐篇評閱每一則貼文，導致回饋不及時， 討論品質也因缺乏即時引導而參差不齊。
更重要的是，學生在發文時缺乏即時的品質提示，不知道自己的貼文是否具有足夠的資訊密度， 這使得「為了交差而發文」的現象屢見不鮮。
本研究開發了一套基於 BERT 的 AI 自動貼文評分系統，能在學生發文後 10 秒內 自動將貼文分類為三個等級：
系統針對三種不同的貼文類型進行評估：
研究在「Python 程式設計」與「人工智慧導論」兩門課程中進行測試與問卷評估。
AI 自動評分不是要取代教師的評閱，而是提供一個「即時鷹架」，讓學生在發文的當下就能收到品質提示。 這種即時回饋機制改變了討論區的使用文化：從被動的「完成作業」轉變為主動的「知識分享」。
對於跨領域通識課程而言，這特別有價值 — 來自不同科系的學生可以在 AI 的引導下， 提供更有深度的跨領域觀點，真正實現知識的交流與碰撞。
Uedu 的討論區已內建 AI 自動計分功能。教師開啟討論區後，學生發文時系統會即時分析貼文的資訊密度， 並給予品質分類。教師可以在計分面板中查看全班的發文品質分布， 快速找出需要引導的學生。系統支援自訂計分規則與權重。
前往使用引用數不多，但性質特殊。Yoshida 等人的範疇回顧自 695 筆文獻篩選後僅納入 12 篇實證研究，本研究為其中之一，並被用來代表 AI 在討論區的三種角色之一「自動評估」；在對照 Holmes 與 Tuomi 的 AI-in-education 分類時，本研究被歸入 automatic formative assessment。這是分類定位型引用——研究被用來定義一個類別，而不只是被列舉。另有一篇 ICORIS 2025 論文同樣以 BERT 對線上學術論壇貼文做分類，在技術路線與應用場域上都是最直接的後繼工作。
“automatic evaluation function (Chang et al., 2023)”
自 695 筆 Scopus 文獻篩選後僅納入 12 篇實證研究，本研究為其中之一。該回顧將 AI 在討論區的角色歸納為三類，並以本研究代表其中的 automatic evaluation；在對照 Holmes & Tuomi 的 AI-in-education 分類時，本研究被歸入 automatic formative assessment。此為分類定位型引用——研究被用來定義一個類別，而非僅被列舉。
同樣以 BERT 對線上學術論壇貼文做分類——在技術路線與應用場域上都是本研究最直接的後繼工作。
doi:10.1109/icoris67789.2025.11296014AI 與跨領域學習的系統性回顧，本身已累積 36 次引用，是本研究引用網絡中擴散力最強的節點。（是否列入其分析語料尚未取得全文核對，暫列脈絡引用。）
doi:10.1007/s10639-024-13193-x工程教育社群的引用，聚焦於 scaffolding（鷹架）概念。
doi:10.18260/1-2--48172教育以外領域的 BERT 應用引用，顯示技術面向的外溢。
doi:10.1109/iciss63372.2025.11076409資料來源：OpenAlex（主）＋ Semantic Scholar（補查），資料日期 2026-08-30。 引用次數依資料庫口徑而異；標為「已核對原文」者已取得全文並逐字抄錄引用段落。