台北醫學大學 - Release Notes

2026 年 8 月

把整個大學通識，重新編成一張「不分系」的知識網

11 個讀本專區、583 篇文章、一張互動知識圖譜——用真實議題把學科縫回一起

規模

跨域通識（/knowledge）從半導體、AI 兩個專區，擴張成 11 個讀本專區、共 583 篇原創文章：優物理、優化學、優生物、優地科、優太空、優統計、優計算、優電子、優半導體、優智慧 AI，外加科學實驗室的 84 個互動實驗。涵蓋自然科學、工程與產業、資訊與智慧、人文與社會四大領域，每篇都配一張 GPT Image 2 概念示意圖。

縱深

每一個分類都不只一篇，而是「入門＋研究所進階」雙篇由淺入深。入門篇用生活情境破題、建立直覺；進階篇直接進入研究所視角的機制、推導與前沿（黑洞補上事件視界與重力波、CPU 補上管線與亂序執行、IRT 補上多維與跨年連結、地震補上震源機制與破裂物理）。全平台一致達到「每分類至少 2 篇」。

連結

首頁新增互動式「學科關係圖譜」（ECharts 力導向）：12 個專區為節點、依領域上色，節點間以 32 條「為什麼相連」的關係連線串接。跨領域關係（物理↔半導體、太空↔物理化學、統計↔AI、計算↔晶片、AI↔紅樓夢數位人文）以品牌色強調，凸顯優統計與優計算橫貫各科的樞紐地位，把「真實知識不分系」視覺化。

動手與共讀

優計算把計算機概論延伸成 Python／C++／Java 三條可執行程式碼 track；每個讀本專區的文章頁都內建「AI 共讀助教」，僅依當前文章內容回答（伺服器端 grounding），支援反白解釋、重點整理與出題自測，回覆邊串流邊渲染 LaTeX，並可跨文章維持開啟。

新功能 Uedu 跨域通識（/knowledge）傘狀入口上線 — 把平台各知識專區聚合成單一入口，以「領域」分群（自然科學、工程與產業、資訊與智慧、人文與社會）凸顯跨域特性。目前涵蓋 10 個讀本專區（優物理、優化學、優生物、優地科、優太空、優統計、優計算、優電子、優半導體、優智慧 AI）與科學實驗室，共 583 篇知識讀本，並由 AI 助教在對話中跨主題串接

改善讀本深化：細分類專區補齊「入門＋進階」雙篇 — 優地科、優太空、優統計、優計算、優電子原本每個細分類各 1 篇，現為每個分類補上 1 篇「進階 companion」（研究所視角，深入機制／推導／前沿，不重複入門基礎），共新增 161 篇。例如黑洞補上事件視界與重力波、CPU 補上管線與亂序執行、IRT 補上多維與跨年連結、地震補上震源機制與破裂物理。全平台讀本一致達到「每分類至少 2 篇、由淺入深」，每篇仍配 GPT Image 2 概念示意圖

新功能跨域通識「學科關係圖譜」上線 — /knowledge 首頁新增互動式知識圖譜（ECharts 力導向），12 個專區依內容量縮放、依領域上色，節點間以 32 條「為什麼相連」的關係連線串接：跨領域關係（如物理↔半導體、地科↔物理化學生物、太空↔物理化學、統計↔AI、計算↔晶片、AI↔紅樓夢數位人文）以品牌色實線強調、同領域淡化，凸顯「優統計」與「優計算」橫貫各科的方法論與工具樞紐地位。可拖曳佈局、滑過連線看關係說明、點節點進入專區，把「真實知識不分系」的跨域精神視覺化

新功能優地科知識讀本（/earth）— 橫跨高中地球科學與大學地球科學概論，補齊自然科「物化生地」的最後一塊：固體地球（地球圈層、板塊構造、礦物岩石、地震、火山、地質作用、地質時間與化石）、大氣科學（大氣結構、氣團鋒面、大氣環流、水循環、颱風、氣候帶）、海洋科學（海水性質、洋流與聖嬰、潮汐波浪、海洋生態）、地球環境與變遷（全球暖化、碳循環、自然資源、防災、水資源），4 大主題群、23 分類、46 篇讀本（每分類入門＋研究所進階各 1 篇）。內容以台灣在地（板塊邊界、颱風、地形）為連結，每篇含入門主體 + 研究所深入段並配概念示意圖

新功能優太空知識讀本（/space）— 天文與太空科學自優地科獨立成區並大幅擴充（大學層級天文學與太空科學為獨立學門，中央大學設有天文研究所與太空科學與工程學系）：觀天的基礎（地球運動與四季、月相日月食、天球星座、望遠鏡）、太陽系（太陽、類地與類木行星、彗星小行星、系外行星）、恆星與星系（恆星一生、赫羅圖、銀河系、星系、黑洞）、宇宙學（大霹靂、宇宙距離尺度、暗物質暗能量、宇宙的未來）、太空科技與探索（火箭與軌道力學、人造衛星、太空任務、太空天氣、天文生物學），5 大主題群、50 分類、100 篇讀本（每分類入門＋研究所進階各 1 篇）。涵蓋觀天與曆法、太陽系形成與各類行星、恆星核融合與超新星、中子星與重力波、星系演化、宇宙暴脹與微波背景、火箭推進與太空望遠鏡、行星防禦與商業航太等，每篇含入門主體 + 研究所深入段並配概念示意圖

新功能優計算知識讀本（/cs）— 完整走過大學「計算機概論」：計算的基礎（數字系統、資料表示、布林邏輯）、電腦硬體與組織（馮諾伊曼、CPU、記憶體階層）、作業系統（行程排程、虛擬記憶體、檔案系統）、程式設計（語言演進、變數型別、控制流程、物件導向）、演算法與資料結構（Big-O、陣列鏈結串列、樹與圖、排序搜尋、遞迴）、資料庫與 SQL、網路與網際網路（TCP/IP、HTTP、雲端）、資訊安全與計算理論（加密雜湊、資安、圖靈機與 P/NP、數位倫理），以及三條程式實作 track——Python（入門、型別、字串、流程控制、容器、函數、檔案例外、物件導向、標準庫、資料分析）、C++（編譯、靜態型別、指標與參考、記憶體與 RAII、STL 模板、效能）、Java（JVM、OOP、繼承多型、介面、集合框架、例外、生態），11 大主題群、65 分類、130 篇讀本（每分類入門＋研究所進階各 1 篇；含 35 概念 + 30 篇三語動手 + 65 篇進階）。概念篇語言中立；三語實作篇各自著重語言特色與「與其他語言的差異」，含大量可執行程式碼，Python 篇並接回優統計／優智慧 AI、C++ 篇接回優電子／優半導體。每篇含入門主體 + 研究所深入段並配概念示意圖

新功能優物理知識讀本（/physics）— 橫跨高中物理與大學普通物理，分力學、振動與波、流體、熱與熱力學、電磁、光、近代物理等 20 個主題、50 篇讀本。每篇含「入門主體 + 研究所深入段」，數學式以 KaTeX 渲染，並配一張 GPT Image 2 概念示意圖（拋體向量分析、科氏力、馬克士威方程組、薛丁格方程等）

新功能優生物知識讀本（/biology）— 細胞與分子、遺傳與演化、生理與系統、生態與行為四大主題群、22 分類、50 篇讀本（含 28 篇大學普生進階，涵蓋酵素動力學、族群遺傳 Hardy–Weinberg、化學滲透、CRISPR、神經動作電位等），每篇配概念示意圖

新功能優統計知識讀本（/statistics）— 六大主題群（敘述統計、機率基礎、推論統計、統計模型與應用、教育與心理計量統計、進階與資料科學方法）、30 分類、71 篇讀本（每分類入門＋研究所進階）。除核心統計外，特別補上緊扣教育平台的方法論：多層次與混合模型 HLM（學生巢套於班級）、試題反應理論 IRT（對應 quiz／UCG 認知測驗）、因素分析與 PCA（對應學習特質量表）、結構方程模型 SEM、縱貫成長模型，以及時間序列、存活分析、廣義線性模型 GLM、遺漏值處理、貝氏進階 MCMC；並涵蓋分類評估指標 Precision／Recall／F1／ROC-AUC。全程貫穿統計素養（相關≠因果、別誤解 p 值與信賴區間），每篇配概念示意圖

新功能優電子知識讀本（/electronics）— 電路學、類比電子、數位電子三大主題群、13 分類、26 篇讀本（每分類入門＋進階），銜接物理電磁學（歐姆與克希荷夫定律、運算放大器、MOSFET、邏輯閘等），每篇配概念示意圖

新功能 AI 共讀助教 — 10 個讀本專區的文章頁新增側欄「AI 共讀助教」，僅依當前文章內容回答（伺服器端 grounding，防止竄改）。支援反白段落解釋、重點整理、出題自測，回覆邊串流邊渲染（含 LaTeX 數學式），可跨文章導航維持開啟；需登入、有用量限制，採 gpt-5.4-mini

改善讀本學習側欄統一 — 10 個讀本專區的文章頁與分類頁共用同一套左側學習導覽：大標題、捷徑、文章標題／標籤即時搜尋、可折疊分類群組（localStorage 記憶折疊狀態、預設只展開當前分類、搜尋時自動全展開）

2026 年 7 月

從一個 Stroop 走到 14 個測驗的完整認知地圖

Cognomics 框架 6 個構念類別全部到位，平台從測量單一能力升級為完整評估架構

覆蓋

從 4 月底僅有 Stroop 上線，擴張到 14 個認知測驗全面開放，學生可從六個面向認識自己的認知特徵：執行功能、工作記憶、處理速度與警覺、空間認知、語文／晶體智力、後設認知。Cognomics 框架完整覆蓋，Uedu 為首個完整呈現 6 維認知地圖的線上平台。

可信

平台建立 5 組「同一能力用不同方式測」的配對：抑制（Stroop × Flanker）、工作記憶（N-back × Corsi）、處理速度／警覺（Speed × PVT）、空間認知（Rotation × MOT）、語文／晶體智力（Verbal × Gram）。加上執行功能三元組（抑制 + 更新 + 轉換）的整合剖面。學生完成配對後即可看到兩個測驗結果是否一致，作為自己測量結果可信度的證據。

判讀

14 個測驗各自有最適合的結果呈現方式，學生看到的不只是分數，而是含「這個分數代表什麼」的解讀。Speed × PVT 結果不一致時，平台會提示是否「疑似疲勞」；N-back × Corsi 不一致時，會區分語義與視覺空間的偏好；Confidence 會告訴你是過度自信、低估自己、或剛好（含 Dunning-Kruger 效應提示）。完成一個測驗後，平台自動引導你連續做相關測驗，建立完整的認知地圖。

施測情境

新增控制模式（有研究人員陪同）施測能力，與既有自願線上模式互補。研究人員可一次性設定施測場次，後續每位受試者完成的測驗都會自動標記情境；平台也會辨識每次施測使用的設備類型（手機／平板／電腦）。這兩個機制讓未來在不同條件下收集的資料能在分析時分層比較，是跨情境研究的基礎。

新功能 Uedu Cognomics（UCG）認知測驗工具箱 14 個測驗全面上線 — 從 4 月底僅 Stroop 上線，擴張到 14 個認知測驗全面開放。學生可從六個面向（執行功能、工作記憶、處理速度與警覺、空間認知、語文／晶體智力、後設認知）認識自己的認知特徵，Cognomics 框架完整覆蓋

新功能同能力雙測驗交叉驗證 — 平台建立 5 組「同一能力用不同方式測」的配對：抑制（Stroop × Flanker）、工作記憶（N-back × Corsi）、處理速度／警覺（Speed × PVT）、空間認知（Rotation × MOT）、語文／晶體智力（Verbal × Gram）。學生完成一組配對後即可看到兩個測驗結果是否一致，作為自己測量結果可信度的證據

新功能執行功能三元組完整剖面 — 完成抑制、更新、轉換三個面向的測驗後，學生看到自己完整的執行功能剖面，三個面向並排呈現含等級判讀（良好／中度／需關注）。可能呈現「某一面向特別強或弱」的個人化模式，是執行功能個體差異研究的典型發現

新功能認知測驗個人化結果呈現 — 14 個測驗各自有最適合的結果呈現方式，學生看到的不只是分數，而是含「這個分數代表什麼」的解讀。例如 PVT 告訴你失誤次數對應的注意力狀態、Confidence 告訴你是過度自信還是低估自己（含 Dunning-Kruger 效應提示）、Rotation 把你的心像旋轉速度與一般成人範圍對照

新功能雙測驗一致性個人判讀 — 學生完成同能力的兩個測驗後，平台用四種模式解讀：兩個都好／兩個都弱／A 強 B 弱／反之。Speed × PVT 不一致時會提示「疑似疲勞」；N-back × Corsi 不一致時，會區分語義與視覺空間的偏好；Rotation × MOT 區分靜態心像與動態追蹤的不同優勢

新功能完成下一步引導 — 學生做完一個測驗後，平台會建議「接下來做哪個」並說明為什麼；執行功能三元組若還沒做完，會列出缺哪個面向、一鍵跳轉去做，引導學生建立完整的認知能力剖面

新功能施測指導員模式 — 新增控制模式（有研究人員陪同）施測能力，與既有自願模式互補。研究人員可預先設定施測場次（含施測模式、是否提供設備、研究分組），後續每位受試者完成的測驗會自動標記情境，讓未來在不同條件下收集的資料能在研究分析時分層比較

新功能設備類型自動辨識 — 平台會自動辨識每次施測使用的設備類型（手機／平板／電腦）與作業系統，作為日後「不同設備是否影響測驗結果」研究分析的基礎

2026 年 6 月

從藏在對話裡的 AI 素養，變成可量測的學習軌跡

引入 6 維度 × 3 層次的測量框架，每位學生看見自己用 AI 的能力剖面

框架

引入 AI 素養 6 維度 × 3 層次（acquire / deepen / create）的測量框架，作為 Educational Omics 框架中 Cognomics 維度的擴充。6 維度涵蓋對 AI 本質的理解（D1）、倫理與社會（D2）、隱私與資料（D3）、批判性使用（D4）、工具知識（D5）、自主使用態度（D6），形成 18 個學習細胞。

量測

47 題經設計的素養測驗對外開放，涵蓋 D1～D6 與不同 Bloom 認知層次。學生可在 /ai-literacy/quiz 隨時作答，做完即時看到分數、正解與每個干擾項的解析；題庫經過認知無關變異（construct-irrelevant variance）審查，避免學術修辭包裝造成非構念負荷。

追蹤

/ai-literacy/me 學生個人儀表板呈現 6D × 3 層次熱力圖、各維度時序變化、歷次測驗紀錄、D6 自陳量表結果。系統同時從 ClassroomGPT 對話中以 LLM 自動抽取 D5（工具熟悉度）與 D6（自主使用）行為訊號，無需學生重複作答。

教學整合

教師端可在 ClassroomGPT 課程設計 AI 素養教學 signature（哪些細胞為本課程教學目標），系統自動分析學生對話產出班級 enactment signature 對照，呈現「老師設計什麼 vs. 學生實際學到什麼」。

新功能 AI 素養 6D × 3 層次框架介紹頁上線 — /ai-literacy/ 完整呈現框架說明。6 個維度（D1 對 AI 本質的理解、D2 倫理與社會、D3 隱私與資料、D4 批判性使用、D5 工具知識、D6 自主使用態度）× 3 個層次（acquire / deepen / create）形成 18 個學習細胞，作為 Educational Omics 框架中 Cognomics 維度的具體實作

新功能 AI 素養測驗（47 題）對外開放 — /ai-literacy/quiz 學生隨時可作答，單選題即時計分，附正解解析與每個干擾項的迷思說明；題庫經過認知無關變異審查，避免學術修辭包裝造成非構念負荷

新功能學生個人 AI 素養儀表板 — /ai-literacy/me 呈現 6D × 3 層次熱力圖、各維度時序變化、歷次測驗紀錄、D6 自陳量表結果，讓學生看見自己的素養剖面

新功能 LLM 對話訊號自動抽取（Pillar A extractor）— 從學生與 AI 助教的對話中以 gpt-5.4-mini 自動標記 D5（工具熟悉度）與 D6（自主使用）行為訊號，每事件記錄 model + prompt_version + params 以利模型遷移；學生不需重複作答即累積素養軌跡

新功能教師端 AI 素養課程 signature 設計 — 教師在 ClassroomGPT 課程中勾選本課程要培養的細胞（6D × 3 層共 18 格），AI 自動建議 signature 草案，呈現「老師打算教什麼」

新功能班級 enactment signature 對照 — 系統從學生對話實際抽取的素養活動，自動產出班級層級剖面，與教師設計目標對照，呈現「老師設計 vs. 學生實際學到」的差距

新功能跨課程素養剖面 — 學生跨多門課程的 cell-level intensity 自動聚合，呈現素養活動的累積學習軌跡

新功能 D6 Likert 自陳量表 — 6 題 likert 自陳題測量學習態度與自主使用行為（如「即使老師沒指派，我也會主動嘗試新的 AI 工具」），對應 D6 自主使用維度

新功能答題即時回饋頁 — 每題作答後立刻顯示正解、為什麼正確、四個干擾項各自對應的迷思說明，將測驗轉為學習機會

改善題庫對齊度審查與優化 — 47 題經系統性審查，依 Messick (1995) 構念無關變異理論、AERA/APA/NCME (2014) 標準、Abedi 系列研究調整題幹語言：避免「凸顯⋯⋯核心」「體現⋯⋯原則」等學術修辭包裝、英文術語統一中譯併用（如「提示詞(prompt)」）、多元角色情境加「閱讀下列情境後，請判斷」觀察者框架

新功能學生與教師側邊欄 AI 素養區塊 — 側邊欄新增「AI 素養」入口，學生直達個人儀表板、教師直達課程 signature 設計頁

新功能 Educational Omics × AI 素養整合論述頁 — /about/educational-omics 與 /about/ai-literacy-6d 兩頁互相連結，說明 AI 素養屬於 EO 框架中 Cognomics 維度的具體實作