AI 診斷與推薦系統資料探勘的辛酸血淚

專案計劃

為什麼現在機器學習和深度學習這麼熱門呢?答案很簡單:線上資料蒐集的又快又多,且電腦的運算能力也跟得上需求,加上一堆開源套件,AI 變成每個公司都在追求的項目。

均一也不例外,這個專案隨著資料探勘的進展,我們不斷地調整目標,當中有些挫折,卻也有些驚喜。讓我為你點一首歌,請放鬆地看下去吧!

在 2020 年初,均一想發展 AI 診斷與推薦系統,要完成這個系統有兩個方向要做:

  1. 用少量的題目對學生的能力進行診斷,以達到智慧化出題的效果。
  2. 當診斷結果出來後,要做個人化的推薦(題目)。

這個專案就是想要完成第一個方向。均一擁有大量的做題資料可提供 AI 模型做訓練,要完成這個專案應該不困難吧?專案之初,我負責的項目為資料探勘,而在訓練模型之前,我們勢必要對自家的資料做一些探勘。

資料探勘:旺季與淡季

每月做題數的分布

在蒐集訓練資料時,我們就有個疑問:「是不是蒐集哪個月的資料都沒差?」

為了解答這個問題,我們決定找出資料量大的月份。依據教科書編排,在不同周次有相對應的單元,這些單元的順序在近年內不會改動。所以均一的各單元在一年中有不同的高峰期與低峰期,下面兩張圖讓你一目了然:

圖一:單元「正方體與長方體體積」於 2019 年各月份的做題數
圖二:單元「因數與公因數」於 2019 年各月份的做題數

圖一的縱軸為練習題(知識點內的題目)被做的數量,單元「正方體與長方體體積」位於康軒版五下第一章、南一版五下第四章以及翰林版五下第二章,皆為下學期的單元。

很明顯的,在該單元被教授的二月到四月是最多人練習的時間點,剩餘月份的做題數就相形見拙,經由計算後發現,二到四月的做題量總和占整年的 66% 呢!

圖二的單元「因數與公因數」歸在康軒版五上第二章、南一版五上第二章以及翰林版五上第二章。所以在學期初應該會有大量的使用者,圖中七月到十月的長條特別突出,加總佔據了整年的 42%。

修但幾勒!七、八月不是暑假嗎?為什麼做題數反而衝上來了呢?

其實是因為均一在 2019 年暑假特別推出「時間冒險家」挑戰賽以及上線「週計劃」的新功能,所以使用量才大幅提升。

小結

在訓練機器學習模型時,我們要確保有足夠的資料量才能讓模型夠穩固(robust)。以因數與公因數這單元來看,我們挑七到十月份來當作訓練資料會是比較好的選擇。

資料探勘:你還會回來嗎?

筆者曾經當過高中數學實習老師,在準備教材和規劃課程進度時,會預設教完一個單元大多會花上 4 至 6 節課,而一個禮拜的數學課節數大約就是 6 節(視每間學校的升學導向程度而定),所以一周教完一個單元是沒問題的。

在訓練模型時,我們想確定這些學生通常會在一個單元內待多久,這樣子才能決定出我們的訓練資料包含蒐集多長的時間。

試想,若我們的診斷系統需要使用的資料量大於學生真實會待在單元內的資料量,那就算訓練出來的指標很漂亮,也不會是一個實用的系統。

學生在單元內的學習天數

看完第一章,我們知道學生會在特定月份大量湧入特定單元,但我們也好奇那些月份實際的學習狀況,像是「這些學生在單元內會做幾題?」、「這些學生在單元內會停留幾天?」接下來將深入分析因數與公因數這個單元。

圖三:單元「因數與公因數」各學習天數的人數分布圖

由圖二可見,該單元的旺季在七月到十月,而圖三則幫助我們深入查看旺季中學生的學習狀況,我們發現大多數的學生只在本單元待了 1 到 2 天,而有少數的學生待了 50 天。

其中有個有趣的現象:大約每過 7 天就有一個做題的高峰。這些高峰代表有部分學生在過了 7 天後又回頭進到這個單元,可能跟教師或家長指派給學生的週計劃有關。

另外,由於我們對於學習天數的定義:「使用者在這單元有紀錄的最後一天與第一天的差值」很粗淺,使用者在第一天和最後一天之間不一定有持續地學習,所以這樣還不能定論為有使用者真的在本單元「學」了 50 天。

學生跨週的存留率

雖然大多數的人都待不到 7 天,但圖三中學習天數大於 7 的人數仍然維持在一定的程度,這些使用者可能是真的很需要學習的人,或是愛好學習的人。

無論如何,我們可以將他們簡稱為「忠實客戶」,而我們最關心的就是客戶的存留率。

存留率是什麼?舉例來說:我們以週次切分,第一週使用者有 100 位,這 100 位中還有出現在第二週的使用者有 30 位;在第三週的使用者有 10 位,那麼就說使用者過一週的存留率為 30%,過兩週的存留率為 10%。現在我們就來看看使用者的存留率有多少吧!

圖四:第 0 週使用者在往後幾周的存留率

圖四顯示了第 0 週使用者在後面幾週的存留率。第 0 週的使用者在第 0 週有100%;在一週後存留率為 27%;兩週後還有 11.5%;三週後就只剩下 8.4%⋯⋯六週後,第 0 週的使用者大概只剩下 3% 還留在本單元。

問題來了:為什麼七週後的存留率上升了?這個現象暗示著有些人特別在那週回流,而這些人可能不是學生,而是老師或家長,但真正的原因有待進一步的探索。

圖五:各周使用者在下一周的存留率

有時候我們不在乎第一週使用者是否擅長馬拉松長跑,而是在乎那些短期衝刺的使用者。

圖五呈現出第 0 週到第 8 週使用者在一週後的存留率,最高為 27.04%、最低為 18.32%,平均值和標準差分別為 22.8% 和 0.02,我們可以確定大約有 22% 的使用者會留到下一週。

小結

這篇內容說了兩個重點:

  1. 學習天數每 7 天有一個高峰
  2. 一週後存留率穩定在 23% 左右

這兩個重點支持我們把目標從「用做過的題目(的資訊)去預測沒做過的題目(的答對率)」變成「用上一週做題(的資訊)去預測下週做其他題(的答對率)」。

這個轉變讓資料的切割變得十分簡單:只要用時間切就好了。當然,一個最理想的情況是:「所有使用者都完整的在本單元學習了 14 天,並且在第 1 週時,每個習題都至少被一個使用者做過」,我們才能確保資料的充足性和模型的穩定性。

資料探勘:我可能不會做題

在統計學中的離群值(outlier)代表它們的數值明顯地遠離其他資料點。這些點會顯著地影響迴歸係數,讓迴歸模型的 SSE 大幅提升。

在訓練機器學習模型時,我們希望資料中沒有離群值,所以想要排除那些做題太少的學生,因為可能他只寫了一題就在螢幕前掛機了。

但到底怎樣才算太少或太多呢?顯然,我們需要訂一個門檻。

如何定義「有做」知識點

由於我們想預測的是個人能力(練習題的答對率),而非整個族群的能力,因此勢必把資料探索的顆粒度縮小到個人層級。

回到一開始的問題:我們不要答題數太少或太多的人。

如果答題數太少,答對率的波動就會很大,對於判斷該學生的程度較為困難。所以我們就來看看在一個單元內,每個人在各個知識點平均會練習多少題,用以規定何謂「太少」。

同樣以 2019 年中五年級的單元「因數與公因數」為例,該單元含有 12 個知識點(習題),觀察圖六可發現,練習 1 題和 5 題的人為大宗。

並且在 17 多萬名使用者中,有將近 3 萬人剛好做了 5 題,這群人占的比例極大!這時天秤的兩端開始比重:資料量 v.s. 答題數。

我是要為了高答題數而捨棄掉 17% 的資料量呢?還是反其道而行呢?經過一番討論,最後我們決定將「有做」知識點的定義設為「練習 5 題(含)以上」。

圖六:使用者數量對上做題數

單元覆蓋率的分布

單元覆蓋率是指一位使用者在單元內「有做」知識點的比例。例如:狐狸貓在單元內的 12 個知識點中「有做」6 個知識點,狐狸貓的單元覆蓋率就是 50%。

如圖七所示,有一半的人單元覆蓋率不到 0.3,也就是只在單元內做了 3 到 4 個知識點就走人了。這些負心漢太可惡了!這樣我要怎麼蒐集完整的資料啊~~~

圖七:單元覆蓋率對上人數(紅色虛線為人數均值)

小結

我們定義:做 5 題以上才算「有做」這個知識點(習題)。最後,我們藉由單元覆蓋率去看大家的完成單元的程度如何,發現狀況並不樂觀,我們應該要想辦法努力地把人留在單元內。

特徵選擇:冒牌臥底

我們在資料探勘時,一直注重在習題的資料。在某天開完日常會議後,mentor 跑來跟我說:「測驗題的資料或許比較接近真實的能力」。

此事細思極恐,到現在我也做了三個禮拜了,原來我一直在研究冒牌貨?沒錯,練習題正確率比較不能反映學生真實的能力,因為學生是在練習的情境下答題,沒有時間壓力,也沒有想表現好的慾望,更糟糕的是他能夠倚賴提示來答題。

相反地,測驗題正確率應當比較能夠反映出真實能力(雖然還是離課堂中的考試有一段距離),因此我們相信,與測驗題正確率比較相似的那些練習題,才是我們應該拿來訓練模型的資料。

無奈的是測驗題資料量太小,我們想看一下哪些練習題能夠幫我們增加資料量。

檢驗練習題與測驗題答對率的相關性

圖八:各習題與單元測驗的正確率相關性(高低橫線分別為 0.7 與 0.3)

如圖八,以五年級的單元「因數與公因數」為例,單元測驗與自己的相關係數為1.0(廢話!)。有 8 個習題與單元測驗的正確率相關係數達中度正相關(0.3 以上,不到 0.7),有 3 個習題則只有達到低度正相關(低於 0.3)。

太可惡了!這三個習題竟然和測驗差這麼多,於是我把他們挑出來狠狠的罵一下,分別是:【一般】因數與公因數綜合習題(8 / 11)、【進階】因數與公因數綜合題(10 / 11)、【基礎】最大公因數的應用題(11 / 11)。

有趣的是這三個低相關的習題的排序都是在網頁的底端,分別排第 8、第 10 和第 11,而且這些習題本來就比較少人做,所以相關係數的計算容易受到離群值的影響。

小結

評量的情境與練習的情境不同,我們的確發現有些與測驗題正確率相關性不高的練習題,這些冒牌貨臥底在茫茫題海之中,等待我們一個一個揪出來。為了避免GIGO(garbage in garbage out)的情況,我們應避免使用相關太低的練習題當訓練資料,這或許就是教育領域的「特徵選擇」吧!

特徵選擇:我們不一樣

AI 模型產出的答題正確率,對於老師而言並不能直接被應用,也無法給老師實質上的建議,老師想知道的應該是學生是否「熟練」、「一般」或「待加強」。

但我們要如何把答對率對應到這三個類別呢?每個習題的平均答對率都不同,或許在 A 習題上答對率 70% 的學生為「一般」,但是在 B 習題上答對率 70% 的學生卻是「待加強」,因此我們想細分練習題是否有不一樣的型態。

檢驗練習題的鑑別能力

如下圖所示,縱軸是正確率,橫軸是人數百分比,每一條曲線都是某個習題的正確率(已由小到大排序),我們將 12 個習題的正確率曲線(分布)疊起來就能看出題目的相對難易度。

首先,有一條黃芥末色的曲線在圖中的左上方,代表該習題的難度特別低,有 80% 的使用者在該習題上的答題正確率達到 0.83(粗藍線)。其他習題大多只有不到 60% 的使用者達到 0.83 的正確率。

圖九:單元「一億以上的數」的各習題答對率疊圖
圖十:四年級所有習題答對率疊圖

疊圖的好處除了可以看到各個習題的正確率分布外,也能幫助我們將習題分群。分群當然不能只靠人腦,當我們遇到幾百個習題(圖十)的時候,就必須倚賴電腦幫我們做分群。

做分群時,我們不只利用使用者在習題上的答對率,也加入了答題數、答題時間、提示數和跳過數等 5 個維度的特徵來將習題分群,使用 k-means 將習題分成 4 群。

分群之後,為了將分群結果視覺化,我們要使用主成分分析(PCA)將資料從 5 維降低到 2 維再繪製平面散佈圖。

圖十一:四年級所有習題分群後的散布圖

根據圖十一,每一群習體都被畫上不同的顏色,顯而易見的,group 1 和 group 2 之間並不是被分的很好,因為兩群之間有些重疊。

分群之後,我們要利用分群後各群的特色將其命名。以下附上各群在答對率、答題數、答題時間、提示數和跳過數這五個數值上的折線圖(圖十二、圖十三),以及藉由觀察這些折線圖所得出來的結論(表一)。

圖十二:各群習題的正確率分布圖
圖十三:各群習題答題數(左上)、提示數(右上)、跳過數(左下)、答題時間(右下)分布圖
表一:各群習題的特色以及命名解釋

小結

如果說身高、體重、學歷、收入、性別可以將社會上的人分成好幾種,這些人都具有某種特性。

那麼我們也能用正確率、(被)答題數、(被按)提示數、(被)跳過數、(被)答題時間來將習題分類,最後我們用非監督式機器學習技術將題目分成 4 類,並把各類習題的特性附在表一。

在做這個資料探勘的時候已經差不多知道原本的目標無法達成了,因為沒有一種習題可以幫我們把中分族群和低分族群分開來,而我們的模型也真的只對高分族群有很好的預測準確率

圖十四:混淆矩陣,正確率依照 0.4、0.7 將學生分為低分組、中分組和高分組。

模型結果:不是每段戀情都有美好回憶

初始模型(DeepFM 1

DeepFM 是一種利用深度神經網路實現分解矩陣機的演算法。

起初我們對於單元中的 12 個習題做預測,想要用少題數(做過的習題數量)來預測學生在一個單元內各習題的能力(答對率),來減少診斷系統診斷所需的題數。

我們的變項有:學生 ID、習題 ID、該學生對該習題的答對率、性別、年級、是否註冊、有無教練、身分、居住地和習題難度,模型的輸出為:該學生對其他習題的答對率。

結果如圖十五,RMSE 高達 0.16,可說是慘不忍睹。

圖十五、DeepFM 1 之真實答對率(藍)與預測答對率(紅)

最終模型(XGB

在第五篇的前言有提到「老師想知道的是學生的熟練程度」,於是我們根據答對率來分將學生分組。在請教了均一數學組的大大後,我們以 0.4、0.7 為界線將學生由低至高分成 low、 mid、high 三組。換成分類問題後就能用 confusion matrix、precision 和 recall 來當作指標。

XGB(極限梯度提升樹)是 Kaggle 競賽上的大殺器,用它做準沒錯!並且將真實正確率依照 0.4、0.7 切分成 3 種類別:低分組(low)、中分組(mid)、高分組(high),當作是要預測的標籤。

在資料部分,我們蒐集擁有最多共同使用者的連續兩週當作資料集,並以第一週作為訓練集、第二週作為測試集。

在特徵部分,我們將 12 種習題的 ID 做 one-hot encoding(圖十六),並且增加習題相關的特徵,如:該習題過去被回答時平均耗時的均值、四分位距以及被按了幾次提示。

期望能提供更多的資訊在每個習題中,而非只有單純的習題 ID。而對於所有的連續變量,我們使用過最大一最小歸一化做資料轉換。

然而混淆矩陣與指標如圖十七,硬生生地告訴我們這模型仍然只能準確地預測高分組的學生,對於低、中分組學生毫無辨別能力,這和「特徵選擇:我們不一樣」的推論一致。

圖十六:習題 ID 的獨熱編碼
圖十七:XGB 的混淆矩陣

總結與未來方向

謝謝大家看到這邊,故事到了尾聲,來說說我的感想吧!

這個 AI 專案當初是想要預測學生的能力,但是在多次的模型優化和資料探勘後發現這個這個任務在指標上(RMSE、precision、recall 等等)都達不到我們心中的標準。失敗原因有很多:

  1. 資料量太少
  2. 樣本不均衡
  3. 習題正確率並不代表真實能力

換言之,是一個被汙染的 y 值。雖說這個專案暫時停擺了,倘若未來要改良此模型,我們可以針對上述失敗原因做改善。

我自己認為,均一應該舉辦一場全國性的線上挑戰賽,如同 PaGamO的反毒英雄爭霸賽,在比賽當中做題就可以模擬考試的情境。

這就能解決第一點和第三點。至於第二點,我們可以用 SMOTE 演算法來增強少數類別的樣本,以解決資料不平衡的問題。

當然,還有許多機器學習的相關技術是我們尚未嘗試的,例如:ensemble learning 與 grid search 等。

最後我想說,這個 AI 專案可以說是失敗了,但同時也成功了,因為資料探勘給予我們團隊更多收穫,也更清楚這些資料可以或不行支持哪些 AI 專案。


作者:皇甫承佑(均一平台教育基金會資料分析與機器學習實習生)
編輯:陳又慈(均一平台教育基金會社群內容實習生)

分享這篇文章:

相關文章

感謝名單

2023 年度企業與法人贊助夥伴

  • 台灣積體電路製造股份有限公司
  • 新加坡商星展銀行股份有限公司
  • 陳永泰公益信託
  • 致伸科技股份有限公司
  • 陳永泰公益信託
  • 新代科技股份有限公司
  • Google Data Centers
  • 新加坡商應用材料股份有限公司台臺灣分公司
  • 台灣艾司摩爾科技股份有限公司
  • 財團法人利他樹傳振教育基金會
  • 財團法人研華文教基金會
  • 致德國際股份有限公司
  • 財團法人台積電文教基金會
  • GOOD FAITH GROUP LIMITED
  • 優達科技股份有限公司
  • 財團法人洪建全教育文化基金會
  • 財團法人國富文教基金會
  • 財團法人誠致教育基金會
  • 財團法人明怡基金會
  • 技術管理者論壇
  • 米格國際股份有限公司
  • 萬泰物流供應鏈股份有限公司
  • 登泰國際物流有限公司
  • 財團法人林業生社會福利慈善事業基金會
  • 順捷股份有限公司
  • 創見投資股份有限公司/李耀民/蔡玥晨
  • 財團法人凱侖教育基金會
  • 吉康食品股份有限公司
  • 達新工業股份有限公司
  • 公益信託王麗子慈善基金
  • 恆安不動產有限公司
  • 志豐電子股份有限公司

2023 年度個人大額贊助夥伴

  • 何麗梅
  • 劉美蘭
  • 余綺芳
  • 蔡志勝
  • 王金川
  • 黃志生
  • 段孝勤
  • 林錦坤
  • 林雅芳
  • 陳慧芬
  • 莊惠芬
  • 高啟源
  • 謝宏亮
  • 陳佳蕙
  • 陳清祥
  • 吳峻元
  • 馮麗珠
  • 潘瑞嬌
  • 李宗導
  • 陳冠偉

政府單位與政黨團體

  • 賴清德 總統
  • 蔡英文 前總統
  • 林萬億 行政院 前政務委員
  • 龔明鑫 行政院 秘書長
  • 范巽綠 監察院 委員
  • 賴鼎銘 監察院 委員
  • 潘文忠 教育部 前部長
  • 鄭淵全 國家教育研究院 院長
  • 林崇熙 國家教育研究院 前院長
  • 郭工賓 國家教育研究院 副院長
  • 顏慶祥 國家教育研究院 副院長
  • 朱美珍 國家教育研究院 研究員
  • 李文富 國家教育研究院 研究員
  • 林哲立 國家教育研究院 研究員
  • 陳俊臣 國家教育研究院 研究員
  • 陳婉琪 國家教育研究院 研究員
  • 謝進昌 國家教育研究院 研究員
  • 蔡明學 國家教育研究院測評中心 主任
  • 洪啟昌 國家教育研究院教育發展中心 主任
  • 陳世文 國家教育研究院教科書中心 主任
  • 黃小萍 國家教育研究院教科書中心 老師
  • 洪詠善 教育部十二年國教新課綱推動專案辦公室 前執行秘書
  • 武曉霞 教育部師資培育及藝術教育司 司長
  • 王淑娟 教育部師資培育及藝術教育司 副司長
  • 李政軒 教育部資訊及科技教育司 前司長
  • 鄭仁凱 教育部資訊及科技教育司 專門委員
  • 廖曼雲 教育部國民及學前教育署課程及教學科 科長
  • 黃瀞儀 教育部國民及學前教育署 高級中等教育組 組長
  • 張硯凱 教育部國民及學前教育署國中小教育組 專門委員
  • 蔡宜靜 教育部國民及學前教育署國中小教育組 組長
  • 蕭奕志 教育部國民及學前教育署國中小教育組 副組長
  • 彭富源 教育部國民及學前教育署 署長
  • 許麗娟 教育部國民及學前教育署 副署長
  • 戴淑芬 教育部國民及學前教育署 副署長
  • 林祝里 教育部青年發展署 主任秘書
  • 施克和 國家發展委員會 前副主任委員
  • 張惠娟 國家發展委員會綜合規劃處 處長
  • 蔣萬安 臺北市政府 市長
  • 林奕華 臺北市政府 副市長
  • 施燕萍 臺北市政府 參議
  • 陳秉熙 臺北市政府教育局 科長
  • 湯志民 臺北市政府教育局 局長
  • 陳素慧 臺北市政府教育局 副局長
  • 侯友宜 新北市政府 市長
  • 劉和然 新北市政府 副市長
  • 張明文 新北市教育局 局長
  • 吳佳珊 新北市教育局中等教育科 科長
  • 林奕成 新北市教育局國小教育科 科長
  • 翁健銘 新北市教育局教育研究及資訊發展科 科長
  • 吳宜真 新北市教育局秘書室 主任
  • 簡信斌 宜蘭縣教育處 處長
  • 葉芯慧 苗栗縣教育處 處長
  • 呂岸霖 苗栗縣教育處 副處長
  • 涂裕彩 苗栗縣教育處 課督
  • 吳儒興 臺南市推動新課綱專案辦公室 課督
  • 楊英雪 屏東縣教育處 處長
  • 廖麗華 屏東縣教育處 副處長
  • 江國樑 屏東縣教育處 前處長
  • 劉育忠 屏東縣教育處 前處長
  • 吳佩珊 屏東縣教育處教學發展科 科長
  • 郭伯臣 國立臺中教育大學 校長
  • 陳惠萍 國立臺南大學 校長
  • 李郁緻 國立臺南大學 副教授
  • 阮俊達 民主進步黨 青年部主任
  • 柯文哲 台灣民眾黨 黨主席
  • 柯志恩 中國國民黨 智庫執行長/教育委員會召委

 

校園現場

  • 林國楨 花蓮縣三民國中(KIST) 老師
  • 林國源 花蓮縣三民國中(KIST) 校長
  • 張依庭 花蓮縣三民國中(KIST) 老師
  • 楊承懿 花蓮縣三民國中(KIST) 老師
  • 王逸棻 屏東縣舊寮國小 校長
  • 王靖玟 雲林縣樟湖國中小(KIST) 老師
  • 余忻妍 雲林縣樟湖國中小(KIST) 老師
  • 邱韻穎 雲林縣樟湖國中小(KIST) 老師
  • 陳清圳 雲林縣樟湖國中小(KIST) 老師
  • 陳綺華 雲林縣樟湖國中小(KIST) 老師
  • 楊筑鈞 雲林縣樟湖國中小(KIST) 老師
  • 戴慧茹 雲林縣樟湖國中小(KIST) 老師
  • 林真真 新北市三和國中 校長
  • 林惠珍 新北市沙崙國小 校長
  • 曾秀珠 新北市秀朗國小 校長
  • 歐志華 新北市坪林國中(KIST) 校長
  • 林璫 新北市坪林國中(KIST) 老師
  • 陳怡心 新北市坪林國中(KIST) 老師
  • 陳曼玲 新北市坪林國中(KIST) 老師
  • 游秀雯 新北市坪林國中(KIST) 老師
  • 吳惠花 新北市淡水國小 校長
  • 許德田 新北市新店國小 校長
  • 陳玉芬 新北市新泰國中 校長
  • 許淑貞 新北市頭前國中 校長
  • 許瓊方 新竹縣峨眉國中(KIST) 老師
  • 董家莒 臺北市內湖高中 校長
  • 陳滄智 臺北市永樂國小 校長
  • 廖純英 臺北市南港高中 校長
  • 吉佛慈 臺北市南湖高中 校長
  • 黃啟清 臺北市建成國中 校長
  • 蔡哲銘 臺北市陽明高中 校長
  • 潘玳玉 臺北市數位實中 老師
  • 陳汶靖 臺北市麗山高中 校長
  • 陳思瑀 臺南市教育局 督學
  • 田于軒 臺南市教育局 老師
  • 張瑛蘭 臺南市教育網路中心 老師
  • 蘇耿義 臺南市山上國小 校長
  • 丁女玲 臺南市月津國小 校長
  • 王琇緯 臺南市月津國小 教務主任
  • 曾鼎育 臺南市左鎮國中 校長
  • 黃一又 臺南市安定國中 老師
  • 陳盈全 臺南市安南國中 主任
  • 葉芳欣 臺南市安南國中 老師
  • 黃婉菱 臺南市崇和國小 老師
  • 詹森雄 臺南市新化國中 校長
  • 賴昭貴 臺南市新營國小 校長
  • 方建良 臺南市龍山國小 校長
  • 莊蕙元 臺南市新營國小 教務主任

協力組織與個人

  • Salman Khan Khan Academy 創辦人
  • Juin Tsuei Google Taiwan Administrative Business Partner 
  • 林雅芳 Google 總經理
  • Cory Google
  • Dale Google
  • Mavis Google
  • Tony Google
  • 蕭聖哲 EDU OpenID
  • 王大鯤 DreamMore 計畫 志工
  • 王怡華 DreamMore 計畫 志工
  • 江燕瑩 DreamMore 計畫 志工
  • 余承學 DreamMore 計畫 志工
  • 余盈欣 DreamMore 計畫 志工
  • 吳柏萱 DreamMore 計畫 志工
  • 李威儒 DreamMore 計畫 志工
  • 沈昌憲 DreamMore 計畫 志工
  • 辛孟哲 DreamMore 計畫 志工
  • 林以婕 DreamMore 計畫 志工
  • 林志文 DreamMore 計畫 志工
  • 林羿函 DreamMore 計畫 志工
  • 林惟琳 DreamMore 計畫 志工
  • 林閎嘉 DreamMore 計畫 志工
  • 林穎 DreamMore 計畫 志工
  • 林靜 DreamMore 計畫 志工
  • 邱奕嘉 DreamMore 計畫 志工
  • 邱昱禎 DreamMore 計畫 志工
  • 邱振亞 DreamMore 計畫 志工
  • 柯盈如 DreamMore 計畫 志工
  • 莊昀軒 DreamMore 計畫 志工
  • 莊哲銘 DreamMore 計畫 志工
  • 莊銘凱 DreamMore 計畫 志工
  • 許偉康 DreamMore 計畫 志工
  • 許詮 DreamMore 計畫 志工
  • 郭亞陵 DreamMore 計畫 志工
  • 郭嘉淳 DreamMore 計畫 志工
  • 陳怡廷 DreamMore 計畫 志工
  • 陳品樺 DreamMore 計畫 志工
  • 陳奕安 DreamMore 計畫 志工
  • 陳柏安 DreamMore 計畫 志工
  • 陳睿承 DreamMore 計畫 志工
  • 華振廷 DreamMore 計畫 志工
  • 黃正華 DreamMore 計畫 志工
  • 黃若晴 DreamMore 計畫 志工
  • 黃婕 DreamMore 計畫 志工
  • 黃康傑 DreamMore 計畫 志工
  • 黃敬懿 DreamMore 計畫 志工
  • 葉妮姍 DreamMore 計畫 志工
  • 廖佳慧 DreamMore 計畫 志工
  • 蔡旻諺 DreamMore 計畫 志工
  • 蔡明真 DreamMore 計畫 志工
  • 蔡勇儀 DreamMore 計畫 志工
  • 鄭宗祐 DreamMore 計畫 志工
  • 蕭偉成 DreamMore 計畫 志工
  • 謝依真 DreamMore 計畫 志工
  • 謝宜臻 DreamMore 計畫 志工
  • 鍾文狀 DreamMore 計畫 志工
  • 藍珮瑜 DreamMore 計畫 志工
  • 顏宗弘 DreamMore 計畫 志工
  • 許湛然 聯發創新基地股份有限公司
  • 陳冲 聯合報願景工程基金會 董事長/前行政院長
  • 王一郎 賦力國際企管顧問有限公司 老師
  • 王榮文 台臺灣文創發展股份有限公司 董事長
  • 鄭漢文 臺東縣立萬安國小 校長
  • 呂顥天 臺北市數位實驗高級中等學校 同學
  • 葉青芪 臺北市教師職業工會 理事長
  • 吳銘祥 臺北市立第一女子高級中學 秘書
  • 陳智源 臺北市立第一女子高級中學 校長
  • 諶奕聰 臺北市立動物園 園長
  • 蔡偉杰 漸強賴伯股份有限公司 執行長
  • 薛覲 漸強賴伯股份有限公司 創辦人
  • Benny Hsiao 資廚管理顧問股份有限公司
  • 陳姿利 新竹縣立峨眉國中 校長
  • Karen Tay 新加坡智慧國家及數位政府辦公室 前主任
  • Cherry 愛卡拉互動媒體股份有限公司
  • 朱立恆 鄉育教育基金會
  • 林妤蓁 鄉育教育基金會
  • 王瀚陽 國教行動聯盟 理事長
  • 李長庚 國泰金融控股股份有限公司 總經理
  • 賴以威 國立臺灣師範大學電機工程學系 副教授
  • 林子斌 國立臺灣師範大學教育學系 教授
  • 陳縕儂 國立臺灣大學資訊工程學系 副教授
  • 馮勃翰 國立臺灣大學經濟學系 副教授
  • 田美雲 國立臺灣大學教學發展中心 副組長
  • 許元嘉 國立臺灣大學教學發展中心
  • 蘇慧貞 國立成功大學 前校長
  • Pei-Chi Lo 財團法人聯發科技教育基金會
  • 張為雲 為美學有限公司 負責人
  • 戴季全 流線傳媒股份有限公司 董事長
  • 陳宥然 活水校長讀書會 前會長
  • 王慧蘭 屏東縣政府教育處 前處長
  • 林大涵 貝殼放大股份有限公司
  • ​蕭東原 全國家長團體聯盟 理事長
  • 白老師語文資優訓練中心
  • 李昭瑢 台灣家長教育聯盟 秘書長
  • 陳明恩 台灣家長教育聯盟 常務理事
  • 黃聰智 台灣家長教育聯盟 理事長
  • 蔡瑞東 台灣家長教育聯盟 副理事長
  • 謝國清 台灣家長教育聯盟 榮譽理事長
  • 沈怡如 台灣公益團體自律聯盟
  • 鄭秀娟 主婦聯盟環境保護基金會 理事長
  • 陳逸文 天下雜誌股份有限公司 總監
  • 三民書局東大圖書學習平台
  • 侯俊良 全國教師工會總聯合會 理事長    
  • 澔學學習股份有限公司
  • 尹相志 老師
  • 王乙澔
  • 朱芳君
  • 余綺芳 老師
  • 吳必然 律師
  • 辛水泉
  • 林怡辰 老師
  • 林惠荃
  • 段旭玶 老師
  • 陳亞德
  • 趙胤丞 老師
  • 謝宏亮
  • 謝明恩
  • Wade Tsai

基金會夥伴-董事與貴人

創始合夥人

  • 于曰江
  • 何麗梅
  • 姚鈞衡、陳明月
  • 財團法人誠致教育基金會

現任董事會

  • 白崇亮
  • 何麗梅
  • 吳明柱
  • 呂冠緯
  • 施惠文
  • 梁立省
  • 簡立峰

均一教育平台歷任董事

  • 方新舟
  • 王文漢
  • 江前緯
  • 李吉仁
  • 高嘉良
  • 程世嘉
  • 葉丙成
  • 蔡今中

基金會夥伴-正職兼職實習

正職

  • 方毓賢
  • 王怡華
  • 王翌嫻
  • 江宜陞
  • 余承學
  • 吳旻軒
  • 吳柏萱
  • 吳軍樂
  • 呂冠緯
  • 沈家緯
  • 周明璇
  • 周筱珍
  • 林言蓁
  • 林淑君
  • 林靜
  • 凃之堯
  • 高晟
  • 張予
  • 莊哲銘
  • 郭東諭
  • 郭亭劭
  • 郭祉廷
  • 郭益恩
  • 郭嘉淳
  • 陳皇如
  • 陳翁毅
  • 陳紫維
  • 黃大倫
  • 黃正華
  • 黃若晴
  • 黃婉婷
  • 楊昭瑾
  • 葉妮姍
  • 葉祖昀
  • 廖介宇
  • 劉祖丞
  • 蔡子揚
  • 蔡曜宇
  • 蔡鎮宇
  • 蕭仲廷
  • 謝宜臻
  • 顏宗弘
  • 鐘揮凱

實習

  • 尹文萱
  • 王邦旭
  • 何宜安
  • 何湘翎
  • 吳岳庭
  • 吳柏賢
  • 吳璟澐
  • 李玟儀
  • 李紘綾
  • 沈育銘
  • 邢芳瑜
  • 周彥成
  • 林芮吟
  • 林冠宇
  • 柯淳尹
  • 孫竹均
  • 高邦惟
  • 張宸瑄
  • 許青芸
  • 陳亞善
  • 陳妍頻
  • 陳姿妘
  • 陳映祥
  • 陳筠真
  • 章沛倫
  • 游睿彬
  • 賀之綸
  • 黃翔易
  • 黃榆婷
  • 黃榮恩
  • 葉乃瑋
  • 蔡佳芸
  • 蔡佳誠
  • 蔡振賓
  • 蕭淑文
  • 戴愉軒
  • 謝依真
  • 蘇渝筠

兼職

  • 王乙澔
  • 吳先祐
  • 沈潔伃
  • 林承緯
  • 林穎
  • 陳禹杰
  • 陳致睿
  • 楊昌儒
  • 趙學信
  • 劉繼文
  • 蔡明真
  • 羅敏辰

志工

  • 王欣榆
  • 王譽臻
  • 呂祖方
  • 林以婕
  • 黃小笙
  • 蔣昀璉
  • 謝明恩
  • 藍珮瑜
  • Vicky

Education Colab 董事

TFT 為台灣而教

  • 方新舟
  • 王慧蘭
  • 王馥蓓
  • 李吉仁
  • 林妍希
  • 劉安婷
  • 藍偉瑩

誠致教育基金會

  • 于曰江
  • 方新舟
  • 吳必然
  • 吳清鏞
  • 李吉仁
  • 唐傳義
  • 梁立省
  • 陳佩英
  • 陳超明
  • 曾世杰
  • 劉安婷

未來十年,均一的教育發展期待

協助教師升級,讓個人化學習成為學習主流

很多人認為均一教育平台對於教育未來的想像,是孩子在電腦前不斷地學習知識。然而,個人化教育的真正意義在於回歸孩子的本質,關注獨特性與差異性。人類必須透過其他人的啟發,並進行互動交流,因此教師的角色變得更加重要。

過去的教育目標過度著重於知識的灌輸,尤其是那些可以在考試中得到驗證的知識。然而,完整的教育目標應該包括以下方面:

  • 知識(認知能力):不僅僅是記憶和理解,還應包括應用、分析、評估和創造。
  • 品格(非認知能力):例如恆毅力、好奇心、感恩、自制、熱情、樂觀和社交智慧。
  • 技能(實踐能力):這是產學銜接最重要的一環,需要學生能夠實際應用所學。
  • 反思(後設認知能力):這是終身學習的關鍵,透過反思發現盲點,並邁向更高層次。

因此,均一平台教育基金會除了持續強化均一教育平台,讓知識學習更貼合個人的速度和程度外,過去幾年還致力於發展「非認知能力發展平台」(與麥肯錫、TFT 和 KIST 合作)、「PBL 教案平台 – ShareClass」(與成功大學和 KIST 合作)以及「DreamMoreMentor 媒合平台」(與DreamMore 團隊合作)。希望提供具體幫助和支援給教師,使老師們能夠從單純的教學任務中解放,保留更多時間來引導學生。

當教育 AI 和教師能夠協同進化時,培養出來的中小學生將不再只能面對國中會考和高中學測,而是真正具備多元知識、扎實品格,以及實踐能力和反思能力的下一代人才。這正是社會和企業對未來人才最期待的樣貌。

是老師,也是教育創新家

在均一有一群老師,不只出現在第一線教學現場,分享如何利用平台提供孩子們差異化教學,給學校或課輔班的老師,更設計出多元跨領域的課程,激發孩子們的學習動機。

我們在台灣擴大推廣 Code.org 的 Hour of Code 一小時玩程式,團隊夥伴製作中文化插電與不插電的程式課程、結合創意的教學設計,讓 Code.org 這套全球廣受好評的程式課程,在台灣的使用濃度達到世界排名第九、亞洲排名第二,讓臺灣的程式教育能夠與國際接軌。課程資源與師資培育,都逐步與國際接軌。

「模組化的課程設計,不論對教師教學、學生學習都有很大的幫助;因為課程規劃得很完整,老師能很清楚第一步要如何開始、接下來又該怎麼做,以及背後的教學目標,搭配程式闖關遊戲,小朋友會更有動機去嘗試、思考,甚至他們做完後、還會想再做一次,主動地去複習所學!」

太平國小 陳宜均老師

為了讓孩子透過程式學習運算思維,均一也設計了一系列 Scratch 課程,採取專案導向學習 (Project-Based Learning),以深入淺出的講義或影片引導,經由不同領域主題,’當孩子面對給予的任務,將學習如何解構問題、摘要重點、發現規律,循序漸進地練習程式的思考。

數電快閃教室

數電快閃教室計畫,是團隊夥伴到教學現場透過「數學 X 電腦科學」的跨領域課程,將好玩、互動性高的電腦科學融入數學的課程內容,讓孩子覺得原來數學可以這麼有趣,學到的知識也可以加以應用。均一也透過此課程和現場老師分享跨領域教學,探索更多的學習可能

後續雖遇上五月份的疫情,團隊發揮創意推出「線上快閃教室」,以線上的形式,快閃 18 所國小的線上教室,帶來「自學力就是你的超能力」主題分享,總計有 329 位學生參與,我們希望藉由這個活動,讓孩子在疫情期間能夠找到自己學習的目標和節奏。

當我們 Code 在一起說故事

「當我們 Code 在一起說故事」專案計畫,也就是平台上「電腦科學起步走|一起說故事」課程,是源自 Google 開發的 CS First,均一除了將其中文化翻譯,並且配合 108 課綱將課程內容和教學模組在地化。課程內容以程式作為跨域學習的槓桿,融合電腦科學、語文、音樂、藝術,鼓勵孩子用想像力編寫動人的故事,並且練習程式的思考。

此課程也獲選「 第三屆未來教育.臺灣100 – 全臺年度百大創新教學專案」的獎項殊榮。

每個孩子都希望能創造屬於自己的故事,細緻的課程架構,並附有專人引導的自學影片,孩子可以根據自己的學習和創作速度前進,人人都有成就感!

KIST: 拯民國小.宋亭緻老師

你也能一起參與改變

均一是一個非營利組織,為了專注於我們的願景使命,我們不承接政府預算、不發展有對價關係的盈利,仰賴與我們有相同願景使命的大眾捐款支持,期待集合眾人之力,實現真實的共創與共好。

 邀請你一起參與 >> 公益支持

不分城鄉,教室裡的學習弱勢

不論在都市或是偏鄉,教室裡都存在著學習弱勢。每個孩子的學習步調、吸收知識速度都不同,如果孩子們沒辦法在教室裡學到適合自己步調與發展需求的內容,都有可能處於學習弱勢。我們希望透過平台上免費有趣的學習影片與習題、科技化的平台輔助功能,讓這些孩子能夠按照自己的步調學習,培養自信找回成就感,發揮原生天賦。

我們藉由課輔班合作計畫與學習扶助計畫,讓更多學習速度不同的孩子,得到差異化的教學,弭平學習落差,並在過程中持續鼓勵、陪伴孩子與教師

課輔班合作計畫

透過與課輔班合作,均一提供平板筆電載具、專業師資培訓與觀課陪伴,協助課輔班老師能以遊戲化的數學學習模式,讓弱勢孩子重拾學習興趣、鞏固基本學力。合作期間,也看到許多老師陪伴孩子的動人故事,我們記錄這些過程與故事,也邀請有興趣的你,點擊下列文章更了解計畫成果,也認識課輔班老師的故事!

有位平常學習上較落後的孩子,跟我分享,是磨數營讓她愛上數學。甚至跟我說 : 努力沒有做不到的事!

屏東躍愛課輔班 林綺漩 老師

學習扶助計畫

在 106 學年度,均一與苗栗縣和屏東縣分別合作進行「結合均一的課中補救」試辦計畫。藉由一般課堂的時間,抽離需要額外學習扶助的孩子到「學習扶助班級」,搭配均一平台的使用,有效診斷學生的學習斷點,提供個人化學習。

經過三年的顯著成效與現場教師的正面迴響,109 學年度起,均一在苗栗、屏東推動學習扶助「深化」模式,除了繼續數學課中學習扶助外,期盼藉由更深度投入的專案教師、更具規模的教師社群、更系統性的增能與支持,為學習扶助的師生帶來更有效的教與學。

學習扶助計畫進行的這幾年,我們不只看見許多孩子學習的進步,更看見許多老師教書育人的理念,邀請你點進下方文章,認識其中一位專案教師的故事。

苗栗文英國中李老師照片

帶孩子走出教室裡的無力感 —— 苗栗延慶老師分享

在眾多均一平台上的老師當中,今天想特別與大家分享延慶老師的故事。延慶老師是「均一課中學習扶助深化專案」的老師,他觀察到,傳統一體適用的教學當中,班級內存在的學習落差影響了孩子的學習信心;透過「課中學習扶助」,老師們能用不同的教學方式,幫助孩子建立學習成就感,以及對未來的信心。

了解更多 »

你也能一起參與改變

均一是一個非營利組織,為了專注於我們的願景使命,我們不承接政府預算、不發展有對價關係的盈利,仰賴與我們有相同願景使命的大眾捐款支持,期待集合眾人之力,實現真實的共創與共好。

邀請你一起參與 >> 公益支持

生命的改變從教室開始

在孩子長大成人之前,有將近一半的時間在學校度過,許多孩子的成長與改變也在這裡發生。有些孩子從討厭數學到數學成績名列前茅、有些孩子從討厭學習到願意學習,卻也有些孩子無法前進,不論是學習動機低落、教育資源受限,都是可能的原因之一。

也因為看見了這些孩子的困境,我們希望透過科技的力量,提供孩子們優質且免費的學習資源,落實教育平權,打造一座沒有牆的教室。

我發現,原來教學就該是看見孩子真正需要被幫忙的地方,而不是看教學指引而已。

大同國小.林政琦老師

教室裡的改變

均一在一次次與學校、課輔班的合作中,看到許多成長與改變的故事。

我們看到有孩子從一開始放棄數學、不敢發問,到後來能主動舉手發問,甚至能教其他同學;也看到有老師體悟到成績不是一切,重要的是孩子們的學習態度以及如何面對挑戰與困難。

可能有一些東西並不是,成績單上面看得到的,有的時候我們好像,太在乎這個學生的表現是集中在成績這一塊。

文英國中.李延慶老師

孩子有無限多的可能正在教室中發生,邀請你與我們一起,創造更多免費優質的教育資源,讓更多孩子的未來有好的改變。

你也能一起參與改變

均一是一個非營利組織,為了專注於我們的願景使命,我們不承接政府預算、不發展有對價關係的盈利,仰賴與我們有相同願景使命的大眾捐款支持,期待集合眾人之力,實現真實的共創與共好。

邀請你一起參與 >> 公益支持

均一教育平台創辦人方新舟董事長:不求己利、願意給年輕人舞台的風範

作者 | 呂冠緯 (均一平台教育基金會負責人)

教育的「門外漢」,一手帶起台灣年輕教育團隊

2022 年 10 月,均一教育平台迎來了它的十週年紀念;2023 年 1 月,均一平台教育基金會也滿五歲。產品歷史比目前負責的組織更悠久,這要歸功於創辦人方新舟董事長(簡稱方大哥),他創立了均一教育平台並有意識地進行傳承,在五年前將均一團隊從原本的誠致教育基金會獨立出來。

究竟是怎樣的「教育創業家」能創造如此成就?方大哥更願意自稱為「教育門外漢」,因為他的背景是科技業,在矽谷起家,回台創業後成為誠致科技董事長,最終公司與雷凌合併並出售給聯發科。然而,他在教育界具有深遠影響力,皆因創建了台灣最大的線上教育平台——均一教育平台,並創立台灣最大公辦民營學校體系 KIST (KIPP Inspired School in Taiwan),同時也是影響劉安婷創辦 Teach For Taiwan 的重要推手。

方大哥帶領的均一教育平台至今仍深刻影響著許多孩子的學習與成長。他與翻轉教育重要推動者嚴長壽董事長經常攜手支持許多具有推動力的一線教育工作者,為台灣教育改革注入更靈活且扎實的由下而上的力量。

方大哥行事低調,很多人容易誤認我為均一教育平台的創辦人。實際上,方大哥不僅創立了均一教育平台、培養了一群年輕團隊,還將許多經驗傳授給我,且總是樂於讓舞台留給年輕人。

正因為方大哥是我生命中除家人以外最重要的恩人,我想從個人視角分享我最敬佩方大哥的一點:「願意給年輕人機會」。

方大哥的信任,是我不曾從其他長輩身上感受到的

2011 年底,我在網路上錄製了一系列教學小短片,吸引了方大哥的注意。當時,我還是一名大醫院的實習醫生,方大哥邀請我與他合作。雖然起初我婉拒了邀請,但在接下來的一年裡,方大哥經常寫信給我,堅定地分享他的教育願景,使我逐漸被他的熱情所感染,並在服役期間,開始考慮與方大哥跨世代、跨專業的合作機會。

2013 年初,我在海軍服役期間,經過深入的信仰反思與探索,決定加入誠致的大家庭。在電子郵件中,我寫道:「方大哥:在跟父母親審慎地討論過以後,我們的共識是我會加入誠致的大家庭。 簡單地來說,my answer is “yes”。我會盡力完成我能做到的事情。」方大哥很快回信說:「冠緯,謝謝您和您爸媽做了一個影響台灣未來教育的決定。有機會我一定要去拜訪您爸媽向他們致敬!」

那年大年初二,方大哥和太太來到我家拜訪,與我父母親交流。我父親直接問道,方大哥到底希望我做什麼?方大哥毫不猶豫地回答,他希望我能成為誠致未來的執行長。當時,25 歲的我聽到這番話感到非常驚訝。原來,在方大哥眼中,我不僅是個擅長錄製影片的專案教師,而是具有發展潛力的年輕人。這種信任是我不曾從其他長輩身上感受到的。

方大哥與冠緯合照:方大哥在短短的四年半時間內,就願意放手讓均一團隊獨立運作

有一種愛是放手,相信英雄出少年

時間快轉到 2013 年的 9 月,我才剛加入誠致兩個月,方大哥確診罹患了肺腺癌。在入刀房前的幾小時前,他打了個電話給我:「冠緯,我想跟你說,謝謝你加入誠致,投入在均一教育平台的工作,我希望你答應我一件事好嗎?」即便還不知道要答應的是什麼,我直覺式的回答:「我答應了,方大哥請說。」

「如果,這一次開刀,我沒有辦法回來,請你持續均一教育平台的工作,至少十年,好嗎?我相信你。」

我在電話另一端愣住了好幾秒,不知道是什麼讓方大哥有這樣的膽識和信任,說出這樣的話。雖然我感受到巨大的責任,但同時也感受到強烈的使命感。

「方大哥,收到,我會全力以赴。」

幸運的是,方大哥很快完成手術並逐步康復,讓我有機會跟隨他學習,共同奮鬥。我發現他與一般保守型領導者不同,敢於授權,並用「以色列式辯證」激勵我們勇敢地與他討論。他相信真理越辯越明,很少以長輩身份壓制年輕夥伴,也因此我和其他年輕夥伴的膽識逐漸被培養起來。

一年後,方大哥將我提拔為執行長,兩年後邀請我加入董事會,又過了一年,他邀請我承擔整個均一教育平台的營運責任,獨立成立新的基金會「均一平台教育基金會」,擔任負責人。

從 2013 年 7 月加入誠致,到 2018 年 1 月團隊正式分拆成立新單位,僅歷時四年半。我很難想像有哪位前輩敢這麼做,因為在每個過程中,我都還有很多地方沒有準備好。但是方大哥緊抓三不原則:不難的事不做、不具規模化的事不做、不能擴大影響力的事不做。在均一教育平台之後,他創立了第二個重要專案:實驗學校 KIST 體系。他清楚兩者在同一組織內難以共存,因此鼓勵均一獨立,並提供第一年的營運資金。這種無私的價值觀深深影響了我。

方大哥把經營組織視為一個大膽的教育實驗,不等孩子或晚輩準備好了才放手,而是只要他們有面對失敗的意願,並且跌倒後能夠再次站起來,就應該及時放手讓他們去嘗試。

受到方大哥的影響,均一團隊非常樂意給年輕夥伴提供挑戰:我們曾經讓一位高一的自學生突破實習生年齡限制,讓三位大三的夥伴擔任深度兼職工程師,還讓一位即將畢業的台大學生擔任 Google 合作專案經理。

事實上,許多企業家也跟隨著方大哥的腳步,以傳承精神回饋下一代。董事會中的梁立省、何麗梅、李吉仁老師、簡立峰和白崇亮等企業家都樂於扮演這樣的角色。此外,還有其他眾多長期支持和贊助均一教育的企業和基金會夥伴。

我堅信,只要更多社會成功人士願意身體力行,為年輕人創造機會,我們的社會將穩健地向前邁進,對立將大幅減少,世代之間的合作將更加密切

方大哥與團隊合照:均一團隊尚未從誠致教育基金會獨立時,團隊與方大哥的溫馨合照

均一讓她重燃希望:從灰心到自學成功,賦能者璨霙的故事

小學時期的璨霙並不信任學校,也不相信教育,但現在,她是透過教育改變世界的賦能者。

出生在南投郊區,璨霙在求學的起點便面臨頻繁更換導師、被老師不公平對待的挑戰。不穩定的環境,讓他們成為學校中惡名昭彰的班級,班上同學似乎都習慣了周遭大人對自己的失望。在動盪之中,璨霙失去對學校的信任,同一時間家庭也無法提供足夠的安全感,那是一段最黑暗的時期。

這樣的狀態一直持續到五年級時,新導師給了她前所未有的關心,並向她介紹了「均一教育平台」。那是璨霙第一次體會到有人關心的感覺,也是第一次覺得,自己好像可以再相信老師、相信教育一次。

「我可能會在現有體制下,被學校的決策犧牲掉,但我不會被教學影片放棄。」在認識均一之後,即便在班上聽不懂,璨霙也能透過數位學習,重複觀看直到學會。因為遇到均一,讓她得以靠著自學,考上台北的大學。

現在的璨霙就讀於教育科技學系,她相信透過平台的建置以及載具的提供,就能以科技帶動教育平等。「我就是活生生的例子,我也期待以後的每一代孩子,都可以相信教育能夠改變他們。」

「海水與沙本來都是柔軟的東西,但是它們混在一起的時候卻變得如此硬實,就像內心質地各自柔軟的人,聚在一起就變得無所畏懼。我非常感謝每一位願意持續耕耘教育議題的人。因為有你們,我們才能用最溫柔的方式,回應這塊土地上每個真實存在並且美好的生命。」璨霙在訪談最後這樣說。

未來,璨霙希望能成為一位賦能工作者,幫助與自己兒時相同處境,甚至更挑戰的孩子們。她也期待能有更多人一起投入、支持這樣的教育議題,成為彼此互助前進的燈塔,透過教育翻轉更多生命。

璨霙的照片

從使用均一,到成為均一捐款者:奧林匹亞選手的社會回饋

均一相信每個孩子都有自己的長處,而促進自主學習,一直都是是我們努力的目標。先前,我們收到一則捐款者的問卷回饋,他是建中學生劉徹,利用自學資源拿到麻省理工學位。他表示自己從小學二、三年級,便開始利用均一教育平台的影片學習高中生物、化學和物理。

均一讓他養成在線上資源中不斷自修的能力,國內大學的 MOOCs、國外知名的可汗學院、edX、Coursera 等學習平台都有他的足跡。他更是利用 edX 成功拿到了麻省理工學院的微碩士學位,成為 MIT 校友,並於 Coursera 平台上獲得美國線上碩士入學許可。

2021 年,他保送進入建中,卻依然持續自學,並於 2022 年錄取物理奧林匹亞選訓營、和資訊奧林匹亞選訓營,最終選擇資訊類別,代表台灣參加印尼資訊奧林匹亞競賽。去年,他亦獲得了 YTP 少年圖靈大賽的第一名,並且將獎金全數捐獻給了均一。

「我一直很想像您一樣,幫助別人,我將我個人的獎金一萬元,全數捐給均一教育平台。」從使用者到成為捐款者,去年劉徹獲得了 YTP 少年圖靈大賽的第一名,並且將獎金全數捐獻給了均一。

資訊奧林匹亞選手 劉徹:「我一直很想像您一樣,幫助別人,我將我個人的獎金一萬元,全數捐給均一教育平台。」

未來十年,均一的 AI 應用

作者 | 呂冠緯 (均一平台教育基金會負責人)

AI 解放知識教育,並輔助品格教育與專案學習

作為一個接受過醫學系基本「證據導向」訓練的教育工作者,我相信 ChatGPT 問世後,教育可以應用的工具層面,未來十年的變化將會遠大於過去一百年的進展。

打造不斷進化的蘇格拉底家教與英語口說老師

ChatGPT 於 2022 年底嶄露頭角,首先推出了 3.5 版本,2023 年 3 月則升級至 4.0 版本。4.0 版本問世時,OpenAI 官網上分享的第一個應用案例就是「蘇格拉底家教」,這是 OpenAI 和可汗學院 2022 年 8 月開始合作的成果。

以下是他們給 ChatGPT 4.0 的指令:「你是一位採用蘇格拉底式風格回答的導師,從不直接給學生答案,而是透過正確的問題幫助他們培養獨立思考能力。你應該根據學生的興趣和知識調整問題,將其分解為較簡單的部分,直到適合學生的程度為止。」

想必大家對於在這種前提下,學生如何與 ChatGPT 互動感到相當好奇!以下是我所摘要的一些有趣片段:

當學生提出一個二次一元方程式的問題,期望獲得直接的答案時,GPT-4 並不直接回答,而是給予引導。學生生氣地說:「請告訴我答案!」通常情況下,懶散的家教可能會直接給出答案,畢竟與學生發生衝突也很麻煩。即便是想細心引導,聽到學生表現得較「兇」,內心也難免會不耐煩。

然而,GPT-4 的回答很高水準:「我了解你可能希望直接得到答案,但我的目的是幫助你批判性思考並引導你通過解決問題的過程。讓我們專注於任務。這兩個方程式中的任何變量的系數是否有共同因子?」這句話涵蓋了三個層面:表達共情、溝通目的,最後回到教學。

學生回答卻答錯時,GPT-4 會這樣回答:「回答不完全正確,但你越來越接近了。」「不完全正確」這五個字讓我非常驚訝,因為若回答不正確,那可能會挫折了孩子剛剛願意嘗試回答的心,但若回「OK」卻又沒有指出孩子的問題。「不完全正確」後再補一句「但你越來越接近了」,讓我感到這個蘇格拉底家教具有同理心、有引導能力,且如果看詳細版解答,你會發現他真的能夠提供教學輔助。

另一個顯著的突破是 GPT 帶來的語言學習家教,由於語音文字轉換技術早已成熟,與 GPT 結合後,進行語音對話變得非常容易,可以到 YouTube 尋找參考影片。均一平台團隊在 2023 年初也推出了 Jutor Beta 版,讓重視雙語的台灣學生可以進行從初級到優級、CEFR A1-C2 的對話,並根據文法和流暢度給予學生回饋。

這些進展非常迅速,GPT 從 3.5 版本升級到 4.0 版本,就像一個高中生在先修微積分考試中,由 PR 值 0 進步到 40,或者一個參加美國律師考試的考生,由 PR 值 10 進步到 90,這樣的進步幾乎每幾個月就會發生。

最近,可汗學院推出了以蘇格拉底家教為模型的 Khanmigo,這是學生和老師的教育夥伴,以定期捐款 20 美元作為條件。20 美元相當於每月 600 元新台幣,就能夠擁有一位蘇格拉底家教,相較台灣家教一個小時可能就要 600 元,現在 600 元讓你能每月請一個蘇格拉底線上家教,而且每天 24 小時一週七天都可以問!

因此,均一除了英語口說家教,同時也在預備開發一個能隨時協助學習者解答問題、教學者設計教案的 AI 助教,相信下個十年,這樣的技術會變得非常成熟。我們才有機會真正降低師生比,讓每個孩子都有機會獲得更即時的回應,「每一個孩子不論出身,都能勇敢開口說英語、勇敢問問題,成為終身學習者。」

未來十年,均一的前進關鍵

核心基礎:多元協作,推進未來教育

均一平台教育基金會與六大利害關係人的持續協作是未來十年的關鍵,我們期望基金會成為一個能與數百個政府單位、企業與非營利組織共舞的協作共創型組織,就如同台積電創辦人張忠謀先生所說,他喜歡黃仁勳談到的,「台積電已與 400 名夥伴共舞,而英特爾卻只是一個人跳舞。」

目前,均一平台教育基金會已與一些單位有較深入的合作,包括教育部(含國教署、國教院等相關單位)、台北市教育局、新北市教育局、苗栗縣教育處、屏東縣教育處、宜蘭縣教育處。同時,在企業方面,均一與台積電、Google 等公司建立了合作關係,並與為台灣而教教育基金會(Teach For Taiwan)、誠致教育基金會等非營利組織形成深度的協作,共同推動「教育創新合作社」。

在上百個有互動的單位中,以上十個單位是我們擁有密切互動的合作夥伴。期待在未來的十年裡,均一平台能與超過百個單位達到這樣的協作深度,擴大我們的影響力。

在教育更加融入學用接軌的未來,我們希望成為更多企業在 ESG 和社會責任上的最佳夥伴。聯合國 SDGs 將會在下一個十年 2030 年屆滿,相信均一平台在知識深化、教師轉型兩個方面將取得很大的進展。

管理學大師彼得 · 杜拉克(Peter Drucker)認為,有效的社會運作需要政府、企業和非營利組織三個部門有效協作,而教育議題尤為如此。因此我們將持續透過每年的年度論壇、活動及感恩茶會等方式,與六大利害關係人對話,建立共識。期望最終能在更多人的認同下,對下一輪的課綱產生正面影響。

支持我們

個人捐款

在台灣,有超過 20% 的孩子數學與自然程度未達「基本學力」。當基礎能力沒打好,又往下遇到更難的知識概念時,便陷入「學不會」的困境中,不斷打擊孩子的自信心,最後只好選擇逃避、放棄……

陪伴孩子找回學習步調並非易事,均一希望以「數位學習內容」做為橋樑,走到每一個孩子身邊,耐心陪伴他們走出學不會的循環。

過去十二年,我們一共製作了超過四萬部學習影片與十萬題練習題。在接下來的五年,我們想要盡快補齊國小到高中一共 42 學期的數理學習內容,讓孩子只要學習卡關,都能在平台上找到對應內容,透過一次次的練習,學會複雜的知識。

在這裡,也想邀請你支持我們,與我們一起,溫柔地接住每個在學習過程中感到無力的孩子,告訴他們:「沒關係,我們陪你慢慢學習。」

定期定額或單次捐款

邀請您透過均一官方網站,綁定信用卡授權定期定額、或進行單次捐款,請點擊下方按鈕:

企業/組織合作方案

均一持續聯合正面的力量,為孩子均等、一流的教育努力。我們邀請企業、組織,以下方式參與均一,若您對均一所做的有任何提醒或建議,或是有意願瞭解贊助、合作方式,歡迎與我們聯繫,提供您寶貴的反饋。 

  • 聯繫方式:
    02-23931231
    support@junyiacademy.org
  • 官方網站:
    https://official.junyiacademy.org/

高雄巴楠花部落中小學,用 Jutor 讓偏鄉孩子勇敢開口說英語

高雄市杉林區巴楠花部落中小學  Nicole老師

就算發音不標準,Jutor 還是能聽懂他們的回答,並提供客製化建議,就像是專屬他們的小祕密,讓每次學習都充滿驚喜。

午休時間,學生不是在玩耍,而是一人抱著一台平板,口中唸唸有詞:「This is Cidanuman Buan, which means “the mirror of the moon” in our language…」這裡,是高雄巴楠花部落中小學;學生正在操作的,是均一在 2023 年全新推出的英語 AI 家教「Jutor」。

巴楠花部落中小學是位於高雄的偏鄉實驗學校,深耕布農族文化教育,重視讓學生認識自己的族群、更貼近有靈魂的民族教育生活。這裡雖然沒有補習班,但透過 Jutor,孩子開始練習英文口說,提升表達的自信,甚至在接待國外參訪團隊時,能用英文講述布農族傳統故事、介紹當地特色植物。

Jutor 是結合 Open AI 技術的英語口說家教,提供不同難度、情境的口說練習,搭配問問題、聽回答、給建議的流程,讓孩子能在說完後獲得立即性回饋,建立開口說英文的自信。

巴楠花部落中小學的 Nicole 老師分享,孩子們最喜歡 Jutor 的地方在於,就算發音不標準,Jutor 還是能聽懂他們的回答,並提供客製化建議,就像是專屬他們的小祕密,讓每次學習都充滿驚喜。此外,孩子能在 Jutor 上聆聽自己的聲音,再一遍遍的練習,讓進步不僅看得見,也聽得到。

有了 Jutor 的陪伴,原先程度較低的孩子,開始主動向老師請教發音;本來不敢講英文的孩子,每天跟老師吵著要拿平板練習;原本要想到非常完整才肯開口的孩子,有天在課堂上忽然隨口就回答了老師的問題。孩子提升的不只是英語程度,更是表達的自信,以及學習的動力。

在遙遠且充滿故事的高雄巴楠花部落,Jutor 正承載著孩子們的夢想,啟航。

從無助地假裝不在乎,到每天趕著上線學習

台東縣海端鄉廣原國小 賴惠萍老師

有孩子在「不是…而是…」的造句中寫下:「玩平板不是只有拿來玩遊戲,而是可以上均一平台來學習的。」

我的班上有五位可愛的孩子,有的個性活潑開朗,有的害羞膽怯;班上的程度也分三種,有的頭腦靈活,對答快速;有的反應較慢,無法立即回答老師的問題;還有的上課總是無精打采,面對提問都回應:「不知道!」但我知道,這背後其實是孩子對學習的自卑感,因為無助,只能假裝不在乎。

自從使用均一平台後,他們的眼神多了些自信。看影片學習的過程,就像老師陪在自己身邊,給了他們安全感;就算不會的題目,也有解題說明可以幫助自己解惑。最好玩的是他們參加了 2023 星空探險隊,每一天、每一個孩子都要求趕快上線作答,享受開寶箱、獎勵不斷累積、名次不斷提升的快感。最後,我們獲得臺東縣星辰小隊三年級組第二名與全國 100 名的殊榮,孩子們興奮地大喊:「我們做到了!」

在狐狸貓的陪伴下,班上形成了愉悅的學習氛圍,孩子臉上也出現自信開朗的笑容。甚至有孩子在「不是…而是…」的造句中寫下:「玩平板不是只有拿來玩遊戲,而是可以上均一平台來學習的。」我看見孩子將均一視為生活的一部分,甚至變成好朋友。家長也感覺到孩子開始願意主動思考、自主學習,面對問題會以平板尋求答案,不再只是哭鬧著要家長幫忙寫作業,紛紛驚呼:「原來我的孩子長大了!」

這群孩子,也許面對人群害羞不敢說話,面對數學題目不敢作答,但均一的出現讓他們開始不怕犯錯,因為均一會在學習之路上慢慢引導孩子,讓他們「喜歡學」、「學得會」、「學會學」,成為快樂且自信的「終身學習者」。

從被忽略於角落,到在均一找到發光的舞台

屏東縣竹田鄉西勢國小 徐護原老師

有別於努力了也不一定會提升的考試成績,星空是個只要投入就一定會被看見的舞台。

 「你的精熟多少了?」「你怎麼這麼高!那我也要趕快做!」均一平台的技能進展是最近學生間熱門的討論話題,一旦發現落於人後,便會激勵自己趕緊上均一做題。然而在不久前,他們還是一群對學習漠不關心的孩子……

我是一位屏東「非山非市」小學「課中學習扶助班」老師。課中學習扶助是將學習低成就孩子從原班抽離的小班補救教學。非山非市學校則因為資源不如都會學校,又被排除在偏鄉補助外,而長期面臨資源不足的問題。

非山非市的困境不僅止於此,還有因忙於工作無暇關心孩子學習的家長,以及連帶對學習無感的學生,覺得「爸媽都不在意了,老師幹嘛管我?」,來到學扶班的孩子尤其如此。

我花了很長的時間與孩子磨合,發現均一對提升學習動機很有幫助,特別是技能進展類似闖關的設計,給了孩子想要往前的動力。從最初的拖拖拉拉,到現在每次均一時間結束時,都會有孩子大喊:「老師等我一下!我把這一題做完!」

而均一每年的星空賽,則是全校都會參加的重要活動,更是低成就學生大展身手的最佳時機。有個平時對成績不以為意,甚至會炫耀自己數學考 30 分的女孩,在去年星空賽勇奪全校第一,累積將近兩千積分。有別於努力也不一定會提升的考試成績,星空是個只要努力就一定會被看見的活動。

除此之外,學扶班現在還有為了搶先做均一提早到教室的孩子、全校最喜歡數學的孩子、進步到可以當小老師的孩子……看著大家紛紛透過均一找到發光的舞台,重拾對學習的興趣與信心,是身為老師最大的滿足。

從「老師我不會」,到與均一組成自學好夥伴

新北市樹林區文林國小 蘇老師

學期末,小宇作業空白的區域變少了,過往小考來不及寫完的情況也改善許多,均一真是老師輔導與學生自學的好學伴!

均一是孩子的學伴。

「老師,我不會……」

今天小宇到學校後,皺著眉頭跑到我桌前,誠實的翻開坑坑巴巴的作業。為什麼作業會從 2D 變成 3D 呢?既不是泡水,也不是無聊到摺紙去了,而是反反覆覆的寫錯、擦掉、寫錯、擦掉、寫錯、擦掉……配上五年級學生的手勁,很快地,作業本儼然成為立體書。

班上很多同學沒有補習,靠的就是上課聽懂,回家自己完成作業。但若遇到題目與課本範例描述不同,又沒有人可以幫忙「翻譯」,便會上演開頭一幕。

後來,我帶領全班參加均一「星空探險隊」挑戰賽,開啟了全班一起上線答題的計畫。剛開始,學生只是被動地完成每日進度,但漸漸地,我發現學生開始有目的的使用均一。將均一當成伴讀高手,聽一次不會,再聽一次;此外,均一的內容與手邊教材題型不同,剛好可以破解學生看到數字就只會帶公式的僵化腦,真是一舉兩得!

「老師,我寫出來了!」

期末,小宇作業空白的區域變少了,過往小考來不及寫完的情況也改善許多。均一真是老師輔導與學生自學的好學伴!

2023 財務責信報告

我們的財務原則

均一募款的三不原則

  • 不以營利為目的
    教育是眾人的事情也是所有人的權利,考量組織一旦有營利壓力時,會讓我們難以顧及到對於弱勢族群的照顧,以及難以針對教育結構性問題有所突破。選擇非營利的模式能讓均一更專注在使命上,以長期且有系統性的方式投入教育改革之中,進而達成我們所期待的願景。
  • 不去競爭政府標案或發展任何對價關係
    政府是教育最大的負責者之一。身為民間單位的均一,需要在教育議題上做好監督與協力的角色,一旦和政府有了標案上的往來便可能產生潛在利益衝突,因此均一從不競爭政府標案或與其發展任何對價關係。
  • 不在平台上做廣告
    當均一教育平台累積一定流量時,用廣告向廣告商收費似乎合理。但均一的初衷是想提供給所有學習者和教學者最佳的使用體驗、培養孩子的自主學習動機。若孩子在平台學習時被廣告干擾,甚至真的被吸引走注意力,就和均一的使命背道而馳了,因此均一不對外在平台上做任何廣告。

基於以上原則,均一目前的資金來源皆是靠組織或個人型態的捐款資金收入維持,或許有其風險存在,但我們始終相信,一個非營利組織可以靠著擴散影響力、獲得大眾的理解與其支持來維持組織的長久運作。

財務管理願景

未來的長期財務管理發展上,均一規劃以下四大方針來持續推進:

  • 募款的管理與經營
    藉著大環境對於數位轉型的趨勢與需求,擴大均一在民間與企業的募款力度與曝光度,規劃募款結構的適當配置,多元募款管道以及針對的各項財務數據與指標進行全盤分析,力求在開源及節流向上做雙向的控管。
  • 內部稽核制度的建置與實行
    持續優化各項內部控制辦法,以確保資金的運用及儲備無疑。均一也將致力建立起內部稽核制度,於組織內定期針對各項營運與財務流程進行抽查與稽核,及時掌握與評估可能的潛在風險。
  • 財管的增能與發展
    持續安排定期職訓,持續增進財務專職人員的本質學能,透過定期規劃組織內部的分享以及外部工作坊的交流,來提升組織成員基本財務資訊識別能力以及資產效益配置的知識。
  • 責信的建立與公佈
    加速與外部顧問合作,透過產出與公佈年度財務責信報告,讓企業與大眾更加理解均一的財務運作與管理,提升資訊透明度,進而提升對均一的信任度,同時對品牌形象的提升及募款的推進有正向的影響。

2023 年度收入與支出報表

期間:2023 年 1 月 1 日 ~ 12 月 31 日

收入合計

84,408,280

100.00%

說明

捐款收入

82,952,674

98.28%

組織捐款(包含企業、基金會及民間團體)、個人捐款

其他收入

1,376,609

1.63%

疫情特殊補助款項

利息收入

79,003

0.09%

存放金融機構所生利息

捐款收入合計

82,952,674

100.00%

說明

組織捐款

36,946,248

44.54%

組織單筆捐款、長期捐款

個人捐款

43,992,549

53.03%

個人單筆捐款、定期定額捐款

董事捐款

2,013,877

2.43%

董事會成員或其關聯捐款

支出合計

71,544,735

100.00%

說明

平台維運

33,202,366

46.41%

軟體費用、人事費用、產品開發與資料分析相關支出

內容共創

14,799,887

20.69%

教材費用、人事費用、動畫設計及專區設立相關支出

師培發展

12,874,062

17.99%

訪校費用、人事費用、師培與政策專案推廣相關支出

組織發展

10,668,420

14.91%

招募費用、人事費用、辦公室日常營運維護相關支出

會計師查核報告

安侯建業聯合會計師事務所 (KPMG) 于紀隆會計師自 2023 年度接受審計委任,本年度之財務報告 (2023 年 1 月 1 日 ~ 12 月 31 日) 已於 2024 年 5 月出具會計師查核報告,會計師查核報告請詳本年報附件。

AI 驅動|共同打造「TAIWAN」- The AI We All Need

生成式  AI  的迅速竄起在業界與學術界都引起了巨大震撼,也如同歷史上許多革新技術,存在著加劇社會  M  型化的風險,使強者更強、弱者更弱。均一教育平台身為台灣推動教育科技創新的先鋒,在  2022  年底生成式 AI  崛起後,便不斷思考「如何讓不同背景、學力的孩子都能從這波生成式 AI 技術浪潮中受益?」

2023 年起,均一陸續推出了 Jutor、AI 狐狸貓、智慧教學診斷系統,是台灣首個開發出相關技術的教育組織。我們將確認能有效支持學習的 AI 模式,轉化為易於入手的學習功能與課程,並秉持著教育平權的初衷,讓老師學生免費使用這些資源。

許多公司在這波 AI 數位轉型上遇到的大難題是,在沒有確定的收益之前,投入 AI 的資源與研究是極高的賭注。然而,均一早已為這一技術浪潮做好了充分的準備。我們的團隊中有數位產品經理、工程師、AI 數據專業人員、以及教學專業與課程研發人員。這樣的團隊配置使我們在技術創新、現場推廣及與教育生態系的合作上具有獨到的優勢。

在接下來的三年中,均一計劃將 AI 家教與 AI 診斷技術推廣至所有註冊學生,並完善這些系統的功能,使其更精確地識別學生需求並提供支援。此外,我們也將積極與教育部門合作,將這些技術標準化,成為全國教育系統不可或缺的一部分。我們期盼引導孩子與 AI 共同成長,在未來的國際社會分工中,能有效學習、人機互動和流暢表達,與從小就習慣透過 AI 進行高效學習的國際同齡人並駕齊驅。

Jutor -英語 AI 助教

「Jutor -英語 AI 助教」是由均一平台教育基金會開發,在 2023 年 4 月以英語口說功能打入市場,彌補台灣學生普遍缺乏的英語口說學習環境。Jutor 根據學習者不同的階段,逐步發展適用的學習功能,以達到實力養成、即時反饋和快速修正,如同一位真人助教提供一對一、手把手的學習體驗。上線至今還發展出對應國高中升學考試英文段落寫作的功能,且累積超過一萬使用者,更獲多位英文教師好評肯定。

AI 狐狸貓-智慧 AI 學伴 / 助教

繼 Jutor 推出之後,AI 狐狸貓於 2024 年 4 月誕生,是專為輔助影片學習的 AI 學伴/助教。它是老師的超聰明智慧備課助教,能一鍵生成「影片重點摘要」、「學習單」、「課程計畫」!也是學生的蘇格拉底式 AI 學伴,學生能詢問它任何問題,不會直接提供答案,而是一步步搭建學習鷹架、適時給予鼓勵,建立孩子的學習自信心。

智慧型教學診斷系統

均一教育平台最新推出的智慧型教學診斷系統,能透過生成式 AI 及機器學習設計試題,提供單元、主題、跨年級甚至跨學科的全面診斷。系統能即時生成學生知識樹的視覺化分析報告,顯示每個節點的熟練度,幫助老師和學生精確掌握學習狀況,並根據班級綜合分析提供差異化教學分組,有效提升教學效率。

內容驅動|打造自主學習的捷運與 Ubike 網絡體系

如果以交通系統來譬喻,均一平台上的學科影片就如同四通八達的捷運路網,而學科習題就是能再增加移動靈活性的 Ubike 系統,建構完整的學習路網圖。未來三年,均一將致力於打造「自主學習的捷運與 Ubike 網絡體系」,補齊國小到高中各年級的數理科學習內容,並輔以開發「學習診斷」、「AI 學伴/助教」等教與學的工具。讓老師的教學力、孩子的思考力都能再進化,也讓所有孩子都能夠帶著目標展開學習旅程,順利地抵達目的地。

以「3C」方式打造學科及跨域素養內容,送給孩子一份學習的禮物

經濟合作暨發展組織(OECD)設定了 2030 年的教育願景,指出學習相關的核心能力涵蓋知識、技能、價值觀與態度四大面向,以及由預期、行動和反思構成的循環。均一平台持續編製(Curation)及創造(Creation)能夠啟發孩子的學習內容, 希望讓孩子透過知識的力量與全世界對話,產生連結(Connection)。

自 2019 年起,均一與台北市教育局展開酷課雲素養動畫專案合作,我們總共製作了超過 1,800 支國小到高中的數學、自然科學以及地理學習影片。透過學生喜愛的角色狐狸貓及小數蛙有趣的互動及生活情境的融入,不只引發學習動機,更協助孩子理解抽象的數理概念,扎實建構學科領域的認知與應用能力。同時,均一也與台積電、LINE、雀巢、ASML、星展銀行等企業,共創結合 108 課綱的跨領域素養課程教材,期待能讓孩子在學習過程中獲得嶄新的啟發與靈感,進而成為具備問題解決能力與跨域思維的未來人才。

透過習題的打造與升級,成就學生的自主學習能力

面對快速變遷的社會環境,自主學習成為學生重要的核心能力。自主學習不只是學習具體知識,更重要的是對學習過程的掌握:設定目標、運用策略,及對過程的反思。

自主學習有一重要基礎:「自我調節能力」,也就是個人管理情緒、行為、與反思過程的能力,老師與家長在這個發展過程中扮演相當重要角色。均一相信當學生建立起自主學習能力,再結合目前由教師主導的主流教學模式,我們就更有機會推動台灣的教育變革。

因此,均一致力於培養學生的自主學習能力,透過打造讓學生積極參與、挑戰並享受學習過程的數位環境,讓學習成為一種自發的、有價值的追尋。隨著 AI 狐狸貓的部署,均
一平台上的課程影片將全面藉由生成式 AI 強化,變得更為個人化,學生可以藉由與 AI 對話,更深刻掌握影片內的知識。最後還有一項關鍵策略,便是習題與影片內容的整合。

除了藉由 AI 狐狸貓互動吸收知識,讓習題與影片結合的最大價值在於,答題過程能刺激學生主動回想影片中的學習內容,強化對知識的記憶與理解,更有助於長期記憶的形成。

因此,2024 年我們預計為高一及高二上學期的數學內容、約 120 個影片知識節點,分別對應製作 600 至 900 題習題,並設計不同難度、範圍的練習機制 (例如:小範圍深入練習、大範圍總結複習),為學生、老師打造一站式的學習與教學解方。儘管這將會需要大量的時間與資源,但為了創造連貫的學習體驗,讓被動學習的學生成為自學者,我們相信,這是一項值得我們投入,且刻不容緩的事。

服務驅動|數據輔助差異化教學的展望

均一在苗栗與屏東:深耕嚴謹教學幫助學扶生

非營利組織最大的使命在提升弱勢孩子學力,而均一重點合作多年的苗栗和屏東,一北一南各有挑戰:苗栗地處新竹、台中之間,資源相對弱勢;屏東地形狹長多山,資源整合不易,孩子背景更是多元。因此均一和中央、地方齊力,在兩縣推動「課中學習扶助」,將不適應一般數學課堂的孩子集中到「均一班」,以數位輔助、差異化教學,協助孩子找到學習步調。

均一也與苗栗縣教育處合作,追蹤參與計畫的五所小學與五所國中。發現自 2022 年起,計畫學校在每年的成長測驗* 中,數學科通過率不僅趕上全縣平均,2023 年的通過率甚至高於全縣平均八個百分點。

然而儘管數據表現優異,苗屏仍面臨師資上的挑戰。在教師流動無法避免的情況下,為支持新進教師,均一自 2022 年起,打造以教學現場情境為本、最大化平台功能的數位教學培訓課程,再搭配情緒支持,以高品質培力課程與團隊的力量陪伴現場老師。

展望 2024 年,均一將持續藉由縣市計畫合作,以及和老師的密切交流,推動符合現場教學需求的培訓課程。同時,經由後台數據追蹤關鍵使用行為及成效,陪伴現場老師達到精準教學,讓愈來愈多弱勢孩子在數學課上找到成就感!

* 註:檢測學習扶助學生是否成功追上前一年學習落差的學力測驗。

  • 五所均一專案國小學生,在 2022 年趕上全縣受測學生平均通過率,2023 年的通過率甚至更高於全縣平均八個百分點。
  • 五所均一專案國中學生,在 2022、2023 年成長測驗通過率皆高於苗栗全縣受測學生平均。

均一在台南:讓數學課裡不再有學生是客人

「先講解到這裡,請前面這組同學拿出平板,上均一平台完成指派任務。」老師走向教室後方另一組學生,在黑板上寫了一個一元二次方程式:「為什麼可以這樣算?給大家一些時間思考。可以翻課本、查影片找答案,也可以和旁邊同學討論。」這是台南市安南國中陳盈全主任的數學課,老師穿梭於不同組別間,給予學生們不同的任務,教室裡每個人都專注於自己的學習。

這是「差異化教學」的課堂,其核心理念是讓每位學生都能照自己的步調學習。疫情的衝擊之下,學生學力程度 M 型化日益嚴重,單一進度的教學越來越難滿足所有學生的需求。為解決這個困境,台南市教育局自 2023 年起,全面推動課中差異化教學。均一平台以公益執行顧問的角色與台南市政府合作,由專業團隊與劉繼文老師,開發線上習題、紙本講義等差異化教材,並進到學校第一線與老師們互動,分享差異化教學的做法。

例如,在分組教學中,老師將學生分成不同程度的組別,設計不同的教學內容和活動;在混成學習中,老師會結合傳統教學和數位教學,讓學生在課堂上進行多元化的學習活動。

透過與台南市政府的合作,均一希望在未來三年達成以下願景:

  • 打造一套完整的差異化教材教法
  • 培養一群能夠在課堂上進行混成差異化教學的在地老師
  • 推動差異化教學在台南市全面普及
  • 降低台南學生會考成績等級 C 的比例

身為非營利組織,均一平台在教育生態系中扮演著獨特的角色,具有高度的彈性與靈活性,能夠快速回應教學現場的實際需求。同時,均一也擁有豐富的教學資源和經驗,並能夠與教育體系緊密合作對話,為教學現場提供有效協助。

教室裡的風景

每個人的生命當中,都有那麼幾位令人印象深刻的老師。有的老師幽默風趣、有的嚴厲而堅毅,有的老師像是再生父母,讓我們從學習與探索中,發揮生命更大的價值。

在 2021 年 的停課期間,有一種老師大量增加了,他們是守護孩子學習不中斷的「抗疫老師」,在短短幾天內,設法與孩子取得聯繫、使用各種數位工具,並給予遠距支持。

事實上,在在台灣的每一個角落,一直都能看見這些義無反顧為孩子付出的身影。以下是均一在推動教育改變的路上,遇到的幾位老師,希望透過簡短的文字、影片,與你一起分享,均一在教育現場的看見。

均一教師的身影

安溪國中——靜怡老師

靜怡老師任教於新北市安溪國中數學科,七年前開始使用均一教育平台,並將均一應用在「適性分組班」與自己的班級教學當中。

「讓孩子不會只是之前的挫折一直累積到最後,讓他可以在這裡找到讓他產生信心的地方。」/ 靜怡老師

點我看靜怡老師的完整分享 >>

 

安溪國中靜怡老師

 

高雄岡山教會課輔班——子婕老師  

子婕老師雖罹患罕病,仍完成中央大學數學、資工雙主修,更因為從小便與媽媽在教會服務弱勢孩童。研究所時對數位教學產生興趣、畢業後即投入弱勢教育。2020 年導入均一教學後,子婕老師與課輔團隊投入其中,幾乎天天討論到深夜。雖然孩子的學習成就並沒有一飛沖天,但她認為,孩子的正面心態、學習品格才是第一順位。

「我希望這些孩子記得,小時候有這麼一群人拼 死拼活努力去愛他們,他們是值得被愛的。」/ 子婕老師

點我認識「弱勢課輔班計畫」>>

均一如何支持教師

均一經由支持教師,更規模化地影響孩子。

在子婕老師參與的弱勢課輔班計畫中,均一在兩年內培訓了 110 位教師,其中有 87% 的老師過去未曾使用數位平台輔助教學,在經過師資培訓後,提升了 20% 老師的教學信心,大多數老師更能夠獨立於課堂中教學,陪伴孩子探索數位學習平台,找到適合的學習內容。

除了弱勢課輔班計畫之外,均一長期與苗栗、屏東學習扶助班級合作,培養學習扶助科技教師。疫情期間,更曾累積上千名老師同時在線參與研習培訓,支持全台教師、家長陪伴孩子停課不停學。疫情之後,超過半數的現場教師仍持續採取科技搭配教學,數位學習將是教師、學生、家長不可或缺的關鍵能力。我們期待持續投入培訓資源與教學法開發,支持現場教師,進而支持更多孩子。

你也能一起參與改變

均一是一個非營利組織,為了專注於我們的願景使命,我們不承接政府預算、不發展有對價關係的盈利,仰賴與我們有相同願景使命的大眾捐款支持,期待集合眾人之力,實現真實的共創與共好。

邀請你一起參與 >> 公益支持