AISI 愛思 平台

以學習科學為核心的生成式 AI 教與學平台

AISI(Adaptive Interactive Study Interface for Next-Generation Learning)愛思是一個以學習科學為核心、結合生成式人工智慧的教與學平台,致力於支持教師進行高品質的學習任務設計,並引導學生在探究、論證與反思歷程中發展自主學習與高層次思考能力。

AISI 並非以「給答案」為目標,而是透過 AI 作為引導者,協助學生在學習歷程中逐步釐清想法、檢視證據、修正理解,實踐以學生為中心的學習理念。

學生智慧學習幫手

AISI 是你的學習好夥伴,讓你像跟真人聊天一樣和 AI 對話。無論你在寫作業、練習提問,還是想了解一個新概念,AISI 都能即時給你協助,還支援多種語言與圖片解讀,學習更輕鬆、有趣。

教師的貼身小幫手

AISI 讓老師更省時省力!可以輕鬆建立學習任務、收學生的回覆、查看表現,一站式管理教學流程。無論是備課還是批改,AISI 都能幫老師節省時間,專注在真正重要的教學互動。

看得見的學習進步

老師可以透過 AISI 快速了解學生的學習狀況。系統會幫忙分析學生的回覆,讓老師知道誰學得好、誰需要多一點幫助,幫助每位學生都能跟上進度。

核心理念

Learning-Science DNA

平台設計特別關注 AI 在教育場域中的角色定位,確保其回饋具備教學法一致性、歷程導向與可解釋性。

🧭

高層次思考

Higher-order thinking as the anchor of every task.

🔎

探究導向學習

Inquiry-first workflows that foreground evidence and claims.

🧠

自我調整學習

Metacognitive nudges that foster self-regulated learning.

🤝

AI 作為教學夥伴

AI guides without replacing teachers or student thinking.

平台特色與功能

Design, Guide, Analyze

模組化任務建置、多模態回應、歷程導向回饋與角色權限管理,讓教師與學生即時串連。

AI 輔助任務與作業設計

創作

教師可透過模組化介面或 AI 對話式任務畫布,快速建立結合文本、圖片、影片與互動題型的學習任務,並自訂 AI 回饋與評分規準。

歷程導向的 AI 回饋機制

引導

逐步引導、任務導向、反思回饋等模式,讓學生在「作答 → AI 回饋 → 再作答」的循環中深化理解。

課程與角色權限管理

治理

完整的課程與角色區分,涵蓋公告、作業繳交、歷史紀錄與學習表現檢視,同一任務可彈性轉換課程作業。

多模態學習回應與 AI 分析

解析

支援手寫、繪圖、圖片上傳與圖文混合回應,AI 可針對圖像與文本進行分析,提供符合學習目標的建議。

ThinkForge:AI 探究對話系統

探究

內建逐步引導、直接回應、科學探究、閱讀探究等模式,可整合對話資料夾與學習分析,支援長時程專題。

適用對象與場域

AISI 的適用場域

  • • 國中、高中與高等教育課程
  • • 高層次思考任務、探究、跨領域學習
  • • 自主學習課程、探究與實作導向教學

願景

AISI.tw 的未來

AISI.tw 致力於成為「以學習科學為基礎的教育 AI 平台」,在生成式 AI 時代中,協助教師設計更有深度的學習活動,並支持學生發展思考力、反思力與學習自主性,而非被動依賴 AI。

計畫團隊

People Behind AISI

Chun-Yen Chang

主持人

張俊彥 Chun-Yen Chang

計畫主持人暨共同創辦人 · 國立臺灣師範大學

國家講座教授

Chi-Jung Sui

主持人

隋奇融 Chi-Jung Sui

計畫主持人暨共同創辦人 · 臺北市立大學

助理教授

計畫夥伴

顏妙璇 Miao-Hsuan Yen

國立臺灣師範大學 · 科學教育所副教授

于清華 Martin Yu

技術長

林易辰 Yi-Chen Lin

國立臺灣師範大學博士候選人

蕭聖益 Sheng-Yi Hsiao

新北市土城國中教師 · 國立臺灣師範大學博士生

金建鈺 Jianyu Jin

溫州大學小學教育系副主任

Dadan Sumardani

國立臺灣師範大學博士生

Arip Nurahman

Institut Pendidikan Indonesia 講師 · 印尼教育大學博士生

Bakhrul Rizky Kurniawan

瑪瑯國立大學物理系講師 · 國立臺灣師範大學博士生

發表

學術發表

期刊論文

同儕審查
  • Sui, C.-J., & Chang, C.-Y. (2026). Generative AI and education: Exploring the interplay between teachers' epistemic beliefs and self-regulated learning. Educational Technology & Society, 29(3). https://doi.org/10.30191/ETS.202607_29(3).RP03
  • Sui, C.-J., Chang, C.-Y., & Yen, M.-H. (2025). STEM-5E Socio-scientific argumentation with generative AI-driven scaffolding: Exploring the interplay between epistemic beliefs and learning outcomes. Journal of Science Education and Technology. https://doi.org/10.1007/s10956-025-10257-6
  • Sui, C.-J. (in press). Enhancing the accuracy of LLM-based automatic scoring: A study of zero-shot, few-shot, and self-consistency strategies in socio-scientific issues. Contemporary Journal of Science Education.

會議論文

學術社群
  • Sumardani, D., Sui, C.-J., Sreedevi, P. S., Yen, M.-H., & Chang, C.-Y. (2025, February). AI-driven Feedback on Argumentation: Should we use AI as our scaffolding on Energy Issue? Paper presented at 2025 IEEE 8th Eurasian Conference on Educational Innovation (IEEE ECEI 2025), Bali, Indonesia.
  • Hsiao, S. Y., & Chang, C.-Y. (2025, February). Cultivating Pre-service Teachers to Design Critical Thinking Curriculum Using the DECODE Model. Paper presented at 2025 IEEE 8th Eurasian Conference on Educational Innovation (IEEE ECEI 2025), Bali, Indonesia.
  • Sumardani, D., Yen, M.-H., & Chang, C.-Y. (2024, December). Exploring GenAI Implementation in Science Learning. Paper presented at The 40th Annual International Conference on Science Education (ASET 2024), Kaohsiung, Taiwan.
  • Sui, C.-J., Gijlers, H., Chen, H.-C., Yen, M.-H., & Chang, C.-Y. (2024, December). Investigate effect of GenAI-supported scaffolding on socio-scientific argumentation: A case study in the Netherlands. Paper presented at The 40th Annual International Conference on Science Education (ASET 2024), Kaohsiung, Taiwan.

聯絡我們

本平台由國科會專題研究計畫經費支持。

Funding support acknowledged with gratitude. Ready to co-design deeper learning experiences.