一、前言
美國前總統歐巴馬於2014年開始倡議「精準醫療」(precision medicine)，基於每個人因遺傳基因組成不同，罹患的疾病與對藥物的反應也會有所不同。Hart (2016)表示精準醫療沒有理由僅適用於生物醫學疾病(biomedical disease)，精準醫療計畫應該也可適用於分類與治療學習障礙(learning disabilities)，因此於「Precision education initiative：moving toward personalized education」一文中指出學習障礙亦屬於一種精神異常，其複雜的程度不亞於生物醫學疾病。然而兩者疾病都需考慮到不同的個體基因與環境、生活型態，再施予不同的治療與矯正，而此文亦成為研究「精準教育」(precision education)之重要參考文獻。
台灣高等教育屬於選擇性教育，非屬公共財，受教者需付費方可享有教育資源，但在經營成本與學生來源差異化下，使用一套相同學習資料面對所有學生已廣泛為大學所採用，因材施教遂成為教育之崇高理想而已。惟面對廣設大學後，同一個學校的學生入學級分數可能有30個級分以上的跨距出現，故一套通盤適用的學習制度，已難以應付學生個體程度差異日益加劇的窘境（吳聰能、蔡碩倉，2019）。有鑑於此，亞洲大學（以下簡稱本校）以「精準教育之智慧大學」為深耕計畫發展特色，藉由擘畫不同學習者之學習路徑，達因材施教目的。
二、亞洲大學精準教育運作機制
本校精準教育運作機制，係以數據導向(data-driven)為基礎，透過人工智慧/機器學習/教育大數據，進行教師教學以及學生學習之智慧教育。運作機制涵蓋規劃設計精準教育、智慧教育雲、學生端學習、探究模式及探究場域，相關運作機制如圖1：
 |
圖1 亞洲大學精準教育機制 |
（一）規劃設計精準教育步驟
精準教育係參考精準醫療精神，發展出本校精準教育之步驟，包括：診斷、預測、輔導、預防，如圖2所示。
1.診斷：運用學生學習行為資料之紀錄與收集，反饋教師端、學生端、學校管理階層端進行分析診斷。
2.預防：透過預測模型預測學生的修課行為、學生的學業成績表現、學生是否能順利修課程成功、學業成績有危險的學生及什麼時候發生，並提供早期預警與輔導。
3.輔導：藉由學習預測模型之預測結果，導入個別化學習策略評估與改善輔導機制，提供適性差異補救教學措施，以強化對學習落後學生的有效輔導及銜接教學。
4.預防：及早提供學生學習路徑的建議，推薦適合的學習教材、建議學生何時該進到下一個學習目標、哪些課程適合學生後續的學習、哪些學生會有學習落後、需要輔導顧問介入協助的適當時機。
 |
圖2精準醫療與精準教育 |
（二）整合智慧教育雲
以學校現有的教育雲為基礎，結合自行開發及導入的平台，包括Moodle、BookRoll、LARC(Learning Analytics Report Card，學生學習經驗系統)、LDA(Learning Diagnosis & Assistance，學習診斷與輔導系統)，以提供學生自主學習之教學資源與教師教學支持系統所需之雲端服務。學生可透過Moodle平台進行學習管理，課堂上之學習行為會透過BookRoll平台紀錄，交由LARC平台進行回饋分析，再由LDA平台進行診斷並輔導。最後學生可自我檢視學習診斷報告，教師則可透過診斷結果對課程與教學方法給予修正。
（三）蒐集學生學習行為
以智慧教育雲之系統功能，學生可進行適性化之學習行為模式，包括Moodle提供學習管理功能、BookRoll提供探究學生學習行為、LARC提供分析學生學習行為、LDA提供探究學習診斷與補救，相關資料分析結果最終彙整於學生e-portfolio。
（四）提供教與學探究模式
智慧教育雲可提供之教與學模式，包括虛擬操作、虛實互動、小組合作、分組競爭，另提供IR進行分析。
（五）建置智慧學習場域
智慧教育雲所提供之學習場域，包括個人終端學習、教室學習場域、實驗室學習場域、教室外學習場域、校友終身學習場域及校外學習場域。
三、亞洲大學精準教育三部曲
本校依據所建構之精準教育內涵，提出「精準教育三部曲」，如圖3所示，內容包括學習基因檢測、預防性輔導及智慧學習，逐步落實因材施教的教學目標：
 |
圖3亞洲大學精準教育三部曲 |
首部曲：學習基因檢測
學習基因檢測係以數據導向(data-driven)為基礎之提前預後(prognosis)概念所發展的檢測系統，利用高中端學習歷程資料(porfolio)預測學生進入大學後的未來學習績效，並提早發現學習績效不佳之高風險群，進而從入學時即給予關切與輔導，以期避免學習績效偏低的結果發生，甚至導致休退學的窘境。其中「AI學習預後模型」是以過往在校生之學習資料，藉由人工智慧演算法，如機器學習(machine learning)/深度學習(deep learning)方式，所建立之學習基因檢測系統，如圖4 所示。每位入學新生經由此系統檢測個人學習基因後並產生預後學習診斷結果，如未來發生1/2、2/3不及格或休退學機率。107年本校已初步建立完成「AI學習預後模型」，其中休學學習預後模型與退學學習預後模型之正確辦識率分別為94.8%、89.7%，顯示以人工智慧方法建構學生學習預後系統具有高度正確辨識率。
 |
圖4 AI學習預後系統 |
二部曲：預防性輔導
入學新生依據學習基因檢測之預後診斷結果，個別給予差異性學習路徑(learning path)與輔導措施，尤其針對學習風險群學生，協助如何降低休退學率，提高畢業率。本校目前擘劃三種差異性學習路徑，包括學習績優、學習大眾、學習落後等三群：
1.學習績優群之學習路徑：以自主學習為主要學習內容，鼓勵學生進行校外學習活動，包括跨國學習完成國外雙聯學位、參與本校OProSS(Overseas Professional Social Services Project)等計畫，以開拓學生國際視野，如圖5、圖6所示，107年計有158人參與自主學習。
 |  |
圖5 學生赴非洲賴索托參與OProSS計畫 | 圖6 學生赴非洲史瓦帝尼參與OProSS計畫 |
2.學習大眾群之學習路徑：以跨域學習為主要學習內容，利用目前亞大11個跨領域學程與透過「中亞聯大虛擬學院」所開設之4個跨校學程(與中國醫藥大學合開)，協助學生完成他系/他校之專長學程、輔系、雙主修，藉以培育可跨域合作與善於解決問題的π型人才，如圖7、圖8所示，107年計有3,194人參與跨域學習。
 |  |
圖7 亞洲大學跨領域學程 | 圖8 幼兒潛能與創意設計學程 |
3.學習落後群之學習路徑：以增能學習為主要學習內容，亞大目前推動「學習銀行鏈計畫」(包括壯遊銀行、培力銀行、學分銀行、民生銀行、書香銀行)，以實作體驗學習方式輔導學習落後學生，並藉以培養職場所需之第二專長，如圖9、圖10所示，107年計有334人參與增能學習。
 |  |
圖9 亞洲大學學習銀行鏈 | 圖10 亞洲大學共生銀行成果 |
三部曲：智慧學習
為支撐精準教育之順利遂行，本校以智慧教育雲概念統整相關智慧型學習支持系統(如圖11)，並透過學習活動之資料收集與分析，以人工智慧技術了解學生學習行為，並回饋學生學習修正與提供教師教學內容調整及輔導。學生認同智慧型學習支持系統學習改善率達72%。
1.運用Moodle系統建置學習管理系統：提供教師開設線上數位學習課程，包含各種有效的工具模組，如藉由上傳或分享教學資源、線上討論、測驗等，收集學生意見並詳實記錄學生的學習歷程。107年運用Moodle教學平台累計使用人次達1,402,696人次。
2.運用BookRoll系統探索學生學習行為：提供標記重點、筆記、書籤、檢索等功能，學生的閱讀情況會被記錄到資料庫。教師可以透過系統掌握學生課堂中或課外閱讀教材的情況，作為改進課堂和教材的參考。107年已有43門課使用BookRoll平台， 學生使用數達1,794人次。
3.運用LARC系統分析學生學習行為：此系統可以擷取個別學生的課程相關活動並且將其學習進度以文字與視覺方式呈現出總結報告。
4.運用LDA系統進行學習診斷與輔導：最後再以此整合系統功能，統整教學、輔導以及行政資源，導入個別化學習策略評估與改善輔導機制；另依學生基礎能力差異，提供適性差異補救教學機制，以強化對學習落後學生的有效輔導及銜接教學。以此系統架構更能提早發現學生學習情形並給予協助，在學生使用智慧型學習支持系統友善認同率為70%。
 |
圖11 亞洲大學智慧學習架構圖 |
四、亞洲大學智慧學習執行情形
本校以人工智慧的技術建立智慧教育雲，並與日本京都大學(Kyoto University)、英國愛丁堡大學(University of Edinburgh)、美國史丹佛大學(Stanford University)共同開發「學習管理系統」，系統包含Moodle、BookRoll、LARC、LDA等四大平台。並以目前本校所使用之Moodle教學資源平台為基礎，逐步擴充與整合「學生學習活動數據系統」(BookRoll)與「學生學習經驗系統」(LARC)，有效收集學生學習數據。
107年導入智慧型學習支持系統後，目前已有十位教師定期參與BookRoll研究社群，並分享於課堂中實際導入BookRoll的情形與成效。透過學生使用BookRoll而蒐集到的學習軌跡，能在第一時間掌握每位學生的學習進度。透過Moodle線上作業習題、線上測驗、以及線上討論區等線上的數位活動，並在學生使用BookRoll系統前後施測，結果顯示使用智慧型學習支持系統應可讓學生的「自律學習」(self-regulated learning)和「自我效能」(self-efficacy)已獲得提升。
五、結語
當學生進入大學的門檻相對降低時，導致入學學生程度差異化日益加劇，學生教養的問題也就相對困難，尤其反映於逐年增高的休退學率，使得學校經營面臨危機並衍生教育資源浪費以及社會問題。導入「精準教育」可提早診斷並預後未來大學學習績效，再施予差異化學習路徑與輔導措施，全程掌握學生學習歷程，進而順利培育學生未來職場競爭力，應是高等教育劍及履及之策略。