Uedu 優學院正式推出 Bloom’s Taxonomy 自動認知層次分析功能，系統會針對每一則學生在 UeduGPTs 的提問與互動訊息，自動判定其主要認知層次，並同步提供六維度分數（記憶、理解、應用、分析、評鑑、創造），協助教師以更細緻且可量化的方式理解學生當下的思考深度與學習歷程。這項更新讓課堂互動不再只停留在「有沒有問問題」或「問了什麼」，而能進一步呈現「學生正在用哪一種思維層次學習」，讓教學介入點更清晰、回饋更即時，並為後續學習預警與教學研究提供可累積的資料基礎。
在教師端教室頁面中，新增「Bloom’s 認知分析」視覺化儀表板，將班級整體與個別學生的認知分佈以圖表方式呈現，教師可以快速掌握目前班級互動偏向知識回憶、概念理解，或已進入分析、評鑑與創造等高層次思考。系統同時提供學生層級的統計與趨勢軌跡，讓教師能從時間序列觀察某位學生在課程進行中是否逐步提升思考層次，或在特定單元出現理解瓶頸，進而調整提問策略、作業設計或課堂活動節奏。
在學生端，Bloom 標籤會以輕量方式回到聊天訊息中，不干擾原本對話體驗，讓使用者在互動後立即得到一種「思考層次的鏡像回饋」。這種回饋適合用於引導學生自我檢核：同一個問題是否只是想要標準答案，還是已經在嘗試應用、比較、推理與創造，從而促進更具目的性的提問與更高品質的學習反思。
本次更新也強化了多模態支援，當學生在提問時同時附上圖片與文字，系統會自動切換為 multimodal 分析流程，將圖片以高解析度方式納入判斷，並在需要時連同前文對話脈絡一併考量，使分類更貼近真實學習情境，例如解題拍照、圖表判讀、實作截圖、作品草圖與閱讀筆記等。為了兼顧即時性與可擴充性，系統同時提供即時分析與背景批次補算機制，能在不影響課堂使用的情況下逐步補齊歷史資料，並以冪等設計避免重複寫入，確保部署後能穩定擴大到大量訊息的分析需求。
目前此功能已完成系統端整合與前後台介面更新，接下來將在完成資料表建置與部署驗證後，觀察前期分析結果並持續微調 prompt 的判斷品質，同時進行圖片情境的準確度測試，並評估建立 Gold Standard 驗證集的可行性。Bloom’s Taxonomy 認知層次分析是 Uedu 在「以互動資料驅動教學決策」方向的重要一步，未來也將作為學習預警、課程診斷與教學研究模組的關鍵基礎，讓教學不只可被看見，更能被理解、被衡量並被持續優化。
Uedu Update 用於分享單一事件或一段期間的總結，內容不限於功能更新，也可能包含技術交流、活動紀要、演講心得或參訪紀錄。我們希望透過這裡的更新，讓讀者能即時了解優學院在教學、研究與社群互動上的即時動態。
