隨著有著特殊教育需要的學生人數持續上升，教育系統面臨的挑戰日益增加。為輔助並支援老師的教學，如何為這些學生制定其有效的個別學習計劃 (IEP)，這個課題變得越來越重要。為了實現這個目標，我們可利用最新學生數據管理平台 (DMP 2.0)，強化學校照顧有特殊教育需要 (SEN) 的學生的能力。

如何協助老師有效地制定因材施教的 IEP？

一) 利用不同生成詞雲 ,   瞭解學生需要關注的重點

首先，在 DMP 2.0 平台中，系統對學生的 IEP 文本信息進行了深入分析，並生成詞雲 (見下圖 1)，幫助老師快速瞭解學生的核心需要。這些詞雲突出了學生特殊教育的主要關注點，如語言表達、情緒表現、社交技能等，輔助老師進行更有針對性的教學設計，使老師更宏觀地調整教學策略及教學設計。

此外，DMP 2.0 平台可利用 AI 模組，分析學生過往的 IEP 記錄中老師曾作出的干預措施，並再生成了另一組詞雲 (見下圖 2)，讓老師能夠有效地總覽過往已實施的措施，更有效地為學生設計課堂。

二) 利用熱力圖分析 , 找出學生對各類課外活動的正/負相關性

除了以上提到的事項，團隊同樣關注學生在不同學習環境中的表現差異。透過運用 DMP 2.0 平台生成的熱力圖 (見下圖 3)，我們可以分析有不同特殊教育需要的學生，在各類課外活動 (如藝術活動和學術活動) 中的參與情形。

另外，這些熱力圖亦反映了學生對哪些活動類型之間的正/負相關性，例如，藝術活動和學術活動之間可能顯示出高度正相關，這意味著參與課外活動的學生當中，參與藝術活動的學生也很可能會參與學術活動，反次亦然。

這些分析有助於老師為學生安排更合適的課外活動，促進其全面發展。如上圖 3 所示，顏色越偏向紅色，表示兩項活動之間的正相關性越高。這種直觀顏色區別能幫助老師更有效地識別學生的活動偏好，並改良其教學設計，鼓勵並提升學生參與活動的程度。

DMP 2.0 平台持續發展，將使我們能夠不斷提升支持特殊教育需要學生的能力。通過利用此平台的 AI 模組分析，我們希望能夠幫助學校老師們節省探索和區分學生能力的時間，同時讓老師們可及早掌握現況, 制定出更有效的個人教育計劃，因材施教，讓每位學生都能按自己的步伐學習和成長。

DMP 2.0 平台的 AI 模組還備有其他部份如「早期預測及預警模組」, 包括 (1) 校內成績預測 (RYG module)、(2) 公開試成績預測 (DSE module)、(3) 預警危機學生識別 (At-risk student module), 及 (4) 才能學生識別 (Talented student module) 。我們將在下期分享遂一為大家介紹！

如有任何查詢，請隨時通過電子郵件 (jcdm.support@polyu.edu.hk) 與「學生數據」項目團隊聯繫。