2.2 學習分析功能

本影片示範如何操作討論區的兩大分析工具：「討論區關係圖」與「討論區關鍵字」。內容涵蓋如何透過視覺化的網絡圖觀察學生之間的互動情況與參與度，以及如何利用文字雲（Word Cloud）與過濾詞語功能，快速掌握討論焦點與學生的知識盲點，協助教師依據數據調整提問與引導策略。

教師可善用「討論區總結報告」功能，將系統記錄轉化為具教學意義的資訊。透過檢視學生的發文頻率、回覆內容質素及瀏覽歷程，教師能有效實踐「促進學習的評估」，判斷學生在自主學習過程中的參與程度與學習投入感。

「討論區總結報告」為教師提供了客觀的量化實證，包括貼文發布數目、回應互動數量及瀏覽次數等數據。這些數據有助教師及早識別學生的學習狀態，並作為調整教學進度或提供個別回饋的依據。

在推動「協作學習」的過程中，教師需關注學生間的互動狀況。透過分析互動模式，教師可以識別出「知識貢獻者」（經常發起討論）與「回應者」，並據此優化分組策略，確保異質分組能發揮同儕互助的最大效益。

此外，結合數據分析與內容質素評估，教師能精準辨識「活躍參與者」與「被動觀察者」。這有助於教師實踐**「照顧學習多樣性」的原則：對積極學生給予肯定與挑戰（如擔任組長），對較為沉默的學生則提供適切的鷹架支持或引導，鼓勵其參與課堂互動。

「討論區關連分析圖」能具體呈現班級內的學習社群結構：

節點大小：代表學生的互動頻率或投入度。節點越大，顯示該生在學習社群中越活躍。
連結線條：顯示互動的方向與關係（如回覆或提及）。
實例分析：以圖中的 Student 2 為例，其節點較大且與教師及多位同學（如 Student 4 和 Student 7）建立了雙向連結。這顯示該生不僅主動建構知識，亦頻繁回應同儕，是小組協作中的核心節點，發揮了帶動討論的作用。

教師可利用「文字雲」進行質性學習分析。系統將學生回應中高頻出現的詞彙視覺化，這不僅反映了學生當下的學習焦點與興趣所在，更能協助教師快速診斷全班對課題的掌握程度。

透過點擊特定詞語，教師能追溯相關的貼文內容與發言學生。這項功能有助於教師檢視學生是否對某些概念存在錯誤概念，或評估學生是否已能運用學科關鍵詞彙進行高階思維**討論，從而即時調整教學內容或進行針對性的解說。

教師可在課程關鍵階段（如開課前、單元後、課程末）設置系列化討論任務。通過收集與分析學生在不同階段的討論內容，能夠有效追蹤其對核心知識的掌握進程與認知發展軌跡。這些縱向數據爲教師提供了清晰的教學反饋，有助於精準定位學生的認知轉變與學習難點，進而爲下一階段的教學提供具有行動指導意義的反饋。