Uedu Open
AI Chat as Learning for OCW

1. 設計理念

開放式課程（OpenCourseWare, OCW）自 2002 年 MIT 帶頭之後，已累積數萬門高品質教材。但對自學者而言，OCW 仍是單向廣播：影片、講義、習題均為靜態資源，無法回答「這段公式為什麼成立」「我看不懂這個比喻」這類即時困惑。

Uedu Open 將開放教材匯入平台，並針對每堂 lecture 提供獨立的 AI 對話夥伴。AI 知道學生正在看哪一堂課、哪一段內容，能根據逐字稿提供有脈絡的引導，將「看講義」升級為「跟講師討論」。

2. 系統架構

Uedu Open 由兩個 Flask Blueprint 組成，定義於 app_uedu_open.py：

• uedu_open（前綴 /open）：UI 路由，提供課程目錄、課程詳情、Lecture 播放頁面
• uedu_open_api（前綴 /api/open）：API 路由，提供 AI 對話 SSE 串流、對話歷史、學習指南

主要頁面

技術組成

• LLM：OpenAI gpt-5.4-mini（單一模型，無 function calling）
• 串流：Server-Sent Events（SSE），訊息使用 base64 編碼避免換行干擾
• 檢索策略：簡易 prompt augmentation（將 lecture 逐字稿前 3000 字直接拼進 system prompt），不使用 embedding 向量檢索
• 資料庫：MySQL；課程內容支援 MATCH/AGAINST 全文檢索（中英雙欄）

3. 資料模型

共 6 張主要資料表，定義於 sql/open_tables.sql：

初始 seed 資料只啟用 MIT OpenCourseWare 一個來源，schema 預留 nthu_ocw、stanford_edx、edx_api 等識別碼，未來可由各來源實作獨立的匯入腳本。

4. 課程匯入

外部資料透過背景匯入流程進入資料庫，目前以 MIT Learn API（https://api.learn.mit.edu/api/v1/courses/）為主要來源：

1. 匯入腳本依 open_sources.api_config 連接外部 API
2. 抓取課程 metadata（標題、講師、學期、難度、topics）寫入 open_courses
3. 逐課抓取 lectures，含影片 ID、長度、逐字稿（YouTube auto-caption 或 OCW 提供的 SRT）
4. 抓取課程附件（PDF / 講義）寫入 open_materials
5. 選擇性產生 AI 學習指南（摘要 / 關鍵詞 / 測驗）寫入 open_study_guides

5. AI 對話流程

核心 endpoint 為 POST /api/open/chat/stream（SSE），實作於 api_open_chat_stream()：

1. 檢查使用者已登入（公開瀏覽不需登入，但對話須登入，以利學習資料追蹤）
2. 讀取 lecture_id，撈取對應 lecture + 所屬 course 的 metadata
3. 由 build_system_prompt() 動態組裝 system prompt（見下節）
4. 若有 session_uuid，從 open_chat_sessions.messages 還原既有對話脈絡；否則建立新 session
5. 送 OpenAI gpt-5.4-mini，temperature=0.7，max_completion_tokens=1500，啟用 streaming
6. 每收到一個 token chunk，base64 編碼後以 SSE event 串回前端
7. 串流結束後，將完整 user / assistant 訊息 append 進 messages JSON，更新 open_chat_sessions

對話歷史

GET /api/open/chat/history?session_uuid=... 回傳完整對話陣列，前端據此重建歷史對話 UI。同一使用者在同一 lecture 可有多個 session，互不污染。

6. 提示組裝（Prompt Augmentation）

Uedu Open 採逐字稿基礎的 prompt augmentation，而非 RAG embedding 檢索。原因有三：

• 每段 lecture 的範圍已由 lecture_id 明確界定，不需要跨講次的語意檢索
• 逐字稿通常 5,000~15,000 字，截取前 3,000 字（≈ 4,000 tokens）已能涵蓋主要概念
• 避免額外的向量化成本，加速冷啟動

System prompt 結構

你是一位協助學習開放式課程的 AI 助教。

# 課程資訊
- 課程：{course.title_zh} / {course.title}
- 課號：{course.course_number}
- 學期：{course.semester}
- 講師：{course.instructors}
- 難度：{course.level}

# 本堂 Lecture
- 標題：{lecture.title}
- 順序：第 {lecture.order_index} 堂

# 講授內容（節錄）
{lecture.transcript_text[:3000]}

# 你的角色
- 以蘇格拉底式對話引導學生思考，不直接給答案
- 若學生問題超出本堂範圍，提示可能在哪堂講次
- 使用繁體中文回應

7. 學習資料治理

所有 AI 對話皆寫入 open_chat_sessions，包含 user_id、課程 / lecture 連結、完整 messages JSON。這些資料具有以下研究價值：

• 自學者學習行為研究：不同 lecture 的提問頻率、提問深度、卡關點分佈
• 教材難度回饋：高頻提問段落即為教材需要補充的概念
• 跨課程學習路徑：同一使用者跨課程的學習脈絡可串接成個人 OCW 學習地圖

隱私與同意

• 對話資料採用 user_id 對應，不去識別化儲存（與 ClassroomGPT 一致）
• Uedu 使用條款已涵蓋 AI 對話資料用於平台改善與學術研究
• 學習者可隨時於個人設定刪除個別 session 或全部歷史
• 對外論文發表時，所有引用對話皆需經去識別化處理

8. 目前限制與未來方向

目前限制

• 來源覆蓋率：目前僅整合 MIT OpenCourseWare；NTHU OCW、Stanford Online、edX 等已預留欄位但尚未匯入
• 逐字稿截斷：3,000 字截斷對長 lecture（90 分鐘以上）可能漏掉後段內容
• 無向量檢索：跨講次的概念聯想（如「這個觀念在第 5 堂提過」）目前無法自動關聯
• 無工具調用：不像 Aida / ClassroomGPT 能呼叫 Bloom 分類、學習歷程等工具，回應較單純

短期規劃

• 逐字稿分段 + embedding 向量化，啟用真正的 RAG 跨段檢索
• 整合 Bloom's Taxonomy 分類器，追蹤自學者的認知層次變化
• 串接 Aida 的工具調用機制，提供「跨堂查找」「相關習題」等能力
• 擴充更多開放來源（NTHU OCW、Open Yale Courses、Khan Academy）

9. 研究應用

Uedu Open 是研究「對話式自學行為」的天然實驗場。可探索的研究議題包含：

• OCW 自學者與正式選課學生在提問模式上的差異
• 逐字稿 prompt augmentation vs. embedding RAG 在開放教材場景的效益比較
• 不同學科（STEM / 人文社科）OCW 學習者的持續性與學習路徑
• AI 引導對OCW 完課率的影響（傳統 OCW 完課率僅 5–15%）