系列導讀／更新註記（2026年10月3日）
本文保留發表時的構想與操作經驗，並作為本系列的特定主題參考。較新的整體架構、補充與閱讀順序，請先閱讀〈建立自己的 AI 輔助自學流程：如何確認自己真正學會了？（總覽與閱讀指南）〉；可依需求選讀各篇，不必重複閱讀全部流程。
本文定位：技能練習與表現回饋：本文聚焦可觀察表現、評量規準或回饋流程。 本文重點：技能影片評估之會議紀錄、規準及驗證方向。
一、目的
討論以AI agent與「影音檔/逐字稿分析技術」應用於專業技能、教學或臨床互動影片評估之潛力與後續方向
釐清短期優先工作，包括評量表與回饋架構、測試場域、資料來源、影片與音訊品質，以及可操作工具
二、主要討論事項
技術可行性：AI影片與影像分析技術仍會持續進步，成本亦有下降趨勢；短期關鍵不在技術本身，而在如何定義可評估的內容與回饋方式，以及我們的影片資源/應用情境何在？
評量表與回饋架構：團隊核心競爭力在於評量表、判準與可具體修正的回饋架構；評量表須持續改良，並可依不同應用情境擴充細項
應用情境選擇：宜以educational impacts以及影片資源為主要考量。不宜侷限於OT領域，可延伸至臨床互動、專業人員與個案互動、心理師或醫師互動，以及教學場域；其中教學情境與學習者回饋被認為較具初期可行性
資料與驗證管道：目前仍需找到足夠影片資料、可測試對象與具影響力的場域；若單一管道不可行，可同步探索兩至三個管道。BBN教學/影片為確認標的之一。
既有影片與品質控管：討論提及OSCE或考試相關影片、教學錄影檔，以及部分影片可能受使用限制；需確認影像解析度、錄音品質、攝影機配置與是否可改善設備（確保不受系統因素影響，且盡量避免隨機因素影響）。
三、決議
短期優先事項為建立與修正評量表及回饋架構，而非等待影片分析技術完全成熟。先以BBN為主，再思考其它資源。
應優先挑選具足夠資料、可驗證資源且具影響力的應用情境
需確認可用影片來源、使用限制、錄音品質、影像解析度與設備改善可能性
持續測試AI agent相關工具 (Codex, antigravity…)
四、待辦事項
項次 | 待辦事項 | 內容說明 |
1 | 確認可驗證之資料與場域 | 盤點可用的教學、臨床互動、OSCE或其他專業技能影片來源，並評估資料量、可使用性與影響力 |
2 | 確認影片使用限制 | 釐清國家考試、OSCE或既有教學錄影檔是否可供研究或測試使用 |
3 | 確認錄影與錄音品質 | 確認攝影機配置、影像解析度、錄音清晰度與設備是否需改善；先排除系統性品質問題 |
4 | 修訂評量表與回饋架構 | 聚焦評估項目、判準、細項擴充與具體修正建議，建立可被AI agent套用的評量架構（尤其是BBN與溝通/同理相關之評量表） |
5 | 測試AI工具流程 | 持續使用antigravity、Codex或相關AI agent工具進行流程測試與技術驗證 |
沒有留言:
張貼留言