智慧教育浪潮持續推進，加上疫情凸顯出教學韌性的重要，如今透過軟硬體數位科技提升教學成效，並且整合教育資料庫與人工智慧（AI）運算的分析預測，將學生學習、教師教學及學校行政智慧化，已是目前智慧學校政策的重點發展方向。
新北市政府教育局自2011年便發展數位學習，投入智慧教育已有多年，為推動「校校有智慧教室」計畫，2019與2020年共計投入5億元，共建置455間智慧教室，每間均配有觸控電視、平板電腦、充電車及無線基地台，同時更新全市班級電腦，每班配置無線基地台，搭配全國首創單一帳號的親師生平台，讓每間教室都能在高速網路下，進行資訊融入教學，支援學生自主學習。
完善軟硬體設備後，2020年推動多屏智慧教學，實現以科技輔助自主學習目標。而除了教室現場外，新北市政府教育局也不斷優化數位行政，新北校園通App已提供多項優質功能，逾20萬家長綁定使用，2022年更榮獲雲端物聯網創新獎肯定。新北市政府教育局教育研究及資訊發展科吳彥德校長指出，新北校園通App現已成為全國最大的學雜費支付平台，學費PAY數位支付筆數超過60萬筆，減少至少60萬張紙張印製。另外，還有親師生平台，目前單一帳號就能使用128個軟體與平台，使用人次超過四千萬；去年推動教育部「生生用平板」政策，針對高中職以下學生已提供共11萬2千多台的平板裝置。
建構大數據平台 全盤掌握輔助決策
他提到，「科技不是萬能，但學校的數位轉型若沒有科技，卻是萬萬不能，」在推進智慧教育的過程中，也遇到諸多問題，其中也包含不同系統的介接，因此便需要非常穩定的平台以及硬體的配合。「關鍵是在政策施行後，如何得知這些教育政策推行的狀況以及決策的正確性？這就需要仰賴數據進行佐證，因此去年也打造雲端智慧科技中心，以視覺化呈現新北教育大數據，全盤掌握各校基本數據，如學生健康、體適能及書籍借閱狀況，以證據本位概念提供各校資料進行分析，打造適宜教學方向。」其中最主要的基礎就是大數據平台，藉由蒐集新北市所有教育相關數據，然後提供給各科室以及教育局長官作為決策的參考方向，並且依此進行修正，最後達成智慧教育的願景。
新北市政府教育局導入VMware Tanzu Greenplum建構大數據平台，藉由資料收集與分析，加速實現智慧教育發展目標。（由左至右為新北市教育局教育研究及資訊發展科吳彥德校長、教育網路中心何春緣主任、李宗龍老師與林璟豐老師。）
新北市政府教育局教育研究及資訊發展科李宗龍老師指出，選擇採用VMware Tanzu Greenplum大數據平台，主要考量教育局瞬間收到的資訊量非常大，尤其學生在使用平板學習時，往往是到處點擊，在此情況下網路封包的傳輸量非常驚人，「現在用戶載入的傳輸量已經大到每分鐘傳送一次的地步，而且如果沒有在一分鐘內送完，後續的傳送任務就會大受影響，由此也不難想見，運算力也扮演著非常關鍵的角色，未來平台的基礎架構預計也須擴充GPU，才能支撐所需的運算力。」
正規化資料最花心力
VMware Tanzu Greenplum是基於開源應用的大規模平行分析數據平台，專為複雜分析查詢所設計，除得以透過單一整合式叢集平台管理海量的資料外，更高度相容於資料中心、公／私有雲與混合雲等多元基礎架構，提供彈性擴充儲存與高效運算功能，使其享有靈活部署優勢。而且平台內也內建有支援進階人工智慧、機器學習與深度學習之工具，可快速分析龐雜的資料，提供即時的深度數據洞察。
「過程中花費最多心力的地方其實是資料清洗，如何將資料正規化清洗後傳送到大數據平台，是資料分析前非常重要的一環。」他舉例，親師生平台其實可視為是學習平台的入口網，整個學習平台的框架就像是積木一樣的概念，讓不同的學習平台可以加入。但是學生在不同學習平台中學習，數據就會分散在各個學習平台內，如何把這些學習歷程，導回到大數據平台，進行跨平台分析，讓大數據平台儀表板呈現最終結果，資料正規化就是首先必須克服的挑戰。
問題在於進駐學習平台的廠商本身採用的技術各有不同，有些已採用人工智慧進行互動設計，甚至整合ChatGPT 4版本，以便在學生學習英語的時候，直接跟學生對話。李宗龍說，「所以我們花了很大的心力在制定資料的規格，過程中需要跟各個學習平台廠商討論，包含現在採用的技術，可以得到哪些數據等等，每一個平台都要制定一份規格出來，因為每個廠商都有不同的屬性與資料，一旦把這個環節做好，就等同在前端就完成了資料清洗，如此一來，資料便能直接定期送到大數據平台，進行後續跨平台的分析，而且速度才會快。」
四階段推進驅動教學轉型
導入VMware Tanzu Greenplum後，新北市政府教育局也預計自110年起至115年逐步推進四階段導入，驅動教與學的雙軸轉型。第一階段鎖定執行資料的收集、清洗與硬體建置，以VMware Tanzu Greenplum建構大數據倉儲與視覺化圖表分析；第二階段則整合校務評鑑系統、學生輔導、健康管理等異質資料，以作為學生健康顧問等未來分析應用基礎；第三階段是運用上述已收集之資料，囊括會考、學測等全國性測驗所需之學習歷程計畫，進一步作為學生補救學習建議或生涯適性輔導等決策參考基礎；最後第四階段，統整學生的外部數位足跡，透過VMware Tanzu Greenplum既有的人工智慧與機器學習技術進行數據分析，以提升中輟生與高關懷學生等預警系統的預測精準度。
吳彥德指出，有了大數據平台後，便可以呈現新北市各級學校，針對數位設備、網路流量、學習平台使用、學生健康體適能、圖書館館藏及借閱數統計等資訊的分析結果，以生生用平板為例，包含平板被使用了多少時數，以及透過平板進入哪一個學習平台並且使用了多少時間，所有的資訊都會被收集到大數據平台內，讓老師來掌握平板的學習使用情況，而且也可以基於這些收集到的資料進行簡單的分析，以瞭解教育部政策推動的成效。「我們觀察到，因為疫情緣故，平板的使用時數遠遠超乎預期，也帶動數位學習加速，其中都會區學校使用平板的時間要比偏鄉學校要來得高，而這也顯示都會區的學校在面臨數位變革的時候，會比偏鄉學校更快適應，藉此還可評估現有的平板數是否足夠，以供未來決策參考。」