留在學生端
完整對話、精確位置、原始感測數據、學生還沒確認的敏感內容。這些全部留在學生手機裡,任何角色都看不到。
系統架構
其實我們沒有把所有資料堆進儀表板。系統先在學生手機上建立他自己的基準,結合考試季、家庭狀況這些情境去解讀,最後只把該跟進的事交給對的人。學生、家長、老師、社工,各自看到自己需要看到的部分就好。
架構分層
每一層只做一件事。敏感資料留在手機上處理,雲端只拿到摘要和特徵,團隊收到的是具體要跟進的任務。
手錶記錄心率、HRV、GSR 和活動量,手機補上睡眠、螢幕使用時間、步數和大致位置。這些數據讓系統早一步察覺壓力變化,不用等到學生開口求救才發現。
我們不用人口平均值來判斷。每個學生都有自己的睡眠、活動、用手機的習慣,系統記住這個「日常」,只有偏離他自己的常態時才提醒。有人天生晚睡,不會被當成問題。基準線直接在手機上算好,敏感資料不用傳出去。
光看數據說不準。系統會結合考試季、朋友之間的事、家裡的變化、學校日程這些情境來判斷。同樣是睡少了,考試週跟放假的意義完全不同,這樣解讀才貼近學生的真實生活。
不是每個訊號都要出動社工。系統會按情況分派:導師負責日常留意,輔導員負責聊一聊,社工接手有風險的個案,家長收到怎樣陪伴的建議。每個人只看到自己要做的那部分。
一切都從學生同意開始。原始手錶數據不離開手機,精確位置留在本地,只有去掉識別資訊的趨勢才會進入系統。每次交接都有紀錄可查:誰看過、何時接手、為什麼升級,全部留痕。
訊號流程
一個訊號從收集到變成行動,中間經過四個階段。每一步只傳下一步需要的資料,資料不會在過程中一路曝光。
架構地圖
訊號 → 保護 → 分析 → 交接
資料治理
我們把資料分成三層,不想把學生變成被監控的對象。每一層都有清楚的規矩:哪些留、留多久、誰可以看。
完整對話、精確位置、原始感測數據、學生還沒確認的敏感內容。這些全部留在學生手機裡,任何角色都看不到。
近期的變化、趨勢走向、學生自己講的感受。這些會整理成摘要,去掉識別資訊,只留下支援要用的部分。
家長、老師、社工各自收到自己可以行動的版本,決策過程有紀錄,責任也分得清楚。每個人只看到跟進要用的最少資訊。
人為把關
AI 負責整理訊號同降低噪音,真正嘅介入力度、語氣同時機,都係由可信賴嘅大人同專業角色決定。