AI识别学生心理风险
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
UEDU（域名uedu.ca）是一款面向教育场景的AI心理健康早期预警工具，由加拿大不列颠哥伦比亚省的高中生开发，定位为公益性质的学生项目，核心作用是帮助教师从学生的英文写作中提前识别心理健康痛苦的信号，将危机干预从事后反应转为事前预防。它明确说明自己是教师的第一响应辅助工具，而非临床诊断工具，所有预警结果都需要人工复核。
UEDU采用四步透明可审计的工作流程，不存在黑箱AI：第一步提取死亡词密度、自我关注代词比例、认知扭曲模式等40项可复现的心理语言学特征；第二步用经过23.2万Reddit心理健康帖子训练的静态XGBoost分类器打分，模型不会用用户上传的学生数据更新；第三步通过透明Glass Box引擎将分数映射到具体语言证据，所有标记都可溯源；第四步给出基于MHFA和BC ERASE协议的分等级干预指导与临床转诊路径。
从公开的五次验证实验结果来看，UEDU整体准确率达到90.47%，AUC值0.964，最优方案漏检率仅5%，假阳性率控制在14%以内，表现远优于纯GPT-4o-mini零样本检测方案。公平性审计显示，ESL学习者的假阳性率仅1.74%，低于英语母语者的2.40%，不会因为写作能力偏差产生过多误报，但检测发现种族/族裔维度存在统计学显著的假阳性率差异，目前项目方承诺持续监控更新。隐私方面，UEDU承诺不存储任何用户上传的学生文本，符合FOIPPA隐私合规要求，还提供公开可体验的交互式Demo，所有分析都是临时的，不会留存数据也不会用于模型训练。
优点方面，UEDU完全免费给教育工作者使用，隐私保护到位，模型透明可解释，准确率和假阳性控制都优于同类方案，对ESL学习者的公平性表现超出预期，还直接配套了可落地的干预指导。缺点则是仅支持英文文本分析，目前存在可检测到的种族维度偏差需要持续监控，作为学生公益项目，长期维护的稳定性还有待观察。
它适合北美中小学教师、学校心理辅导人员用来批量筛查学生写作中的心理健康风险，也适合教育研究人员做相关学术研究。
从现有抓取内容无法确认中国大陆访问状态，暂无相关可用信息。
本测评基于公开资料整理,不构成购买建议,请以 uedu.ca 官网实际信息为准。
聚焦教育场景心理预警，适合AI教育产品参考。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。