本團隊在心理計量的研究有兩大方向，分別是以IRT為主的測驗心理計量學以及機器學習為主的計算心理測量學，計算心理測量學是一個跨學科的領域，結合了心理測量學、學習和認知科學、數據科學以及計算機科學，應用於大規模的學習、評估、測量心理學數據。計算心理測量學通常關注的是根據對個體差異的測量和分析，為個人提供可操作和有意義的反饋，涉及特定領域的研究問題（von Davier，2017）。

本研究團隊目標是建立「智慧量測系統」；智慧量測系統是以高效能和高精準度的評量工具為基礎，利用機器學習技術應用在自然語言處理上自動產生試題並建立題庫，接著以深度學習的技術訓練模型自動預估題目難度與自動批改，接著利用適性化測驗技術使用最有效率的評量模式來自動估計學生能力，最後利用機器學習的技術來幫助學生分配到最適合的類型並給予相對應的建議與回饋。

1.研發創新、高效能及高精準度的情意類及認知類評量工具

開發惟視通用量尺(VAS-RRP)

開發惟視通用量尺算則及分析工具

解決配對比較題型之問題

2.自動命題

利用AI結合認知能力階層研發自動命題技術，解決需經過命題、審題步驟，節省資源浪費。

3.自動難度估計

透過機器學習針對前述試題特徵與語言特徵建立預測模型、精準預估試題難度，解決預試、試題分析等步驟，節省資源浪費。

4.自動批改

以自然語言處理技術訓練模型，讓寫作自動批改模型精確判斷句法錯誤及語意偏誤，並將該技術應用於智慧寫作系統，幫助學習者增進寫作能力，並協助教師提升批閱效率。

5.自動能力估計

利用前面開發的惟視通用量尺算則開發多向度適性測驗，使用最有效率的測驗方式來估計學生的能力。

6.自動回饋

利用機器學習的技術建立自動分類模型，自動將學生情意測驗（職涯輔導系統）的結果分類至適合的興趣類型與人格類型，並自動產生相對應適合學生的發展建議回饋給學生。

以上是針對「智慧量測系統」的介紹，本研究團隊還有建立系統性、全面性之「職涯輔導系統」，以下對於此系統介紹：

本研究團隊所建立之系統性、全面性之職涯輔導系統，乃針對學生在生涯抉擇之需求提供協助，透過建立豐富、創新及整合性的職涯資訊系統，以作為學生在生涯發展和生涯決策之工具。本團隊主要包含三大特點：

1.新設計

· 利用本團隊開發的惟視通用量尺作為測量工具，提升精準度。

· 電腦化測驗技術。

· 建置職涯資訊系統：協助學生掌握最新社會脈動，瞭解職業世界與現今新興行業資訊，藉由建置生涯資訊系統，使得生涯資訊之傳達能更具及時性。以工作分析架構中之系統化方式，蒐集職場中所需之知識（Knowledge）、技術（Skill）及能力（Ability），又稱KSAs，建立外在世界之職業及學系訊息，降低學生對於職業的迷思概念。

2.新模型

建立本土化之生涯決策歷程模型：提出以社會建構和情境認知為取向的生涯決策模型，作為後續生涯資訊輔導系統設計之依據，並對其相關假定加以驗證，提升國內生涯相關研究之水準。

3.新貢獻

開發職涯決策系統：整合個人在職涯測驗系統中所完成的測驗類型之結果、工作場域等資訊，提供國內學生及教師有利的生涯輔導與職業媒合，以作為生涯決定之篩選之參考，使其能夠更聚焦其選擇之範圍，並且進一步加以行動。

興趣相關主題之研究多仰賴Holland(1997)提出的興趣結構及分類組型，但跨文化研究發現，興趣結構的穩定性因受試者身處不同國家而有所差異(Rounds & Tracey, 1996)，甚至有部分興趣類別在以往的華人研究文獻中沒有出現過。因此，有必要建置適合華人的職涯興趣組型，以利提供學習者更適切的生涯諮商建議。

本團隊在職涯興趣領域已發表數篇期刊論文 (Hsiao et al., 2015；Sung et al., 2016)，使用人數也已經超過一百萬人次以上，未來將利用已開發之職涯測驗平臺蒐集香港、新加坡、馬來西亞等華人地區之大樣本資料，進行分析，找出最佳的組型數，並利用機器學習技術完成自動組型分類，建置具代表性之華人職涯興趣組型，以結合「智慧量測系統」中的「自動回饋」，達成智慧化測驗的目標。