教育科技研究速報

本研究揭示青少年如何利用生成式 AI 進行情感調節、創意實驗與身份認同發展，並提出三種參與意圖框架。

研究證實透過整合面部表情特徵（AU）至提示詞中，能顯著提升 LLM 教學代理人的共情回應能力。

研究證實互動式學習能顯著提升學生的學業成績與情緒參與度，但需警惕可能導致的認知負荷問題。

研究證實結合對話式 AI 教師的混合式學習平台，能顯著提升學習成效與學習參與度。

開發 Eco-Bee AI 代理，將行星邊界框架轉化為個人化建議，以驅動大學生的永續生活行為改變。

本文探討如何建立正式評估方法，以衡量使用者在互動式數據視覺化任務中的有效操作能力。

本文提出「韌性心流」概念，探討玩家如何透過將失敗重新框架為學習過程，在極高難度中獲得成就感。

本研究利用語義網絡分析技術，揭示不同生態哲學的遊戲如何引發玩家在社會政治認知與情感共情上的差異。

研究發現溫暖感、能力與共情能力是影響人類對 LLM 擬人化感知與信任度的關鍵維度。

本文提出一個四層級的擬人化欺騙框架，旨在引導設計者在功能、社交與倫理間取得平衡。

研究發現展示創作過程的努力線索能顯著提升作品的真實感與價值，且能部分彌補 AI 作品的真實性缺口。

文章指出 AI 文識課程過度依賴工具與提示，忽略角色判斷與清晰度，導致使用不一致、風險升高與實務能力受限。