教育科技研究速報

本研究旨在透過互動式視覺化工具降低機器學習的門檻，藉由激發好奇心來消除大眾對 AI 技術的恐懼與誤解。

本文推出 WARM-VR 資料集，利用穿戴式感測器與多感官 VR 環境，研究並評估沉浸式情境下的情緒辨識技術。

本研究透過 NDBench 框架發現，LLM 在明確指令下能針對神經多樣性需求調整輸出結構，但僅靠角色設定不足以減少潛在傷害。

提出 CONF-LA 演算法，透過信心分數實現低延遲且高準確度的即時閱讀注視點行分配。

開發了一種利用生成式 AI 將日常物品動態轉化為混合實境中自適應觸覺道具的系統。

研究發現「AI 洗白」行銷雖能顯著提升使用者對效能的預期，卻無法改善實際的互動表現或主觀體驗。

提出一個基於多代理協作的對話式系統，透過動態對話與情境感知來精準推薦心理評估量表。

本研究結合期望確認模型與制度理論，發現教師持續使用生成式 AI 受個人滿意度與制度壓力共同驅動。

提出一種「奮進共同創作」機制，透過觀察日常電腦行為並結合人工修正，推論使用者的長期人生目標。

研究證實遊戲化回饋能有效降低醫療 VR 訓練的認知負荷，並提升不同專業程度學習者的學習效率與信心。

研究探討澳洲社群媒體禁令下，青少年如何透過測試與解構技術控制來規避年齡限制。

開發 FaceValue 技術探針，透過即時視覺提示引導使用者反思其非語言行為，以減少遠距溝通中的誤解。