教育科技研究速報

本文主張青少年社群媒體行為受平台規範與同儕認知驅動，而非個人選擇，應透過設計建立信任導向的規範。

研究發現結合家用顯示器與智慧手錶的多裝置設計，能有效提升家庭成員在情緒與目標追蹤上的頻率與協作性。

本研究透過訪談揭示設計師如何透過數據、設計與受眾三個面向，將情感功能融入視覺化設計的過程與策略。

本研究發現 K-12 師生在 AI 信任度與學習的情感社會面向存在觀點落差，且師生關係會影響其對 AI 的看法。

提出 ExPerT 框架，結合語義與按鍵行為動態來推斷用戶專業度，並據此調整 LLM 回應的複雜度。

提出 CriterionSI 方法，利用 LLM 從使用者的連續拖拽行為中推論並精煉聚類標準，實現動態的圖像佈局重投影。

提出一種「流動人格框架」，讓 AI 代理能根據任務情境、使用者目標與緊急程度，動態調整其隱喻角色與人格表現強度。

開發出一種能將自然語言描述轉化為可即時調整、具音樂連貫性且不中斷的程序化音景生成系統。

研究提出 DigitalCoach 資料集，揭示現有 AI 教練在教學深度與視覺語境理解上與人類專家存在顯著差異。

本研究透過回顧兩百多篇論文，揭示了視覺分析如何作為橋樑，讓人類知識有效介入機器學習流程。

本研究探討開發者在軟體工程中對 AI 自主權的接受界線，發現接受度取決於任務性質與認知評估。

研究發現視覺化修改的接受度取決於其數據意義，且 AI 生成的修改比人類操作更難被接受。