教育科技研究速報

本研究提出首個利用事件相機捕捉微秒級眼動特徵，並透過時空編碼框架實現高精度認知負荷識別的數據集與模型。

本文提出一個系統性框架，透過顯式互動約束來提升 LLM 在身心健康建議中的透明度、可控性與信任感。

研究發現 VR 互動延遲會對空間準確度與時間效率產生不同的影響模式，準確度受損比移動時間更早發生。

研究發現 LLM 的推理過程（Rationales）若錯誤會顯著降低信任，且用戶在面對錯誤推理時會投入更多認知努力。

本文提出「數位皮拉漢現況」模型，探討數位環境如何導致認知淺層化，並建議透過教育設計重構認知生態。

透過參與式設計，建立了一個結合使用者需求與臨床專業的 AR 干預設計資源庫，以支持即時情緒調節。

開發了一套能自動偵測並緩解 AR 內容遮擋實景問題的系統，顯著提升了倉庫人機協作的效率與安全性。

本文定義了代理型 AI 系統特有的「代理技術債」與「隨機稅」，並提出治理框架以應對其複雜性。

研究發現大型語言模型在評分一致性上甚至能超越人類閱卷員之間的共識，展現高度自動化評分的潛力。

本文提出從單純追求預測準確度轉向以「干預導向」為核心的框架，以應對自動化決策系統對社會組織的影響。

研究發現學生在練習時的「延遲開始」行為能有效預測其數學與英文的標準化測驗表現。

提出一個模仿教授與學生關係的多代理人框架，透過具身教學動作與內容同步，實現端到端的個人化學習。