教育科技研究速報

本研究提出資源合理性優化作為統一原則，解釋人類適應性閱讀行為，並成功模擬了從詞彙效應到理解結果的廣泛閱讀現象。

本研究提出一套雙階段方法，透過使用者與視線互動專家的合作，開發更直觀、符合自然視線移動模式的手勢，提升視線互動的易用性。

本文探討了如 ChatGPT 等大型語言模型（LLM）的本體論特徵，認為其不具備自主能動性，更應被視為一種能動性地執行任務的語言自動機。

本研究透過分析客戶支援聊天機器人及訪談專家，揭示了在人工智慧系統生命週期中，明確人類決策權和監督的重要性。

本研究透過設計工作坊，探討人工智慧導入如何影響使用者體驗設計師在個人、團隊及組織層面的工作，並強調價值觀的協商在其中扮演重要角色。

本文探討大型語言模型在處理歧義詞彙時，因缺乏人類的意義協商而產生的單一化解釋，並提出相關的認知風險分類。

研究顯示電腦/網路自我效能與學習動機直接提升線上討論成績與課程滿意度，且自我效能對感知與成績的影響具有中介效應。

開發並驗證六維度線上學習靈活度問卷，透過聚類分析辨識學生技術與教學策略差異，為課程設計與個別化支援提供實證依據。

行動式自主學習系統顯著提升大學生英語閱讀成就與自主學習技能，且未增加認知負荷。

本研究運用項目反應理論與群聚分析，辨識 MOOCs 學習者在自我調控學習各階段的五種學習者檔案，並發現前思技能較弱者可能較難完成課程作業。

高等教育機構應整合實務經驗至學習中，將數據視為重要資源而非副產品，並有效管理數位資源，以提升學生學習成效。

本文重新定義學習轉移為結構設計的挑戰，透過嵌入微行為目標、可見追蹤及短週期反思，系統性地促進學習應用。