教育科技研究速報

本文闡述 LMS 採用指標如何從單純登入與完成度，擴展至參與度、技能成長與實際商業成果的衡量。

本文指出急性壓力會削弱記憶檢索能力，並提醒教師在高壓環境下仍應運用檢索練習以維持學習成效。

本文提出三個IT要素框架，協助組織從孤立管理轉向能力建構，培養高效協作團隊，並探討其實務價值。

MemMA 是一個多智能體框架，透過協調記憶的建構、檢索與利用，提升大型語言模型在長期互動中的效能，並實現記憶的自我修正。

提出 D-Mem 雙重記憶系統，結合向量檢索與深思，透過多維質量門控平衡效率與準確，提升長期推理。

證明合理推理 AI 代理可零樣本達成近似納什均衡，且在未知報酬情境下仍保持穩定。

研究用戶可透過互動資料反思，提升 UI 個人化決策自主性。

提出以團隊準備度為核心的人機決策評估框架，涵蓋結果、依賴行為、安全信號與學習進程，並以互動痕跡量化校準與治理。

AI 介入影片會降低觀者對講者的信任與判斷信心，但不影響真偽辨識準確度

本文提出 PeriphAR，利用外周視覺與高對比色彩增強，實現在單鏡頭 AR 顯示器上快速、準確的實體物件選擇。

本文透過三個實驗性案例，揭示生成式 AI 在地理領域的預設偏好、語法脆弱性、分佈式偏移與對深層理解的忽視，提示教育者需重新審視 AI 的地理知識表徵與推理方式。

提出四項指標以區分 AI 促進人類認知與過度依賴，並強調設計時需考量長期人類認知可持續性。