教育科技研究速報

本研究探討在混合沉浸式藝術裝置中，投影與混合實境（MR）轉換時的空間對齊、視覺外觀與延遲對使用者感知與負載的影響。

本研究探討在外部引導的 XR 環境中，如何透過優化視角轉換技術來提升使用者的空間認知與舒適度。

開發 AutoCue 系統，透過多模態 LLM 自動推論並視覺化教學影片中缺失的滑鼠與鍵盤操作，以降低學習者的認知負荷。

本研究發現 Google AI 總覽會顯著減少用戶點擊來源網站的意願，並增加搜尋階段結束的機率。

本文提出一個將空間參考分解為來源、錨點與框架的框架，並利用 LLM 實現多模態空間操控流程。

本研究透過生理訊號分析發現，專業玩家在情緒高漲時仍能維持說服策略並展現更佳的情緒調節能力。

研究發現視覺通道的效能具備多維度特性，其在準確度、辨識度與檢測力上的排名會隨任務類型而大幅改變。

提出 EOPA 架構，透過證據驅動的線上適應機制，讓主動式 AI 能精準掌握使用者偏好並優化互動時機。

提出 IntentLint 系統，透過意圖支架與提示詞檢查機制，強化人機協作數據分析中的意圖透明度與一致性。

LegoUI 透過分階段生成框架與 UI 領域特定語言，解決了生成式 UI 工具黑箱化且難以精確控制的問題。

開發 Compass 系統，透過輕量化通知引導使用者在瀏覽時進行即時反思，以解決社群媒體推薦與長期偏好不一致的問題。

研究發現透過 AI 代理人扮演對立角色引發建設性衝突，能有效提升設計學生的自我反思與設計提案品質。