教育科技研究速報

研究開發了一種結合第一人稱視角與注視點數據的 AI 助手，能精準識別學習困難並提供個性化引導。

開發 Kinetiq 系統將數據解題與全身微動作結合，在維持學習成效的同時顯著提升學習者的參與度與情感體驗。

研究發現透過混合語言模式進行遠距教學，能展現學習者的語言自主性，且有效使用雙語者在課程中表現出更高的持續性。

本研究探討在 VR 野火疏散訓練中加入煙霧嗅覺刺激，能顯著提升使用者的沉浸感與防災準備感。

開發 Narrix 工具協助新手作者識別範例故事中的敘事策略，並透過受控生成技術將其應用於自身創作。

本研究透過在地化的課程設計，成功提升了偏鄉女孩的程式設計自我效能感與科技職業志向。

提出一種「行為格狀化」架構，透過連結碎片化行為來推論使用者的深層動機，而非僅僅優化表面任務。

研究提出 GUIDE 系統，透過生成式體驗動態調整互動結構，能有效減輕壓力並提升使用者體驗。

研究發現 LLM 的分層鷹架回饋雖能提升參與感與支持感，卻因增加認知負擔而導致學習表現下降。

開發名為 Mina 的多語言法律 AI 助手，透過 RAG 技術為孟加拉低收入族群提供低成本且精準的法律諮詢。

本研究透過多維度基準測試，評估 LLM 在檢測針對不同人口特徵之社會偏見的效能與侷限性。

本文探討利用 LLM 進行自動化考試評估的初步嘗試，並揭示了 AI 在評分一致性與邏輯準確性上的關鍵挑戰。