實驗室

學習科技實驗室

主持人 陳德懷 教授
簡介 陳德懷講座教授的研究,以遊戲式學習、行動學習,以及網路學習社群為主。目前主要以研究「明日學校」為主,以興趣為導向、培養創作能力為目標,發展「明日閱讀」、「明日創作」與「明日數學」。其中「明日閱讀」全國已有200所學校進行,另有香港、新加坡、澳門等共十多所學校進行。

人因整合工程實驗室

主持人 陳攸華 教授
簡介 人因整合工程實驗室(All lab , Advanced Integrative Individualization)。顧名思義,實驗室主要進行有關於多種人因、客製化和個人化之研究。研究主題為:
1. 多種人因:
本實驗室探討的人因包括先備知識、性別差異與認知風格...等。
2. 客製化學習:
提供多樣化的學習工具與內容格式,讓學習者可以自行設定學習環境。
3. 個人化學習:
運用智慧型科技預測學習者的需求與喜好,主動提供適合的學習工具與內容格式。

遊戲式數位學習實驗室

主持人 楊接期 教授
簡介 主要針對數位遊戲式學習(Digital Game-Based Learning)進行語言學習環境研發,包含設計、系統開發及評估實驗等不同面向,目標是開發一個適合於語言課堂中使用的學習環境,結合語言學習內容與遊戲式學習機制,融入真實教室的課程中,建程中,建置一個寓教於樂的悅趣化語言學習環境,幫助學習者以更愉悅的方式來學習語言。在遊戲式學習環境中的遊戲及學習行為,期望能對後續遊戲式語言學習環境的設計有所幫助。

創意多媒體高互動實驗室

主持人 黃武元 教授
簡介 發展具創意的多媒體高互動溝通與建構工具,提供多種媒體管道讓使用者依據其喜好來選擇使用,幫助師生進行有效率的互動,並發展高層次的思考,讓師生在網路上互動無所障礙,並且可以容易進行分享、討論與反思,達到高層次的思考與合作式建構。

教育創新與科技實驗室

主持人 吳穎沺 教授
簡介 本實驗室主要由學習科學研究者與學習科技設計人才所組成,基於「學習科學」(learning sciences)的研究基礎,以及「設計思考」(design thinking),本研究室致力於發展結合學習理論的各種學習科技與相關教學策略,並透過長期與現場教師合作,進行教學現場的實踐與修正,共同推動教育創新。本研究室目前主要聚焦於整合學習科學與學習科技設計之跨領域研究,主要研究方向為:
1. 科技輔助知識創新教育:基於Knowledge Building Theory設計與開發支持創新教育的學習系統平台與APP
2. 科技輔助探究學習與STEAM教育:設計與開發支持探究學習與STEM教育的學習系統平台與APP
3.人工智慧之教育應用:適性化(adaptive)與結合「自然語言處理」(NLP)的學習系統與平台設計與開發
4.「遊戲化」(gamification)之教育應用:結合「遊戲化」於學習系統或APP
5.跨領域課程(包括STEAM課程)設計與教師社群培力

媒體與教育質性分析實驗室

主持人 施如齡 教授
簡介 「媒體」與「教育」本為兩個相異其趣之學術領域,但在資訊科技勢不可擋的發展趨勢下,卻已成為相互融合的新領域,泛指「教育科技」、「學習科技」、「數位學習」、「網路學習」、「資訊教育」等相關之科技融入之教學與研究。然而,無論是系統、軟體、網站或平台在各層級與學科領域上的教學應用,均需從「電腦中介傳播與互動」的角度,深入觀察教學的設計、應用、歷程與成效。
本實驗室著重於「奠基於理論之實務應用研究」(參「巴斯德象限」),在今日應用研究中普遍使用的量化研究上,另以質性研究分析方法來提供更多在教學成效上的解釋與佐證。希冀以「教學設計」與「質性分析」為主軸,從社會人文的角度切入數位學習研究。
.教學設計:從教學目標、教學模式、教學方法、教學策略、教學評量等面向與程序,對數位學習的科技工具的應用進行教學設計。
.質性研究:運用各種質性研究法,現象學、詮釋學、民族誌、紮根理論、個案研究、行動研究等,以田野調查的概念,操作參與觀察、深度訪談、焦點團體、問卷調查等資料收集方法,輔以序列分析、行為策略分析、人格分析等,進行應用研究的人類面對科技媒體時的樣貌與改變。
順應當前數位學習的發展方向,另以「數位遊戲」與「行動學習」為主要的科技媒體應用方向。
.數位遊戲:以團隊的方式,設計與發展融入學科領域概念、批判與創意思考能力的數位學習遊戲,讓學習趣味化,並從中探究學習者的認知、情意、技能等學習層次的表現與提升。目前以「桌遊」與「作遊」進行合科教學的創發。
.行動學習:針對社會科學領域的文化知識特色,以情境式學習、探索式學習、合作式學習為主要教學策略,使用行動載具支援學習者在課堂之外的情境探究時,得有一對一的學習資源與支援。

資料洞察實驗室

主持人 洪暉鈞 教授
簡介 資料洞察實驗室(Data Insights Lab )結合人工智慧、大數據與機器學習應用於數位學習與教育資料探勘。LAB成員將訓練培養自身以具備大數據運算及機器學習等領域的實務經驗,發展出橋接學術研究與產業需求的能力與研究成果,並著重程式實作與資料分析經驗,從數據洞察出有價值之具體資料。