菁源学苑的 AI 辅导平台扎根数十年教育研究，将历经验证的方法体系化落地，加快理解节奏并巩固长期记忆。
沿着六边形的每个节点探索，了解支撑菁源学苑 AI 辅导体系的研究型学习策略。
认知负荷理论指出，唯有恰当调控处理新信息所需的心智投入，学习才能达到最佳成效。菁源学苑将复杂学术概念拆解为恰如其分的知识块，并以循序渐进的设计陪伴你夯实高阶学习所需的根基，从容而不失效率。
Sweller, J. (2023). The Development of Cognitive Load Theory: Replication Crises and Incorporation of Other Theories Can Lead to Theory Expansion. Educational Psychology Review, 35(4)
瞬时工作记忆一次仅能承载 7±2 个单元。我们以合适粒度呈现信息，循序递进复杂度，避免概念叠加带来的压力。AI 会实时监测你的认知负荷，调节节奏，让你始终停留在最优学习区间。
Roediger, H.L. III, & Butler, A.C. (2011). The critical role of retrieval practice in long-term retention. Trends in Cognitive Sciences, 15(1), 20-27
刻意练习——聚焦、富挑战的训练搭配即时且细致的反馈——是掌握学科的关键路径。菁源学苑依照你的优势与待提升之处定制课程与测验，并辅以分析仪表板，加速整段学习旅程。
Ericsson, K.A., Krampe, R.T., & Tesch-Römer, C. (1993). The role of deliberate practice in the acquisition of expert performance. Psychological Review, 100(3), 363-406
当教学能够呼应每位学习者的知识基础与偏好方式时，进步会显著提速。菁源学苑的学习算法实时调节难度、节奏与呈现手法，让每一节课都稳稳搭建在你既有的理解之上。
Sweller, J. (1994). Cognitive load theory, learning difficulty, and instructional design. Learning and Instruction, 4(4), 295-312
当学生能主动阐释、可视化并运用概念时，深度学习才会发生。菁源学苑拒绝被动灌输，持续引导你表达推理、构建知识图景，并透过问题解决将新知真正融入体系。
Fiorella, L. (2023). Making Sense of Generative Learning. Educational Psychology Review
具备学习觉察的学生——清楚何时理解、何时受阻、哪种策略奏效——往往走得更远。菁源学苑训练你自我监控进度、因应概念调整策略，累积超越课堂的终身学习能力。
Fiorella, L., & Mayer, R.E. (2021). Fostering Metacognition to Support Student Learning and Performance. CBE—Life Sciences Education
传统课堂的不及格率
传统讲授式 STEM 课程的不及格率约为 33%
Freeman et al. (2014), PNAS
AI 个性化的成绩跃升
在个性化 AI 辅导支持下，学生表现可从第 50 百分位跃升至第 85 百分位
Wang et al. (2024), Educational Computing Research