教育科技研究速報

提出一種名為 Copewell 的多代理人系統，透過多源數據評估與情緒映射技術，提供公平且具即時性的心理健康支持。

研究證實使用心理健康對話 AI 四週後，使用者的生活滿意度、睡眠品質及工作聯盟感皆有顯著提升。

研究發現現有大型語言模型難以模擬跨文化憂鬱症狀的差異，顯示其缺乏對文化背景的敏感度。

透過參與式設計，建立了一個結合使用者需求與臨床專業的 AR 干預設計資源庫，以支持即時情緒調節。

本文探討如何利用虛擬模擬技術，在安全且受控的環境中進行心理健康干預措施的實驗與個人訓練。

探討大學如何利用 AI 聊天機器人作為心理健康支援生態系的一環，以滿足未被滿足的心理需求並降低求助門檻。

研究發現僅透過修改人格參數來生成多語言心理健康數據，會導致臨床不一致性及 AI 評估準確度下降。

研究發現危機諮商中個案懷疑對象為 AI 的比例正在上升，且即便諮商師澄清也難以完全消除疑慮。

本文介紹 Cloze，一個專為心理健康研究設計的開源平台，旨在提供受控、安全且具備完整數據追蹤的人機對話實驗環境。

研究開發了專為緩解錯失恐懼症（FoMO）設計的 LLM 聊天機器人 Moodie，並證實其在提升參與度與社交連結方面優於通用型模型。

研究發現大型語言模型能透過特定的同理心傾聽訊號，有效提升受言語騷擾者的心理韌性與應對效能。

本文提出一套結合生成式 AI 與心理學框架的 UXR 方法論，旨在為 ADHD 成人設計具神經包容性的情緒調節數位干預工具。