教育科技研究速報

本文建立框架量化LLM對人權問題的保留與非肯定行為，發現身份是主要驅動因素，並證實群體引導能有效減少偏差。

本文主張將 AI 視為具備代理能力的實體，探討其與人類之間的互惠信任關係，並分析此動態對 AI 規範者的挑戰與未解議題。

提出將「理解」作為決策的可評估、可辯護核心，並以 Assurance 2.0 框架產出理解基礎與個人理解陳述，警示自動化可能削弱人類理解。

提出模組化 AI 平台，結合語音識別、翻譯、語音合成、情緒分類、對話摘要與手語渲染，實現即時多語可及教育於 XR。

本文指出將人機互動稱為「parasocial」是誤用，並闡述正確理解人機關係的社會性與雙向性的重要性。

系統性評估後發現，對演算法單一化的主要批評大多失效，僅有少數觀點具一定合理性，整體而言單一演算法並非如批評者所言那般危險。

探討尼日利亞法律專業人士對 AI 治理的看法，指出本土化治理模式與法規缺口的重要性。

AI輔助評審可提升國家科學產出18-25%，並降低研究品質變異，證明其為知識產生的結構性驅動力。

研究揭示生成式 AI 在職場中因情境未被充分考量而失效，並提出以互動式實踐取代單純數據收集的設計策略。

本研究探討利用 RAG 技術開發 AI 教學助理於碩士課程中，並驗證其在開放式考試中的學術有效性。

開發了一套結合 RAG 與雙代理架構的 AI 系統，透過人機協作生成高品質的程式邏輯理解選擇題。

本研究透過系統性回顧發現，人類在辨識文本、圖像與語音等生成式 AI 內容時，準確率普遍接近隨機水平，表現極不穩定。