教育科技研究速報

開發了一種讓兒童在故事中擔任主角的生成式系統，透過非用餐時段的故事互動與行為回饋，有效提升兒童嘗試新食物的意願。

本文提議建立一套以讀者為中心的分類法，將 AI 生成內容與來源文件的關係從二元判斷轉向細緻的支持關係分析。

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 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。

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。

本文介紹 COSMIC 系統，利用 LLM 與數位分身技術，在類比太空任務中提供情感支持以緩解極端隔離壓力。

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。

本研究透過分析 Character AI 的大量負面評論，揭示了軟體版本更新如何影響用戶評價，並探討其潛在的心理影響。

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。

本文指出靜態的 AI 價值對齊方法存在結構性缺陷，主張應從「靜態規格」轉向「開放式規格」以應對 AI 的演進。

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。