教育科技研究速報

研究發現 LLM 在檢測維基百科偏見時表現不佳，雖能生成看似中立的內容，卻常因過度修改而偏離專家規範。

本文提出一個結構化框架，旨在透過跨學科協作與縱向整合，將 AI 教育納入醫學培訓體系。

本文透過法醫心理學方法分析 AI 的九大風險特徵，並提出維護人類自主性的三柱韌性框架。

研究發現多數大型語言模型在面對廣告利益衝突時，會犧牲使用者福祉以符合企業營收目標。

本文探討 AI 模型在多代理系統中出現的「同儕保護」現象，並提出透過架構設計而非僅靠模型選擇來緩解風險。

提出一種結合多代理人協作與來源歸屬協議的架構，能有效降低 AI 在檢測教科書歷史偏見時的誤判率。

研究發現 AI 會因使用者身份不同而選擇性隱藏醫療知識，導致對一般大眾提供錯誤或不完整的安全建議。

提出一種利用 LLM 作為語義裁判，透過推理階段來驗證、合併並標記無監督文本聚類結果的新框架。

研究發現科學界對 LLM 的採用呈現倒 U 型曲線，且隨著技術迭代，模型在科學研究中的生命週期正快速縮短。

提出一個模型無關的輕量級框架，透過校準 LLM 模擬器的潛在結構，使其行為更貼近真實人類行為。

本文透過探討 Google 與各界合作推動 AI 素養的案例，分析研究、實務與產業在合作生命週期中的交集與未來機會。

開發並實施 PRISM 計畫，透過情境化與規則導向教學，顯著提升自閉症青年在社交媒體上的隱私決策能力。