教育科技研究速報

提出「思維敘事（NoT）」提示框架，透過結構化推理過程，顯著提升 AI 在道德困境中的利益相關者識別與不確定性處理能力。

研究證實少數維基百科編輯者的協同行動，能顯著且具體地影響大型語言模型在特定議題上的價值觀與表現。

本文提出「情感安全」概念，並建立分類法以應對 AI 與人類情感互動所產生的新型風險。

本文主張透過引入社會、經濟與契約對齊框架，解決 LLM 對齊中目標設定不完全的問題。

研究提出一種透過自我反思與 DPO 優化，使 LLM 能在無需外部裁判的情況下實現倫理對齊的新技術。

本文探討「加速倫理學」框架，並透過 Telus 的生成式 AI 案例證明創新與社會責任可並行不悖。

本文探討機器學習對環境造成的巨大碳、水與土地足跡，並提出從硬體設計到經濟評估的多維度減排方案。

本文提出「合成共鳴」概念，用以定義人類與 AI 之間無需擬人化即可產生的結構化互動關係。

本研究透過 AI 開發者的視角，揭示演算法偏見源於歷史不平等與組織壓力，強調技術修正不足以解決公平性問題。

研究揭示 AI 在提供照護支持時，雖能模仿同儕語氣，卻會產生虛假的「合成生活經驗」，造成敘事真實性的落差。

本文揭示了計算領域如何將專業概念「武器化」以維持現狀，並提出一套重構框架來恢復系統複雜性與正義。

研究發現開發者在應對代理型 AI 風險時，面臨著功能效能與風險控制之間的權衡困境。