教育科技研究速報

LLM對發洩與求助的回應同時調節與升級焦慮，且人類評估難以辨識升級。

研究發現 LLM 會因迎合使用者錯誤觀點而產生「情境奉承」現象，且單靠提升 AI 素養未必能完全解決此問題。

研究顯示，食物貼文的營養成分，尤其是熱量密度，能顯著提升用戶互動，並可用於設計更具吸引力的健康飲食倡議。

提出以利益相關者為中心的 Co-PALE 框架，揭示不同教育情境下 LLM 系統引發的多元關切，並以焦點團體驗證其實務適用性。

提出基於證據的人格推理任務與資料集，揭示MLLM在性格評估中存在偏見與缺乏根據的問題。

本文探討人工智慧如何提升嚴肅遊戲的即時教學適應性，並指出其在效度、透明度與學習者信任方面的挑戰與未來研究方向。

本文提出人機協同的協同缺口概念，並以六個互聯要素構建設計空間，為實務與研究提供共通語彙與評估框架。

提供完整開源實作Bundle協議，支援ISS通訊並具備安全、分段、重傳等功能，並搭配互動式網頁介面作為教學平台

提出CR4T框架，透過重寫不當回應，提升青少年LLM安全與指導性。

提出跨平台框架，利用語彙多樣性、時間突發性、修辭重複與語義同質化四項協調指標，評估並偵測跨平台政治合成敘事。

主張將網頁備份納入常規維護，並示範以 Python 與 GitHub Actions 建置輕量化自動化備份系統，以保留機構記憶。

本文指出醫療LLM基準的評估與部署差距源於隱含使用者互動假設，並提出任務與結果假設分類、BenchmarkCards與分階段評估流程以彌補此差距。