教育科技研究速報

大科技利用黑暗模式與AI推薦系統，設計成癮行為，對青少年健康造成負面影響，並探討內容審核與政策對策。

提出利用金絲雀令牌自動辨識大型語言模型所使用的網頁爬蟲，並在22個系統上驗證其可靠性。

本文提出微調與分層提示結合，提升不同注釋架構下宣傳檢測的準確度與魯棒性。

研究顯示，使用編碼助手生成的 AI 幻燈片在準確性、完整性與教學設計上最優，學生對 AI 與人類製作的幻燈片品質評價相近，且難以辨別來源。

本文提出將水印視為監控基礎元件，並透過觀察者聚合模型證明即使零位水印亦能在多鍵環境下進行實體層級歸因，揭示監控與歸因之間的雙重使用張力。

研究顯示 GenAI 在校正語法時，會同時削弱 L2 學生的語用多樣性與作者立場，導致寫作風格趨同。

KITE利用檢索增強生成與多模態檢索，結合 Socratic 回應，提供針對性提示與逐步支架，提升學生算法追蹤與問題解決能力。

探討 LLM 在不同文化、語言、規模與提示方式下生成社交網絡的真實度與偏差。

提出四層機制可信度量表，區分生成充分性與機制可信度，幫助評估LLM驅動的代理模型在解釋與預測上的能力。

研究提出一種多代理 LLM 架構，透過合成高品質多模態數據集，解決游泳領域 AI 教練缺乏可靠專業知識的問題。

建立可重現的週期性努力與進度預測模型，提升 ITS 互動效能

提出六維度框架，重新定義 STEM 高等教育在人工智慧到來時的機構變革模式，並以實務工作坊示範其應用。