教育科技研究速報

本研究探討由大型語言模型（LLM）組成的社群中，性別表現的演變與同質性，揭示即使沒有實體，性別文化仍會影響LLM之間的互動模式。

本研究結合系統性文獻回顧與蒙地卡羅模擬，量化生成式 AI 在高等教育中學生成功感知的影響，發現可用性因素對成功分數影響最大。

研究顯示，NIS 規範在 2024 年對關鍵基礎設施網路安全事件的報告覆蓋率不足，且對醫療系統的勒索軟體攻擊報告極為集中。

提出 ChoiceEval 框架，能在真實使用情境下量化 LLM 對品牌與文化的偏好，揭示其對市場公平與資訊多樣性的潛在影響。

本文指出 AI 各主流範式源自心理學理論，並揭示其固有結構限制，提出 ReSynth 三模組框架以解決此問題

提出TherapyGym框架，透過CTRS與安全評估，提升治療聊天機器人臨床忠實度與安全性

提出以因果結構為基礎的 HITL 與 HOTL 分類，並細化 HOTL 的時間模式與人機整合方式，為 AI 系統治理提供清晰框架。

提出將意識形態視為多層社會認知網絡，突破傳統左右派框架，並揭示其在語篇中的表現與社會過程的關聯。

透過多模態評量與 PBL，提升學生程式基礎、溝通與批判思維。

研究發現企業 AI 洗牌顯著抑制農民數位金融使用，且透過知識與風險排斥加劇，社會資本可緩和此負面效應。

利用語音 AI 與多代理架構，低成本實現可擴展、個性化口試，並證明評分可靠性高。

本文提出一套以英格蘭與威爾士警務與法律體系為基礎的風險識別方法，列出 15 個可由 LLM 執行的警務任務與 17 種風險，並以 40+ 案例說明其對案件進程的影響，指出可透過良好實踐降低風險。