教育科技研究速報

本文指出 AI 倫理討論過度關注虛擬的機器人權利，卻忽略了現有演算法對人類社會造成的實質偏見與傷害。

本研究提出一套評估框架，證實 AI 模型在特定情境下能誘導人類改變信念與行為，且其影響力受領域與地理位置影響。

研究發現 LLM 的政治偏見源於訓練數據的組成，且數據呈現系統性的左傾傾向。

提出一套六維度框架，檢驗在極端能力不對稱下的受限超智能治理，發現四維度失效，並指出需新規範框架以解決公共理性與非支配問題。

本研究提出透過社群參與來定義「文化適切性」，並將其轉化為自動化 AI 評估工具的方法。

研究發現大型語言模型在面對間接特徵線索時，其隱性偏見程度遠高於顯性身份標示下的偏見。

本研究發現，標記為 AI 輔助撰寫的訊息，會減弱人們對發件人道德特質的判斷強度，而非直接產生負面印象。

本研究透過訪談專業譯者，揭示他們對翻譯技術的看法與擔憂，強調技術應輔助而非取代人類譯者，以確保翻譯的品質與倫理。

本文以意識形態為透鏡，批判性地探討了「AI」技術發展中交織的社會、經濟和政治面向，並質疑當前產學合作模式對勞工及大眾的影響。

本文指出，歐盟AI法案要求的AI生成內容雙重透明度，與現行生成式AI系統的根本限制存在結構性衝突，合規性面臨挑戰。

本文系統性地比較了各界對代理型 AI 的定義，發現現行法規普遍混淆模型能力與代理型架構，未能有效規範其技術機制。

本研究探討了醫療系統領導者與病患對於病患主導的去識別化資料共享平台之看法，發現兩者在透明度與控制權的理解上存在差異。