教育科技研究速報

提出將代理記憶與可驗證計算證據結合，創建可交易市場，提升資源重用與效率。

本文首次以大規模資料集系統化分析Telegram機器人功能、分類與社群特徵，揭示其正面應用與潛在惡意用途。

提出建造者飽和效應模型，說明AI低成本生產導致注意力稀缺，產生競爭加劇與寡頭化。

本文揭示大型語言模型在邏輯推理中需透過情境驅動的流形扭曲，並證明此幾何演化對模型性能具有因果關聯。

Berta 以低成本、開源方式實現 AI 醫療記錄，並在阿爾伯塔省醫療系統成功部署，顯示可擴展性與數據自治優勢。

本文利用正式概念分析與關聯規則挖掘，揭示虛擬與真人網紅受眾在情緒、人格與主題互動上的結構差異，指出虛擬網紅引發的外貌與敏感議題負面情緒。

本文提出生成式AI可能加劇知識不平等，重點從存取與使用轉向對資訊的批判性評估，教育程度較高者更擅長辨別AI產出的內容。

提出人機知識夥伴理論，將生成式 AI UX 重新定義為三契約（知識、代理、責任）的動態協商。

本文統計 177,436 個 AI 工具，揭示其功能分佈與高風險任務的快速增長。

本研究透過一場全國性峰會，探討了美國 K-12 數學教師如何評估人工智慧工具，並揭示了支持教師深思熟慮評估的關鍵機制。

本研究開發一種能直接輸出自然語言的探測器，透過「潛在QA」任務，更精準地理解和控制大型語言模型的內部運作。

本研究透過分析工作活動本體論，系統性地評估並預測人工智慧的應用，揭示了 AI 市場價值在不同活動中的不均分佈。