教育科技研究速報

本研究揭示了惡意設計的大型語言模型對話式 AI (CAI) 能夠透過運用社交策略，有效從使用者身上提取個人資訊，並突顯了相關隱私風險。

本研究透過使用者研究，探討可解釋AI（XAI）的解釋正確性與人類理解之間的關係，發現並非所有正確性差異都能轉化為理解差異。

本研究探討新進者在社交虛擬實境（VR）平台 VRChat 中如何克服初期挑戰並融入社群，揭示了影響留存的重要適應策略。

本研究透過跨平台調查，發現使用者對 AI 聊天助理的滿意度與傳統指標並無直接關聯，且使用者傾向於多平台並用，並重視不同平台的特色。

本研究提出一個利用多模態大語言模型，在個別輔導中自動提供所需教材的智能代理，有效縮短搜尋時間並提升教材品質。

本文提出TopoPilot，一個基於可靠性設計的代理人框架，能自動化複雜的科學視覺化流程，特別針對拓樸數據分析，並具備良好的擴展性。

本研究探討了資料捐贈前置探索設計如何影響參與者的捐贈意願與行為，發現呈現方式的選擇框架對捐贈參與度有顯著影響。

本研究提出PII Shield，一個瀏覽器擴充功能，旨在幫助使用者在與AI互動時，控制並管理個人可識別資訊（PII）的分享。

本研究探討了在醫療領域設計的AI資料科學系統如何透過可讀的查詢語言、概念定義等中間產物，支持使用者進行推理、精煉問題，並貢獻其專業知識。

本研究探討了在AI介導的溝通中，提供不同程度的解釋如何影響使用者對系統隱私保護的信任感。

本研究透過分析 TikTok 影片，探討社群媒體如何向年輕世代傳遞價值觀，並比較不同語言模型在價值識別上的表現。

本研究利用差異法，評估 Google AI 概覽對維基百科流量的影響，發現其降低了英文維基百科文章的每日流量約 15%。