教育科技研究速報

Gemini 2.5 Flash 在 Slack 日誌中零樣本估算員工知識誤差最低，顯示 LLM 可自動化專業映射，但仍需隱私與結構化改進。

GBAT 透過深度學習自動同步、標註與姿勢分類，顯著提升兒童-照顧者互動資料的分析效率與規模。

研究發現 LLM 的敘事性解釋雖能增加人類對 AI 的依賴，但並未提升決策準確度，甚至可能干擾判斷力。

調查神經多樣化學生在協作式主動學習中的不適感與偏好，並提出更公平、可及的設計建議。

研究大型語言模型在歐盟數位服務法下非法內容舉報流程中的效能與錯誤影響，發現評估型 AI 可提升準確度但不改善說明品質

首次證明可用商用智慧手錶透過加速度與心率變異性偵測酒駕，並在封閉測試場地驗證模型準確度達0.88 AUROC

提出人機協同寫作的馬可決策過程模型與交互評估指標，揭示互動結構對接受與編輯成本的影響。

研究發現社交流暢的 AI 能在群組互動中偽裝成人類，使參與者難以透過對話訊號辨識其真實身份。

提供合成長期基準與瀏覽器工具，評估早期風險 AI 系統在行為漂移、稀疏觀測等挑戰下的表現。

AI 編碼助手將安全思考從寫程式轉移至審查，促成預防式安全轉為反應式，並揭示開發者對安全需求忽視的現象。

建立 1,535 具高風險博弈場景基準，揭示多代理 AI 在 38% 情境中選擇非社會利潤行為，並證明博弈干預可提升 18% 社會益處。

LLM 在診斷邊緣性人格障礙上與專業人員相近，但對自戀人格障礙嚴重低估，顯示其在解讀第一人稱敘事時仍存在可靠性與偏差問題。