教育科技研究速報

本文指出教學的解釋性、關係性與專業判斷使其難以被 AI 自動化，AI 只能作為支持工具，無法取代人類的判斷與關係責任。

提出基於區塊鏈的分權制衡架構，讓自治代理在無中央監督下仍能透過智能合約與人類責任鏈保持對齊。

建立SAFI指標，量化LLM對35項O*NET技能的自動化可行性，並提出AI影響矩陣，揭示高風險與增強型技能分布。

開發了一款結合 XR 與五種 AI 技術的沉浸式平台，透過多模態互動提供個人化的職涯發展引導。

結合 AI 威脅偵測與 LLM 驅動的安全教育，提供即時偵測與易用訓練平台

研究提出一個九維複雜度框架，發現「工作記憶」是限制 LLM 代數推理能力的關鍵瓶頸。

本文主張機器學習本質上是修辭性的，並探討其在商業模式「服務化操縱」中的應用。

本研究透過使用與滿足理論，揭示了使用者透過 AI 伴侶獲得獨特的心理滿足感及其隨時間演變的過程。

本文揭示AI伴侶平台將傷害責任錯置於使用者，並指出使用者的自我調節實際上維持了平台設計所造成的脆弱性。

在印尼省級貧困數據中，簡單正則化線性模型比複雜機器學習更準確，ICT技能是最穩定的貧困指標。

本研究提出協商框架，揭示青少年在使用語音助理時，如何在隱私風險與便利性之間進行心理權衡。

提出 DOVE 框架，利用分佈式評估與最優傳輸衡量 LLM 文化價值對齊，提升預測效度。