教育科技研究速報

本文回顧了不確定性視覺化領域的研究，指出了目前定義和呈現不確定性的模糊性，並呼籲更透明的統計圖表設計。

本研究分析 67 個開放原始碼專案，揭示了 GenAI 治理超越單純禁止，需要協調的責任、驗證、審查能力及平台基礎設施。

ComVi 透過音訊視覺相關性分析，將評論與視訊內容同步呈現，提升觀看體驗，並在使用者研究中獲得顯著較高的參與度。

本研究提出GUIDE基準，旨在評估AI模型在理解使用者在複雜軟體中操作意圖並提供協助的能力，超越傳統的自動化模式。

本研究透過工作坊，探討設計者在兒童與人工智慧互動情境中，如何理解並實踐兒童自主性，並提出一個支援設計者思考自主性的框架。

本研究探討在高等教育中，如何透過運用能力較弱的大型語言模型（LLM），建構人機合作的信任關係，並提升學生的 AI 素養。

本研究提出基於機器未學習的知識水平模擬方法，旨在創造更穩定的新手學習者模型，並評估其透過教學互動重新學習的能力。

本研究揭示了人們在日常生活中同時使用多種大型多模態語言模型（MLLM）的習慣，並探討了其在模型間協調、信任校準及對話管理上的挑戰。

本研究探索了利用大型語言模型（LLM）生成個人化想像暴露劇本，以輔助治療社交恐懼症的可行性，並初步驗證了其在臨床上的潛力。

開發一個對話式 AI 網頁平台，整合履歷、面試、正念、語言學習等多元工具，協助低收入芝加哥居民提升就業準備與生活品質。

本研究釋放 EDU-CIRCUIT-HW 資料集，評估多模態大語言模型解讀大學 STEM 科目學生手寫解題的準確性，揭示其在理解複雜手寫邏輯方面的潛在缺陷。

本研究審查了四種大型語言模型在 41 種職業中生成的人格化資料，發現模型在種族和性別呈現上存在偏差，並加劇了職業隔離。