教育科技研究速報

本研究發現，生成式 AI 的使用顯著促進了非英語國家科學文獻向美國英語的語式收斂，尤其是在低影響力期刊上。

本研究提出一種新穎的教學方法，利用AI生成的歌曲和虛擬化身呈現課程大綱，以提升學生的參與度、理解度和資訊記憶。

本文提出一條端到端的本地化流程，利用本地大語言模型將課程講義轉換為多項選擇題，並透過明確的品質控制確保題目品質。

本研究提出Agora平台，運用大型語言模型模擬真實人聲，協助使用者練習政策討論、尋求共識，並提升公民素養。

本研究探討將輕量級互動元件嵌入LLM產生的支撐內容，能否提升學習者投入度及短期學習成效。

本研究探討了主觀規範、阻嚇及參與機制如何影響臨時員工對資訊安全政策的態度，進而影響其遵循意圖。

本研究探討了大學生在混合式學習中對線上互動平台的偏好及其背後原因，發現學生更傾向使用即時通訊工具而非學校的學習管理系統。

本研究探討在早期發展情境中，如何透過分層社群協調，有效整合多模式大語言模型（MLLM）於專家與家長的互動中，以達到更佳的協調效果。

本研究提出一種新穎的方法，利用對話系統收集資訊並生成使用者評論，以減輕撰寫詳細評論的負擔，並提升評論的實用性。

本研究透過隨機對照實驗，探討人工智慧輔助對詩作閱讀理解與享受度的影響，發現少量AI輔助能提升表現與樂趣。

本研究透過調查發現，多數專業視覺藝術家強烈反對使用生成式AI，並透過各種拒絕策略在工作場所中協商其應用，且生成式AI對其工作環境產生負面影響。

本研究提出一個基於貝氏說服理論的框架，用於評估和訓練大型語言模型（LLM）作為策略性說服者，並發現LLM能有效提升說服力。