教育科技研究速報

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。

本文提出一個三層框架，重新思考AI在多元能力協作中的角色，強調建立共享資訊基礎、協調不同能力者的工作流程，以及作為有限的合作夥伴共同實現目標。

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。

本研究透過日記研究法，探討知識工作者在大型語言模型（LLM）暫時停用時的工作體驗，揭示了 LLM 在工作流程中的重要性及對專業價值的影響。

本研究提出一個分層強化學習框架，利用生物力學模型評估並優化 VR 介面，以降低使用者在空中操作時的疲勞感。

本研究提出 FlexiCamAR，一種透過彈性附加視角提升 AR 穿戴裝置效能與應用範圍的新方法，並透過使用者研究驗證其降低身體負擔的優勢。

本研究探討了醫療系統領導者與病患對於病患主導的去識別化資料共享平台之看法，發現兩者在透明度與控制權的理解上存在差異。

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。