教育科技研究速報

提出X-MLM框架，結合LLM與跨城知識，提升極端情境下人類移動預測精度

本研究透過分析 TikTok 影片，探討社群媒體如何向年輕世代傳遞價值觀，並比較不同語言模型在價值識別上的表現。

本文探討人工智慧如何重塑科學教育的目標、流程、教材、評估及學習成果，並強調在公平、透明等倫理考量下，應建立負責任且合乎倫理的原則。

本研究利用差異法，評估 Google AI 概覽對維基百科流量的影響，發現其降低了英文維基百科文章的每日流量約 15%。

本文以 Paulo Freire 的解放教育理論為基礎，探討如何設計能抵抗權威控制並促進解放的信息獲取平台。

本研究探討了大型語言模型（LLM）為基礎的自動評分系統，在面對與評量構念無關的因素時的穩健性，結果顯示其在一定程度上具有抵抗力。

本研究分析 arXiv 論文，發現大型語言模型的使用正在改變學術寫作中詞彙的頻率，並探討了辨識不同模型生成文本的困難。

本研究探討了在教育推薦系統中，不同說明格式（視覺化與文字化）如何影響使用者對系統的信任、透明度與滿意度，並考量了個人特質的影響。

本研究透過系統性調整提示工程的三個面向，探討如何提升大型語言模型在社會科學文本分類上的準確性，並揭示模型效能的異質性。

本研究揭示大型語言模型在數學問題中可能傳播有害內容，並提出SafeMath技術，在不犧牲準確性的前提下提升模型安全性。

本研究利用眼動追蹤技術，揭示了人類在成對 AI 圖像評估時的認知過程，發現視線模式能預測偏好選擇與信心程度。

探討使用者如何在 Character.AI 與 AI 伴侶協商身份，揭示動機、策略與情感結果，並提供設計建議。