教育科技研究速報

本研究探討了資訊環境如何影響使用者對資料外洩威脅的回應，並發現資料外洩的不確定性比明確的風險更影響使用者對個人化AI的接受度。

本文探討使用者對聊天機器人的信任並非基於其可靠性，而是受到互動設計和認知偏誤的影響，並建議重新將聊天機器人視為具有銷售目標的工具。

本文提出CMASE框架，結合生成式智能體建模與虛擬民族誌方法，支援研究者嵌入、互動參與及干預虛擬社會環境。

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。

本研究揭示了在工作場所中，人們對 AI 管理者的性別認知，與對人類管理者的性別偏見相似，尤其在獎勵分配後更為明顯。

本研究透過文本分析，評估十四個產業領域中生成式AI與LLM的治理，旨在平衡創新、倫理責任與公平存取。

本研究評估了七種前沿大型語言模型在政治議題上的說服力，發現其優於傳統競選廣告，並揭示模型間存在差異。

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。

本研究初步探討了大型語言模型（LLM）的對齊技術可能導致集體病理，即由安全干預而非其缺失所造成的危害。

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。

本研究探討了大型語言模型（LLM）提供的推理過程如何影響使用者在事實驗證任務中的信任和決策，發現推理的正確性和確定性提示會影響使用者對AI建議的採納。

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。