教育科技研究速報

建立人格驅動的情緒回應資料集，證實人格特質能顯著提升情緒評估準確度，並揭示LLM在社群媒體情境下的局限。

TriDeliver 透過人力、無人機與眾包地面車輛協同，並利用轉移學習提升配送效率，實驗顯示成本及時間大幅下降。

提出首個評估臨床技能影片中持續互動對程序正確性影響的基準，並發現現有多模態大型語言模型在此任務上表現不佳。

提出一套多語言模型預測評估基準與代理系統，能在缺乏直接證據時推估模型表現。

利用手錶IMU的旋轉向量序列，精準估算辦公人員實際坐姿時間，提升健康監測效能。

實驗顯示，行為支架化降低文件質量與產量，而將 AI 視為思考伙伴的認知支架化可提升高端文件質量，但效果受設計限制。

提出以符號學為基礎的評估框架，能更準確捕捉生成藝術的象徵與指示意義，提升評估與創作深度。

證明人類介入與自主代理協同可長期提升營銷互動

研究發現生成式 AI 的使用動機會導致截然不同的腦部結構、學術表現與心理健康結果。

研究證明在隱私政策流程中加入輕量化教學干預，可提升使用者對條款的理解並提供可證實的同意證據。

研究顯示，雖然LLM可提升學生自信，但不同互動模式對學習成效與認知負荷影響不同，未來自我解釋模式最能對齊實際理解。

利用大型語言模型推斷拍攝時意圖，將隨機照片轉為結構化視覺筆記，提升學習者的理解與探索。