教育科技研究速報

透過檔案系統結構取代傳統框架，簡化單一 AI 代理的工作流程，降低工程負擔

本研究透過蒙地卡羅模擬，探討提示工程策略如何影響大型語言模型（LLM）生成人格測驗題目的品質，並發現適應性提示能有效提升效度。

利用LLM化身與VR動態角色扮演，提升使用者認知同理，並證實其在實際生活中的轉移效應。

本研究提出 One Kiss 系統，透過表情符號與草圖雙流輸入，實現情感驅動的漫畫創作，讓使用者從提示工程師轉為敘事導演，並促成類型流動。

研究揭示女同性戀 Reddit 生態系統中中央與邊緣子版塊各自承擔不同治理角色，平衡可見度與安全，提示需設計生態感知的調節工具。

將情感與多模態線索嵌入即時字幕，降低 DHH 與 ADHD 學習者的認知負荷並提升 STEM 理解。

研究發現小紅書內建翻譯功能普遍受到正面評價，但使用者仍擔憂準確性與可及性。

本文探討如何設計能讓使用者深入理解大型語言模型（LLM）運作方式的介面，從單純的「可解釋性」轉向「解讀性參與」。

本研究揭示，即使 AI 系統的決策結果相同，推薦驅動設計會降低使用者對證據的標準，導致判斷中產生隱藏偏誤。

字幕錯誤會降低觀眾對講者及內容的評價，且不因口音差異而產生差別影響

本研究探討了 AI 輔助寫作工具 VISAR 在大學寫作課程中的應用，發現學生積極參與規劃與批判性思考，並獲得可衡量的學習成效。

系統性回顧 98 篇研究，揭示文本在資料視覺化中的敘事功能、效益與設計缺口，並提出未來發展方向。