教育科技研究速報

研究發現現有的安全隱私資訊難以驅動用戶採用 AI，且不確定性會限制高風險情境下的工具使用。

文章提出「工具性消解」概念，預言 AI 將使鍵盤從主流生產工具轉向專業利基，並將工作重心從內容生成轉向驗證。

研究發現 LLM 能透過信任與情感訴求影響特定心理特質的人，且人類與 AI 在對話中皆存在邏輯謬誤。

本文指出音訊平台的錯誤訊息具備語調與對話性特質，現有的文字查核機制無法有效應對其獨特的傳播特性。

本研究透過數位民族誌探討了在公開平台進行的非正式同儕審查，揭示其角色、運作模式及對學術生態的影響。

研究發現大型語言模型在跨文化社交情緒表達上與人類行為存在系統性失配，且缺乏人類反應的多樣性。

本文提出「計算詮釋學」框架，主張將生成式 AI 視為處理情境、多元性與歧義的文化技術，而非僅是準確度工具。

研究開發了 RHINO-AR 系統，透過 AR 技術將機器人運作過程視覺化，提升博物館參觀者對機器人導航概念的理解。

研究證明結合數位孿生、空間錨定技術與 LLM 助手，能顯著提升民眾對永續規劃的資訊記憶與建設性回饋。

本研究證實了代理型 AI 助理 DR. INFO 能有效減輕醫師行政負擔並提供臨床決策支持。

本研究透過演算法審計發現，TikTok 的評論排序會根據用戶的政治傾向進行個性化調整，且此現象受影片互動數據影響。

本文探討 AI Agent 在面對多目標且不可通約的艱難抉擇時，因優化設計所導致的識別與決策局限性。