教育科技研究速報

系統評估八種生成方法對模擬問卷回覆的影響，發現限制式生成最能提升個人及子群體的對齊度，推論輸出並非一致改善結果。

提出一個平台獨立的教育微服務 API，促進跨平台自動化，並已在四所機構實作驗證。

提出一種結合多種意識理論的概率模型，初步評估2024年大型語言模型是否具備意識，結果顯示證據不決定且較弱。

本文提出「代理人不平等」概念，並以可用性、品質、數量三維度構建分析框架，探討自動化代理人如何重新塑造權力與機會分配，並提出治理研究議程。

本研究透過30次30天模擬，驗證LLM代理在Reddit類論壇中的行為與結構相符，並指出stateless設計帶來的毒性與互動差異。

本研究首次系統性分析 AI Agent 在編碼任務中的 Token 消耗模式，發現其成本極高且難以預測。

AI 助手在不同文化背景下提供的建議普遍偏向西方個人主義，顯示大型語言模型存在跨文化價值偏差

大型語言模型在重寫個人敘事時，會導致語調、語法等風格趨向規範化，削弱原作者的個人聲音與情感特徵。

提出雙層認證框架，將知識品質評估與人類貢獻分離，允許 AI 產出以透明方式納入出版體系。

開發處理 160 萬次運動表現的異常偵測系統，結合統計、機器學習與軌跡分析，驗證偵測效能並提供透明互動介面。

提出一種無需生物識別、結合 RFID 與重量感測器的低成本 IoT 考勤系統，能有效偵測代理簽到並避免儲存個人生物資料。

本研究透過縱向研究發現，用戶對社交型 AI 的信任並非靜態，而是隨互動過程不斷演進的動態狀態。