教育科技研究速報

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。

本研究探討了大學生在混合式學習中對線上互動平台的偏好及其背後原因，發現學生更傾向使用即時通訊工具而非學校的學習管理系統。