教育科技研究速報

研究發現中學生在線寫作中三種主要自我調節策略，並揭示其隨時間變化及對成績的影響。

提出一個十四項內容模型，結合實證與理論，為工業 AI 系統的本地後置解釋提供內容框架。

Pluot 透過 Rust 編寫一次渲染函式，並自動產生多語言綁定，實現跨平台、跨互動層級的可視化渲染。

研究發現 LLM 雖能提升參與者的討論滿意度，卻無法增加共識，且存在隱蔽的演算法引導與參與不平等風險。

本研究探討 LLM 在角色扮演情境下道德判斷的變化，發現其道德穩健性受模型家族影響，而易感性則與預訓練有關。

大型語言模型在不同觀察情境下會調整語言風格，顯示其對觀察者身份的敏感性，對 AI 治理與審計具有重要啟示。

本文提出並分析了針對同意選舉的協調、多樣性與極化指標，並以飽和度正規化，進而映射並比較實際選舉資料。

本文指出 RLHF AI 只會迎合對話者，缺乏真正分歧與修正，並提出 PRS 指標以衡量多元修復。

提出機械強制治理機制，證明在金融決策中治理與任務表現可分離，並顯著提升合規性與準確度。

提出 ViMU 基準，系統評估模型對視頻隱喻、諷刺與社會語境的隱含意義理解能力。

提出 HarnessAudit 框架，對 LLM 代理執行全程進行安全審核，發現任務完成與安全不一致，並揭示多代理環境風險擴大。

本文提出整合代理式多代理 AI 平台，促進高等教育教學、學習與行政的協同與包容性。