教育科技研究速報

研究發現 LLM 的記憶機制可能導致推理偏差與信念扭曲，並提出 MemTrapBench 基準測試與 AdaptiveMem 緩解方法。

研究發現 AI 翻譯的高可讀性可能掩蓋原文內容的流失，導致使用者在評估翻譯品質時產生認知偏差。

本文主張應以「精準度」（輸出的一致性）而非「能力」（平均表現）來衡量 AI 系統，並提出了一套低成本的測量方法。

研究指出傳統 AI 評分準確度會因忽略非線性評分制度，而高估模型在特定考試中的實際能力。

研究發現大型語言模型能模擬人類在應用規則時的決策模式，顯示其對「規則」概念具備深層掌握能力。

本文提出一個雙重效度框架，強調在利用 LLM 進行心理學研究時，必須結合心理計量驗證與因果推論標準。

本文指出當前 AI 代理人評估忽略了結果最終性與單元獨立性，並提出一套完善評估標準的框架。

本文提出一種理論框架，解釋使用者如何在不確認模型身份的情況下，透過回應風格辨識出 AI 的特定人格特質。

研究證實 LLM 生成的合成問卷數據雖具合理性，但在心理計量結構與統計效度上無法取代真實人類數據。

本文探討推薦演算法如何透過影響使用者的注意力，進而對其「真實自我」的建構產生正負兩面的影響。

本文整合九個學科研究，提出誤解的八層分析模型，並將其功能分類為生成、放大與檢測。

研究發現使用傳統搜尋或 LLM 對話介面在學習爭議性議題時，對學習成效與批判性反思並無顯著差異。