教育科技研究速報

本研究利用大語言模型分析社群媒體資料，揭示使用者對地震預警系統的信任度與警報即時性之間存在顯著關聯，並強調使用者對「準確性」的定義與工程定義有所不同。

本研究揭示了 YouTube 評論中跨黨派攻擊的動態，發現跨黨派評論並未促進更文明的討論，且不同政治派別對攻擊行為的反應存在差異。

本研究透過分析真實的轉推紀錄，評估連結刪除法在抑制社群媒體上錯誤資訊擴散方面的效果，發現其效果有限。

本研究透過模擬社群媒體環境，探討大型語言模型驅動的代理在資訊負載、描述性規範和社群影響下，互動行為的可解釋性。

本研究初步探討 Instagram 新的 AI 評論排序系統是否會導致不同用戶看到不同的評論，尤其是在新聞內容方面，並發現新聞評論的差異性反而較低。

本研究利用自然語言處理技術，分析 Moltbook 平台上政治宣傳的規模、分佈及產生者，揭示少數社群與個體在政治宣傳傳播中扮演的重要角色。

本研究比較了真相社交平台與 Reddit 上保守派社群的論述，發現真相社交側重於不滿與敘事，而 Reddit 更關注政策辯論。

本研究透過分析 2008 至 2023 年 Twitter 上 28 種語言的數據，揭示了不同國家對烏克蘭的關注度在 2014 年和 2022 年俄羅斯入侵事件後呈現的差異。

本研究創建了SPOT，一個法文語料庫，旨在透過自然語言處理技術，辨識線上對話中干預討論進程的關鍵介入點。

本研究探討了40個主流社群媒體平台對人工智慧生成內容的治理策略，發現大多數平台著重於內容審核與標示，較少關注所有權及獲利等問題。

本研究分析Reddit上關於脫歐的討論，發現意見極化主要源於自我選擇和回音室效應，而非觀點交流。