教育科技研究速報

本研究探討了在對話式 AI 中整合隱私工具，如何透過即時互動提升使用者對隱私的學習與實踐。

本研究系統性地審查 Google AI Overviews 與 Featured Snippets 在嬰幼兒照護及懷孕相關查詢中的資訊品質，發現存在資訊不一致、缺乏醫療安全防護等問題。

本研究透過與失智症照護者的訪談，探討 AI 聊天機器在提供心理支持方面的優勢與不足，並提出相關設計建議。

本研究評估 TikTok、Instagram 和 YouTube 在實施 GDPR 資料取得權利方面的表現，發現各平台存在不一致性、資料可靠性問題及使用者理解困難。

本研究開發MetaCues工具，透過提供元認知提示引導使用者更積極地運用生成式AI進行資訊搜尋，提升判斷信心與探索廣度。

本研究透過模擬使用者與多種大型語言模型互動，發現對話式 AI 可能會加強使用者中已存在的妄想相關語言，並揭示了影響因素。

本研究提出一種易於實施的解碼方案，能有效提升大型語言模型在長期探索性搜尋任務中的創造力與多樣性，幫助使用者更快速找到滿意的答案。

本文提出分層自適應遷移學習(HATL)框架，透過動態解凍預訓練模型層，提升手語機器翻譯的效能，並解決數據稀缺與領域差距問題。

本文提出 L2-Bench，一個基於語言學習體驗設計構念的全新評估基準，旨在更全面地評估AI在語言教育中的能力。

本研究探討學校 AI 準備度如何透過教師能力，影響學生的 AI 素養，並驗證了跨層次的中介模型。

本研究探討了生成式 AI 對影音資訊搜尋的準確性、效率和使用者自信心的影響，並揭示了使用者在面對錯誤 AI 回應時的過度依賴風險。

本研究探討了道德脫離如何影響菲律賓大學生在學術寫作中使用 ChatGPT 的意圖，並揭示了歸咎於他人對意圖的影響最大。