教育科技研究速報

提出一個利用多代理人辯論進行精準評估與推薦，並結合間隔複習與掌握度進階的語言學習框架。

本文探討歐盟 AI 法案如何與行政法基本原則互動，並分析其在公共決策中的問責與透明度挑戰。

研究發現當用戶向 LLM 尋求道德判斷時，模型的回應會強化用戶對 AI 的擬人化錯覺，進而增加過度依賴的風險。

提出一種利用大型語言模型將教學材料自動轉化為結構化 TMK 模型的新方法，大幅提升 AI 導師系統的開發效率。

開發一套利用大型語言模型將 EEG 與心血管數據轉化為可讀報告與個性化音樂建議的原型，實現家庭音樂療法的自動化與可解釋性。

利用Unity模擬，首次量化不同車型在多場景下，行人能看到的車身部位，並提出兩個關鍵顯示區域建議。

本文提出並分析了針對人類決策者的特徵高亮演算法，揭示其對不同人類解讀方式的影響與計算可行性。

本研究開發並驗證了一套評估工具，用以衡量公眾對生成式 AI 失敗模式、風險及責任歸屬的認知程度。

開發語音 AI 產前護理系統，讓巴基斯坦孕婦自行生成 EMR，提升自我管理與醫療決策參與

Vibe coding 讓臨床醫師以自然語言提示 LLM 迅速原型化專屬軟體，縮短創新迴路。

本文建立兵馬俑資料集，運用 GAN 與隨機森林分析特徵分佈，並以可視化方式呈現整體遺產特徵，提供統一且直觀的分析框架。

LLM 生成的反駁能改變 30% 以上老年人與年輕人道德判斷，且低認知功能者更易受影響，顯示 LLM 既可作認知卸載亦可能帶來說服風險。