教育科技研究速報

本文提出TopoPilot，一個基於可靠性設計的代理人框架，能自動化複雜的科學視覺化流程，特別針對拓樸數據分析，並具備良好的擴展性。

本研究探討了資料捐贈前置探索設計如何影響參與者的捐贈意願與行為，發現呈現方式的選擇框架對捐贈參與度有顯著影響。

本研究提出PII Shield，一個瀏覽器擴充功能，旨在幫助使用者在與AI互動時，控制並管理個人可識別資訊（PII）的分享。

本研究探討了在醫療領域設計的AI資料科學系統如何透過可讀的查詢語言、概念定義等中間產物，支持使用者進行推理、精煉問題，並貢獻其專業知識。

本研究探討了在AI介導的溝通中，提供不同程度的解釋如何影響使用者對系統隱私保護的信任感。

本研究透過分析 TikTok 影片，探討社群媒體如何向年輕世代傳遞價值觀，並比較不同語言模型在價值識別上的表現。

本研究利用差異法，評估 Google AI 概覽對維基百科流量的影響，發現其降低了英文維基百科文章的每日流量約 15%。

本文以 Paulo Freire 的解放教育理論為基礎，探討如何設計能抵抗權威控制並促進解放的信息獲取平台。

本研究探討了大型語言模型（LLM）為基礎的自動評分系統，在面對與評量構念無關的因素時的穩健性，結果顯示其在一定程度上具有抵抗力。

本研究探討了在教育推薦系統中，不同說明格式（視覺化與文字化）如何影響使用者對系統的信任、透明度與滿意度，並考量了個人特質的影響。

本研究透過系統性調整提示工程的三個面向，探討如何提升大型語言模型在社會科學文本分類上的準確性，並揭示模型效能的異質性。

本研究揭示大型語言模型在數學問題中可能傳播有害內容，並提出SafeMath技術，在不犧牲準確性的前提下提升模型安全性。