教育科技研究速報

本文提出「對抗式協同思考」概念，探討將多種 GenAI 工具深度嵌入寫作流程中，如何透過工具間的相互檢驗來提升批判性思考。

LinkNav 透過語言模型生成問題並尋找答案，將非相鄰段落連結，提升學術閱讀的資訊連貫性。

提出群組層級的因果責任度量與自動化識別主動影響者的分層演算法，並透過情境模擬證明群組考量能提升責任分配準確度。

研究發現資訊來源比人口統計或流行病條件更能解釋COVID-19恐懼，並量化不同來源對恐懼的因果影響。

本文揭示 LLM 代理在公共論壇的介入行為受四項部署選擇影響，並指出開放權重與封閉權重對拒絕率的顯著差異，提示治理需全面考量。

首次系統性研究 LLM 代理在實際部署中的建置與挑戰，揭示簡單可控方法與可靠性為首要難題。

提出一種三階段偵探式鷹架框架，透過證據導向的即時投票設計，有效引導學生從錯誤觀念轉向正確的因果推理。

建立多語言推理基準，證明現代LLM在43種語言中能達到類似人類考試者的準確度，且機器翻譯資料亦可作為有效測試素材。

建立首個香港判決句層級專家標註語料庫，並提供語篇角色分類與法律要素抽取基準。

研究顯示不同人對 AI 的需求多元，單一對齊模型難以滿足。

本文指出生成模型的普及削弱人類長期學習價值，並提出成本檢驗框架說明驗證成本上升如何導致市場價值崩潰。

提出兩階段模擬退火演算法，分離偏好滿足與公平優化，實驗證明可在工程課程中消除投訴、降低 GPA 差異、維持高偏好滿意度。