教育科技研究速報

本研究提出 BeliefShift，一個針對多回合對話中大型語言模型（LLM）信念動態的基準測試，探討模型在長期互動中處理信念一致性、矛盾檢測和證據驅動修正的能力。

本研究建立模型，揭示了在人機共生中，過度依賴AI可能導致人類能力迅速崩潰的「豐富悖論」，並量化了維持能力所需的練習頻率。

本文提出生成式AI可能加劇知識不平等，重點從存取與使用轉向對資訊的批判性評估，教育程度較高者更擅長辨別AI產出的內容。

本研究透過迭代評估，改善無程式碼的自服務學習分析工具，提升非技術使用者建立客製化學習分析指標的能力。

本研究探討將心理健康、福祉及永續性融入軟體工程課程的策略，透過專案設計與課堂活動，提升學生的人文關懷與社會責任感。

本研究提出一種集成專用LLM架構（ES-LLMS），透過規則基礎的協調器與可解釋的貝氏知識追蹤模型，提升適性輔導系統的可靠性、可控性與教學品質。

本研究提出ColorTrigger，一種基於灰階親和性分析的觸發機制，能有效降低資源受限設備上即時視訊感測的成本，同時保持效能。

本研究探討了延遲回饋與多個AI智能體在決策過程中如何影響人類的責任歸因，並揭示了人類在歸因時產生的系統性偏差。

本文提出將大型語言模型（LLM）的道德視為一個動態、 emergent 的社會技術系統，而非僅僅在訓練時進行道德的「安裝」。

本研究提出「意圖織網」，一種將代理輔助嵌入瀏覽器的十種空間範式，並透過使用者研究探討不同介面策略對效率與控制感的影響。

本研究探討了共享生成式 AI 平台帳戶的模式、規範，以及使用者因意識到被觀察而產生的行為調整。

本研究探討使用者在 Instagram 上分享迷因時，如何看待社交互動與演算法推薦之間的關係，以及這如何影響他們對個人控制權的感受。