教育科技研究速報

本研究比較了AI大型語言模型與人類在線上心理健康社群的回應，發現AI更具結構性，但缺乏人類互動中的語言多樣性和個人敘事。

本文提出一種名為正向優先模糊性優先（PF-MA）的主動學習準則，旨在解決在稀有類別的互動式視覺檢索中，類別不平衡和低預算等問題。

本研究探討性別相關的溝通方式如何影響 LLM 輔助的程式設計與程式碼審查，發現 LLM 評估階段存在性別偏見。

本研究提出 HEAR 框架，利用大型語言模型將技術性的無障礙錯誤報告轉化為更易於理解、更具同理心且符合法規要求的報告。

VR介面在顯微鏡樣本導航中顯著優於2D與3D桌面，提升效率與使用者滿意度

研究揭示長者心血管疾病患者自我追蹤資料的情感與社會語境，提出LLM輔助健康資料解讀的設計方向。

本研究提出兩種增強實境視覺化設計，分別針對鼓組與吉他，並透過案例研究證實其有效性與揭示設計與技術限制。

本研究探討了 AI 作為評估助手，透過提取結構化品質指標並與專家判斷對齊，以提升中國幼兒園教育評估的可及性與效率。

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。