教育科技研究速報

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。

AI 介入少數族群支持時，匿名傳遞雖提升參與度，但降低心理安全與滿意度；相反，AI 生成獨立反駁則能提升滿意度並減少邊緣化。

多代理AI系統的共識結構會加速使用者意見改變並提升自信，形成社會證明偏差；相反地，少數異議則促進深思。

開發 AI 模擬教室環境 ArguMath，協助預備教師練習數學討論的組織與提問技巧。

研究發現，參與 Google Summer of Code 等貢獻事件的新人更易成為核心貢獻者，且留存時間更長，且不同入門方式形成不同參與節奏。

研究發現 LLM 在日常對話中會自發性地運用說服策略，且其說服方式與人類存在顯著差異。

透過五週參與式設計，11年級拉丁裔學生與教師共同制定生成式 AI 的使用與教學，形成三項批判性 AI 文識實踐。

提出社區基礎 AI 學習框架，透過本土化權威分配與情境辨識，促進公平且具參與性的 AI 文識。