教育科技研究速報

AI 只用敏捷規劃節省時間成本，但風險捕捉低、重工高；人類主導適應力強但成本高，提出 AI‑人類混合模型平衡效率與效能。

利用生成式 AI 生成符合輕度認知障礙者需求的廚房設計，並證實其可提升使用者滿意度與自信，提供低成本可擴展的 DIY 方案。

提出情境選擇式多模態記憶架構，提升社交機器人個人化對話與回憶品質

提出個人LLM記憶伴侶系統治理框架，並設計五項操作以防止知識固化與偏見。

提出跨域診斷基準 HORIZON，系統評估 LLM 代理長期任務失效模式並開發可重現的判斷管道。

研究發現將元認知模組僅作為輔助損失函數無法提升 AI 性能，必須將其結構化整合進決策路徑才具備潛力。

探討使用深度學習於影片中辨識健康干預者的矛盾與猶豫，並評估三種學習設定的效能。

提出一套多層次框架與代理架構，實現長期健康互動中的適應、連貫、持續與代理性，並以案例證明其能維持參與、調整目標與支持安全個性化決策。

本文指出，保護人類在高風險 AI 系統中的因果控制比信任更為關鍵，並提出整合因果模型與不確定性量化的 Causal-Agency Framework 以恢復介面中的人類代理。

本文探討將死亡後化身（PMA）作為悲傷治療工具的倫理可行性，提出兩種臨床應用並分析五項倫理異議，指出臨床環境可緩解風險，並呼籲實證研究與治理框架。

本文指出科學知識在任何歷史時點往往停留於局部最優，而非全局最優，並揭示認知、形式與制度三種鎖定機制，呼籲設計元科學策略以突破局限。

本文指出深度偽造即使不造成實際傷害，也因侵害個人對自身圖像與身份的合法權威而構成錯誤。