教育科技研究速報

本文探討生成式 AI 對網路犯罪的影響，認為其威脅並非失控系統，而是透過降低入門門檻和自動化現有服務，逐步改變網路犯罪生態。

本研究提出一個基於AI的合成專家群組，以解決傳統情境規劃中資源密集、一致性及觀點多樣性不足等問題，並提供決策支持。

本研究揭示了大型語言模型（LLM）在親密關係配對中，會基於傳統種姓制度產生偏見，強化社會階層的差異。

本研究探討了在連結式 MOOC (cMOOC) 中，如何透過人機協作的 AI 迴路系統，提升討論的社會及認知臨場感。

本文探討了在教育領域使用生成式 AI 時，如何更可靠地建立和評估「真實性標準」，並提出了四個實務建議。

本研究探討菲律賓高等教育學生實習生在實習期間使用人工智慧工具的目的、應用及相關感知，發現AI有助於提升工作準備度。

本研究運用流程挖掘技術，分析急診醫療數據，評估年齡、性別、種族等因素對急診流程公平性的影響，並與正義理論概念連結。

提出 AppellateGen 基準與多代理系統，促進模型在上訴審中從初審判決推理生成合法判決，揭示 LLM 在複雜辯證推理上的局限。

本研究透過兩項實驗，探討公眾如何看待新興數位職業與傳統職業，並揭示了態度形成的影響因素，如社會價值觀的威脅和接觸機會。

本研究分析了西班牙巴斯克地區用於評估親密伴侶暴力風險的演算法工具，揭示其在錯誤率、法律指引不足等方面的問題。

Unsafe2Safe 是一個自動化流程，能偵測並修改圖像中的敏感資訊，在保護隱私的同時，維持圖像的可用性與下游任務的準確度。

利用多模態資料衡量網路安全演練中的對齊度，並證明對齊度與成功相關，且多模態特徵預測表現最佳。