教育科技研究速報

研究發現人格提示對 LLM 團隊的影響取決於任務結構，在開放式協作中人格特質會顯著影響表現。

本文提出 AI-ModelNet 概念，旨在建立一個讓異質大型模型能互聯、共享能力並協作推理的新型網絡架構。

研究發現生成式 AI 會導致技能重疊領域的市場萎縮，並引發勞動力向程式設計等領域轉移。

開發出一套隱私保護的系統，利用骨架與視線數據結合大型語言模型，實現教室學生注意力的自動化分析。

本研究透過分析學生與 ChatGPT 的互動紀錄，揭示了不同背景與自我效能感如何影響 AI 使用模式及其對學習體驗的影響。

本研究旨在透過觀察學生與 ChatGPT 的互動過程，探討 AI 輔助寫作對學生作品所有權感知的影響。

開發 DysLexLens 框架，透過分析 Reddit 論壇數據，以低資源且具證據追蹤性的方式研究閱讀障礙者使用 AI 的經驗。

研究證實使用心理健康對話 AI 四週後，使用者的生活滿意度、睡眠品質及工作聯盟感皆有顯著提升。

研究發現按鍵動力學能有效反映使用者在與 LLM 互動時的認知努力程度，但無法預測對輸出結果的滿意度。

提出 CAPE 框架，透過結合文件語義與空間上下文，利用 LLM 生成能解釋空間組織關係的自然語言說明。

提出一種結合 VR 3D 素描與語言指令的新工作流，解決純文字生成 3D 模型時難以精確控制空間佈局的問題。

研究發現協作能提升社群審核品質，但政治立場的暴露會削弱協作效益，且團隊組成對不同政黨內容的影響不一。