教育科技研究速報

本文首次以大規模資料集系統化分析Telegram機器人功能、分類與社群特徵，揭示其正面應用與潛在惡意用途。

這篇文章揭示了生成式 AI 在法律領域的潛在風險，即捏造真實存在的案例、法規和判決，並探討了其對法律專業人士和司法程序的影響。

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。

提出建造者飽和效應模型，說明AI低成本生產導致注意力稀缺，產生競爭加劇與寡頭化。

本文揭示大型語言模型在邏輯推理中需透過情境驅動的流形扭曲，並證明此幾何演化對模型性能具有因果關聯。

本研究分析2010-2024年生物醫學文獻，發現共同作者制度快速發展，尤其在中國，並建議學術期刊及評估者更重視透明的作者貢獻資訊。

Berta 以低成本、開源方式實現 AI 醫療記錄，並在阿爾伯塔省醫療系統成功部署，顯示可擴展性與數據自治優勢。

本文利用正式概念分析與關聯規則挖掘，揭示虛擬與真人網紅受眾在情緒、人格與主題互動上的結構差異，指出虛擬網紅引發的外貌與敏感議題負面情緒。

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。

探討德國中學生在 AI 辅助程式學習中的批判性思考、倫理觀與性別差異，揭示 AI 逆差與文化脈絡影響。