教育科技研究速報

本研究提出一套隱私保護的視覺語言框架，利用本地開源LLM偵測醫療對話中的同意與指示語句，並生成對應機器人手勢，達成高準確率與人類相似度。

建立干擾框架測試LLM道德判斷的穩定性與可操控性，發現觀點轉換最易導致判斷波動

建立醫療機器人失敗情境下的多模態資料集，揭示失敗對情緒與控制感的負面影響。

Aletheia 擴充功能結合 RAG 與 LLM，提供透明、證據化的假新聞偵測與互動討論，並在實驗中優於現有基準。

研究發現大型語言模型在生成任務表現優秀，但在評估任務上表現較差，甚至在缺乏專業知識時仍能給出可信評價，揭示生成式 AI 的評估悖論。

提出耳戴式「筆」裝置，透過短暫啟動的語音視覺協助，改善使用者的自主感、認知流暢度與社交舒適度。

本研究透過設計指南，探討如何透過虛擬實境中的化身設計，更直觀地傳達並啟動使用者超出人類限制的能力。

比較 Bandit 與 LLM 在健康行為干預中的訊息選擇與生成，發現 LLM 更受用戶喜愛但 Bandit 無顯著提升。

本研究探討了社交輔助機器人（SARs）在小學階段，協助學生練習同儕調解技巧，以解決衝突的可能性，並發現學生普遍對此活動反應正面。

透過即時透明度調整的幽靈手，VR 鍵盤學習者在無外部提示時能更準確、保持技能，顯示自適應提示有效提升短期保留。

開發可解釋智能評估平台XIA，透過可視化認知診斷與對比說明，提升預備教師的評估素養與反思能力。

開發 ProxyMe VR 原型，探討 AI 生成語音化身如何成為使用者自我表達的一部分。