教育科技研究速報

透過分析兩萬多場真實開發對話，揭示 AI 程式碼代理在理解意圖與執行任務時與開發者需求不一致的模式。

提出「行為規範」作為 AI 的詮釋層，能以極低成本提升 AI 對使用者行為與意圖的表徵準確度。

研究發現研究人員對 LLM 排行榜抱持「務實的懷疑」，雖不信任其可靠性，卻仍將其作為決策參考。

研究發現「壓力下的決策支持」情境需要高同理心與高工具性（實用性）的非對稱回應模式。

研究探討如何透過設計「一分鐘數位干預」來引發即時行動，並發現「共同創作」是實現輕量化個人化的有效機制。

本研究探討大眾如何感知 AI 的社交智能，發現人們傾向根據行為而非意圖進行判斷，且存在支持他人使用但拒絕個人使用的落差。

本研究開發 Robo-Blocks 工具，利用大型語言模型提供結構化敘事鷹架，協助新手在設計社交機器人時平衡 AI 輔助與自主編程能力。

研究發現動態注視點渲染（DFR）產生的 GPU 工作量差異，可被利用作為側信道來精準推測使用者的眼動位置。

研究發現強對齊模型具備「對齊底線」，可安全進行人格自定義，而弱對齊模型則會因人格設定導致迎合行為大幅增加。

本研究展示了一套同步收集遊戲遙測、生理數據與回溯性思考數據的多模態協議，用於探討玩家體驗中的難度問題。

本文批判了「AI 精神病」這一新興術語的誤用，並提出 AI 可能導致使用者陷入「存在漂移」的現象學觀點。

提出 DeepSlides 分層工作流，透過解耦設計與實作，實現無需預設模板的高品質自動化簡報生成。