教育科技研究速報

開發多屬性子空間引導框架，生成暗黑模型以模擬長期人機互動中的有害行為，並提出緩解措施。

提出三種方法，透過合成資料、模型自生資料與演算法搜尋，突破語言模型對人類資料與設計的依賴，實現持續自我改進。

建立 DEAF 基準，揭示音頻 LLM 主要依賴文字提示而非聲學訊號

本文提出「科學家-AI 迴路」(SAIL) 框架，旨在利用 AI 加速科學工具開發，同時確保科學的準確性與嚴謹性。

研究用戶可透過互動資料反思，提升 UI 個人化決策自主性。

本文指出LLM對人格測驗的回應未滿足人格六大特徵，顯示Big Five等人類人格量表不適用於LLM，並提出功能性評估與LLM專屬框架的研究方向。

本研究開發並驗證了一套評估公眾科學視覺素養的測驗 SVLAT，旨在衡量其解讀科學視覺化圖表的理解能力。

開發 Sketch2Topo，結合擴散式拓撲優化與手繪輸入，提升自訂化與美學平衡，降低使用者負擔。

系統性回顧顯示 HCI 框架多被提出但缺乏驗證與迭代，呼籲更嚴謹、累積的開發實踐。

提出以團隊準備度為核心的人機決策評估框架，涵蓋結果、依賴行為、安全信號與學習進程，並以互動痕跡量化校準與治理。

AI 介入影片會降低觀者對講者的信任與判斷信心，但不影響真偽辨識準確度

利用講者面部、眼動、語調及語音特徵，雙重迴歸模型可準確預測觀眾情感投入與語音吸引力，證明講者側情感足以代表觀眾回饋。