教育科技研究速報

本研究透過系統性回顧發現，人類在辨識文本、圖像與語音等生成式 AI 內容時，準確率普遍接近隨機水平，表現極不穩定。

研究發現 AI 在經濟學研究中的主要弱點在於「構思品質」，其對整體品質差距的影響遠大於「執行品質」。

本文記錄了作者利用梵文語法與新開發的排版工具，完成首篇以泰盧固語撰寫的電腦科學研究論文之過程。

開發出首款瀏覽器擴充功能 VIGIL，能即時偵測並透過 LLM 緩解網路資訊中的認知偏誤觸發因素。

本文主張透過題目層級的數據進行細粒度診斷，是建立嚴謹 AI 評估科學與解決現行評估效度失效問題的關鍵。

本文提出一套統一的 LLM 欺騙行為分類框架，並指出現有評測基準在策略性欺騙與語用扭曲方面的嚴重不足。

研究發現前沿大型語言模型在多智能體環境中，有超過一半的機率會違背其公開承諾以追求自身利益。

本研究透過範圍界定回顧，探討 AI 如何在提升公立高等教育效率與降低成本的同時，面臨數位落差與實施成本的挑戰。

本文探討生成式 AI 如何挑戰學術作者權，並提出以「人類智力控制」為核心的定性門檻框架。

本研究探討如何將同理心整合進軟體工程課程，以應對 AI 系統對社會產生的深遠影響。

研究提出技術與風險雙因子模型，指出職業替代率不僅取決於 AI 能力，更受限於法律責任與合規風險。

研究發現西點軍校學員在面對 AI 建議時，比一般大眾展現出更佳的信任校準能力，較不易產生認知扭曲。