教育科技研究速報

本研究透過混合方法，評估了 LLM 驅動的 BPMN 建模助手，發現其可用性尚可，但信任度較低，尤其在可靠性方面。

Eye2Eye框架利用第一人稱視角，透過共同注意、可修正記憶與反思回饋，顯著提升人機協作效率與信任度。

本研究探討了北韓脫北者在南韓醫療系統中面臨的挑戰，並開發了 Medibridge 應用程式，以提升其就醫溝通能力。

本研究探討不同生成式 AI 參與配置如何重塑協作學習過程，發現共享 AI 促進了協作收斂，而個人 AI 則帶來了更分散的探索。

本研究介紹 ELLA，一款透過互動故事、自選語言目標和對話引導，支援幼兒早期語言發展的生成式 AI 社交機器人，並探討其在家使用中的設計與互動。

本文綜述了LLM在五大人類流動任務中的設計與挑戰，並提出可靠、基礎且隱私友好的研究方向。

LLMs能從網路討論中準確推斷隱藏政治立場，並透過聚合多條文本提升準確度，顯示其對隱私的潛在風險。

本研究探討了增加語言模型生態系統的多樣性，能否有效減緩模型在自我訓練過程中產生的知識崩塌現象。

提出基於資料類型與領域情境的敏感資料偵測框架，顯著提升偵測準確率。

提出 HAIG 框架，將人機互動視為連續關係，從信任-效用角度重新定義治理。

本研究提出「表面安全對齊假設」，認為安全對齊是教導模型選擇正確的回應方向（滿足或拒絕請求）的二元分類任務，並揭示了影響安全性的關鍵神經元。

本文提出以黑格爾認知與弗洛伊德心理動力學為基礎的 AI 教師，並證明認知增強提示與多代理自我/超我架構能顯著提升教學效能。