教育科技研究速報

探討失智照護中可穿戴與環境感測技術，提出五項實施原則以提升自動化與人本設計

提出國際工具呼叫資料集，提升多語言 LLM 工具使用效能與跨域魯棒性。

本研究探討系統性文獻回顧中工具生態的限制，並設計ARC系統，旨在透過整合、透明化和AI輔助，提升研究者策略探索與知識合成的效率。

本研究提出一套雙階段方法，透過使用者與視線互動專家的合作，開發更直觀、符合自然視線移動模式的手勢，提升視線互動的易用性。

本研究提出 Companion，一個結合繪圖機器人與大型語言模型（LLMs）的藝術裝置，旨在將 AI 從工具轉型為具身協作的藝術夥伴。

本文探討將 2D 與 3D 視覺化無縫整合於 XR 空間，提升高維資料分析的直覺性與效率，並透過三個案例驗證其效益。

本文揭示資料標註中的共識陷阱，指出以「真實基準」為核心的做法忽略人類主觀差異，並呼籲重新審視標註流程與文化偏見。

提出 Aletheia 數學研究代理，能自動生成、驗證並修訂證明，並在多項 AI‑輔助研究中取得突破。

評估現行偏差指標在大型語言模型分配傷害評估中的可靠性，發現其無法準確捕捉群體差異。

本文探討了如 ChatGPT 等大型語言模型（LLM）的本體論特徵，認為其不具備自主能動性，更應被視為一種能動性地執行任務的語言自動機。

ChatGPT 在心臟與血管病理學多選題中，正確率達92%，超越兩名醫學生，顯示其在醫學教育中的潛力。

調查顯示，AI 研究者普遍認為自動化 AI 研發是重大風險，並對時間表與治理機制存在分歧。