教育科技研究速報

本文定義了代理型 AI 系統特有的「代理技術債」與「隨機稅」，並提出治理框架以應對其複雜性。

研究發現電腦科學學術網絡存在性別、種族與機構聲望的不平等，並證明透過模擬協作干預可提升弱勢者的網絡中心性。

研究發現大型語言模型在評分一致性上甚至能超越人類閱卷員之間的共識，展現高度自動化評分的潛力。

研究證實少數維基百科編輯者的協同行動，能顯著且具體地影響大型語言模型在特定議題上的價值觀與表現。

本文提出從單純追求預測準確度轉向以「干預導向」為核心的框架，以應對自動化決策系統對社會組織的影響。

研究發現學生在練習時的「延遲開始」行為能有效預測其數學與英文的標準化測驗表現。

提出一個模仿教授與學生關係的多代理人框架，透過具身教學動作與內容同步，實現端到端的個人化學習。

本研究透過開發新型第一人稱視角資料集，優化社交機器人在複雜動態環境下的使用者追蹤穩定性。

本文提出一個整合多媒體與視覺分析的框架，旨在透過 AI 代理人與人類協作，提升專業用戶處理大型多媒體數據的能力。

研究開發了多人遊戲 ImaginAItion，透過遊戲化反思機制有效提升成人對生成式 AI 偏見與行為的理解。

本文提出將複雜的結構化標註任務分解為子任務，以降低標註者的認知負荷並提升成本效率。

研究提出以跨語言問答作為新框架，探討使用者如何建立並演化對機器翻譯系統能力的心理模型。