教育科技研究速報

透過共軛研究揭示資訊圖設計中比較類型、圖形與顏色對讀者偏好的影響，發現比較類型最重要。

提出2024年真實社群媒體深偽資料集，顯示現有模型性能急劇下降，凸顯實務檢測挑戰。

探討非傳統背景軟體工程師面臨的障礙並提出緩解策略，為提升職場多元性與解決人才短缺提供實證基礎

透過對四種 AI 倫理工具的實務評估，發現其能指導一般倫理考量但對葡語模型特性不足。

提出針對失語症者的 ASR 審計框架，揭示現行審計忽視多樣性與錯誤類型，證實六大系統對其表現較差。

證實自發線上資訊搜尋及金錢激勵可改變對兒童撫養與大麻合法化的政策支持，顯示動機與搜尋環境對政治態度的影響

研究顯示，AI對不同職業領域的工作滿意度影響不同，主要體現在工作禮貌與意義感的變化。

本文指出 LLM 的安全防護與角色設定會創造「現實差距」，將知識風險轉嫁給使用者，並主張以任務層級的因果規範取代底層道德修正，以避免倫理 AI 變得實質上不道德。

建立基準評估LLM學者推薦，揭示模型選擇與提示設計對推薦質量與多樣性的影響

提出雙語醫療資訊回應審核基準，發現低健康素養用戶的回答資訊被稀釋，並提出減緩策略

提出 Symmetry Decomposition Evaluation 以檢測生成式解釋中的立場不對稱，揭示不同層面差異的持續性與可控性。

提出 TELL 架構，將可解釋性嵌入 AI 文本偵測，達到 AUROC 0.927 並提供高質量說明，提升教師對 AI 生成文本的判斷力。