教育科技研究速報

開發基於LLM的工作流程，協助非倫理專業人員進行多框架倫理反思，避免單一答案。

本文主張將人類受試者實驗的預註冊做法擴展至AI代理實驗，並提供專屬模板以提升研究可信度。

本文以法律視角剖析生成式搜尋與影子封鎖對網路自由與創作者經濟的威脅，並評估現行法規與可能解決方案。

探討公共衛生機器學習中算法公平的認知與實踐差距，提出 Fairness-to-Action 框架以促進公平實踐。

提出 RRI 框架，透過可審計的推理迴路將反思嵌入人機互動，提升穩定推理與安全性。

本文透過設計研究案例，提出八項旨在平衡學習支架與學術誠信的 AI 導師設計原則。

本研究利用 AI 語音處理技術分析協同教學中的聲學特徵，發現教師經驗與教學設計會顯著影響音量動態變化。

本文主張應將 AI 整合進機器學習同儕審查流程，作為作者、審稿人與領域主席的協作夥伴以應對規模化危機。

本研究開發了一套流程，將學生與 AI 教學助教的提問對應至課程主題，藉此識別學生在特定知識點上的學習困難。

研究發現透過對論文摘要進行低成本的表面改寫，即可有效操縱 AI 審查系統，使其給予更高的接受評分。

開發出一種能根據治療師共情與探索技巧，動態調整資訊揭露程度的自適應虛擬病人系統。

本文指出法律不確定性是 AI 規範學習的必要條件，並說明沙盒等邊界物件如何協助將抽象法規轉化為可執行的技術實踐。