教育科技研究速報

本研究探討了軟體工程師在使用智能編碼助理時的認知投入程度，發現其投入度隨著任務進程下降，並指出當前設計缺乏促進反思與理解的機制。

開發個人化動作指導框架，利用生成式 AI 生成符合個別運動員特徵的動作改進建議，提升比賽表現。

元認知提示能促進學生在使用生成式 AI 搜尋時的批判性思考與深入探究。

以社會物理學框架，探討人機混合社會中行為、文化、語言、委派、認知管道與規範演化的六大方向。

結合自然語言指引與歷史信號，DECODE以條件擴散模型精準預測腦電，實現零樣本行為泛化與可解釋性。

提出一種跨媒體註解工具，讓學者能將 PDF 內容與音訊、影片或網頁等外部資料連結，擴展閱讀體驗。

AI 聊天機器人能透過提升使用者的社會責任感，短期內顯著提升職涯目標進度，優於無支援控制組，與書面反思組相當。

提出一套針對高解析度沉浸式顯示環境的尺度感知導航框架，提升天文影像在全局與局部尺度間的流暢探索。

提出利用可視化重建原始資料精度作為自動評估指標，無需人工標註，提升 AI 生成圖表品質評估效率。

建立 16,123 條 Reddit 評論的道德情感標註語料庫，並評估 LLM 與 fine-tuned 編碼器在此主觀任務上的表現。

本文指出歐盟聊天監控法案將監控延伸至機器人，可能使陪伴型機器人成為監控工具，並帶來隱私與信任危機。

研究顯示，在競爭性決策環境中，所有人皆可進行可行回應，但由於內生選擇機制，初始優勢被放大，導致長期表現差距持續存在。