教育科技研究速報

本文探討元研究如何提升醫療 AI 的可靠性、透明度和可重複性，並提出未來研究路線圖。

本研究提出一種輕量級的視線追蹤方法EMC-Gaze，透過會話式元校準，降低校準負擔並提升在不同頭部運動下的追蹤準確度。

透過慢速實體互動與生成式 AI，探討如何以可觸覺的方式重構記憶並提升使用者控制感與創意探索。

本研究探討如何設計基於生成式AI的系統，以促進合作問題解決中的社會共享元認知，並避免過度依賴AI導致自主監控能力的下降。

本文探討使用者對聊天機器人的信任並非基於其可靠性，而是受到互動設計和認知偏誤的影響，並建議重新將聊天機器人視為具有銷售目標的工具。

本文探討了提升大型語言模型（LLM）邏輯推理能力與其發展出自我意識及策略性欺騙能力之間潛在的風險，並提出了相應的安全防護措施。

本研究提出MindfulAgents，一個由大型語言模型驅動的多重代理系統，能根據專家建立的正念框架，提供個人化的冥想體驗，並顯著提升使用者參與度與自我覺察。

本研究探討 AI 標籤對使用者辨識 AI 生成圖像不實訊息的影響，發現標籤雖能降低對 AI 生成假圖的信任，但也可能導致過度依賴，反而更容易受人造圖像的誤導。

建立干擾框架測試LLM道德判斷的穩定性與可操控性，發現觀點轉換最易導致判斷波動

Aletheia 擴充功能結合 RAG 與 LLM，提供透明、證據化的假新聞偵測與互動討論，並在實驗中優於現有基準。

提出耳戴式「筆」裝置，透過短暫啟動的語音視覺協助，改善使用者的自主感、認知流暢度與社交舒適度。

比較 Bandit 與 LLM 在健康行為干預中的訊息選擇與生成，發現 LLM 更受用戶喜愛但 Bandit 無顯著提升。