教育科技研究速報

本研究透過工作坊，探討設計者在兒童與人工智慧互動情境中，如何理解並實踐兒童自主性，並提出一個支援設計者思考自主性的框架。

本研究探討在高等教育中，如何透過運用能力較弱的大型語言模型（LLM），建構人機合作的信任關係，並提升學生的 AI 素養。

本文提出一個三層框架，重新思考AI在多元能力協作中的角色，強調建立共享資訊基礎、協調不同能力者的工作流程，以及作為有限的合作夥伴共同實現目標。

本研究提出基於機器未學習的知識水平模擬方法，旨在創造更穩定的新手學習者模型，並評估其透過教學互動重新學習的能力。

本研究揭示了人們在日常生活中同時使用多種大型多模態語言模型（MLLM）的習慣，並探討了其在模型間協調、信任校準及對話管理上的挑戰。

本研究透過日記研究法，探討知識工作者在大型語言模型（LLM）暫時停用時的工作體驗，揭示了 LLM 在工作流程中的重要性及對專業價值的影響。

本研究提出一個分層強化學習框架，利用生物力學模型評估並優化 VR 介面，以降低使用者在空中操作時的疲勞感。

本研究探索了利用大型語言模型（LLM）生成個人化想像暴露劇本，以輔助治療社交恐懼症的可行性，並初步驗證了其在臨床上的潛力。

開發一個對話式 AI 網頁平台，整合履歷、面試、正念、語言學習等多元工具，協助低收入芝加哥居民提升就業準備與生活品質。

本研究釋放 EDU-CIRCUIT-HW 資料集，評估多模態大語言模型解讀大學 STEM 科目學生手寫解題的準確性，揭示其在理解複雜手寫邏輯方面的潛在缺陷。

本研究審查了四種大型語言模型在 41 種職業中生成的人格化資料，發現模型在種族和性別呈現上存在偏差，並加劇了職業隔離。

本文提出「社交思維智能」的概念，強調個體與群體智能的動態交互，並探討其在人類與AI系統中的應用與培養。