教育科技研究速報

本文探討如何捕捉和詮釋創意活動的細微變化，以反映創意實踐的結構，並提出三種互補方法提升創意工具的記錄與分析能力。

本研究提出 NarrativeLoom，一種基於盲目變異與選擇性保留理論的多角色協作系統，能顯著提升故事的創意性與品質。

本研究探討在早期發展情境中，如何透過分層社群協調，有效整合多模式大語言模型（MLLM）於專家與家長的互動中，以達到更佳的協調效果。

本研究提出AutoUE，一個多智能體系統，能協調各智能體端到端生成3D遊戲，包含模型檢索、場景生成、遊戲邏輯編寫及自動化測試。

本研究提出 Multi-TAP，一種透過語意人格建模捕捉跨領域推薦中使用者偏好異質性的框架，並在知識轉移中保持相關性。

本研究提出一種新穎的方法，利用對話系統收集資訊並生成使用者評論，以減輕撰寫詳細評論的負擔，並提升評論的實用性。

本研究探討透過後置升級方式，強化並擴充車內建智慧感測器功能，並提出設計建議以引導未來智慧車廂的發展。

本研究分析了YouTuber社群如何分享及實踐利用生成式AI獲利的方法，並揭示了平台化環境下創作勞動的結構性張力。

本研究發表了首個大規模自然資料集ADAS-TO，旨在研究駕駛者在自動駕駛輔助系統（ADAS）期間的手動接管行為，並揭示了早期預警的潛力。

本研究探討了AI在與青少年互動時應負有的責任，並強調擬人化設計在降低風險、促進青少年自主性和技能發展方面的作用。

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。

本文提出一種「符號動畫」的互動範式，讓使用者透過繪製高階符號來指示動畫動作，並利用自動化方法（如生成式AI）生成動畫關鍵影格。