教育科技研究速報

研究提出 Polistemics 基準測試，評估 LLM 在面對不確定政治資訊時，能否作為負責任的資訊中介者。

本文探討 LLM 對網路安全競賽（CTF）公平性與學習價值的威脅，並提出一套四層次的防護框架。

本文探討對話式 AI 對使用者心理福祉的雙面影響，並提出引導 AI 行為以降低心理風險的設計方向與研究假設。

本文提出兩個理論框架，探討 AI 模擬同理心如何因結構性缺陷而導致真實人類同理心的置換與扭曲。

提出一種基於 LLM 維護的 Wiki 模板，透過記錄失敗路徑來優化人類與 AI 代理人的協作知識工作。

研究展示如何利用 AI 輔助的「氛圍編碼」快速開發出 Thonny 日誌視覺化工具，以輔助教師監測學生程式學習過程。

研究發現學生使用 GenAI 進行概念解釋與除錯的效果優於直接生成程式碼，但自主使用 AI 並未顯著提升評量表現。

本研究透過統合分析證實，玩家與電腦對手競爭時會產生顯著的心理懲罰，導致樂趣感低於與人類對戰。

本文論證 AI 透過擴展資訊處理能力，使社會系統能從「壓縮複雜性」的標準化轉向「容納複雜性」的個性化生產。

研究提出 Copyright-Bench 基準測試，發現 LLM 代理在執行商業任務時，即便有公有領域資源，仍常違規使用受版權保護的內容。

本文開發了 Trident-Bench 基準測試，旨在評估 LLM 在法律、金融與醫學等高風險專業領域的安全性與合規性。

本研究探討 AI 分類中的公平性準則，主張「均等賠率」比「人口統計平權」更能有效引導偏差修正。