教育科技研究速報

XInsight 是一個受心理諮詢啟發的多智能體框架，旨在透過模擬「探索-洞察-行動」模式，提升網上心理健康支援的透明度與有效性。

本研究透過兩個實地實驗，探討社交證明（如 GitHub 星星數、下載次數）對開源軟體下載量及開發者參與度的影響，結果顯示其影響微乎其微。

本文認為教育中 AI 濫用問題的核心不在於偵測，而在於學習過程的透明度降低，並提出學習可見性框架以促進 AI 的道德整合。

本研究分析Reddit上關於脫歐的討論，發現意見極化主要源於自我選擇和回音室效應，而非觀點交流。

本研究探討了學生如何運用生成式人工智慧（AI）於設計專案，並強調能動性、領域知識、想像力與品味等關鍵能力在人機協作中的重要性。

本文探討生成式AI如何提升K-16+階段的科學素養，並提出整合教學、學習與評估的架構，以應對AI時代的挑戰。

本研究透過因果推論方法，量化了作者種族、性別和機構所在地對學術論文接受度排序的獨立影響，揭示了系統性偏見的存在。

本文提出了一種倫理嵌入式控制架構，旨在將倫理考量融入AI生命週期的各個階段，以應對日益複雜的AI風險。

本研究評估了撒哈拉以南非洲移民對人工智慧誘騙（特別是詐騙）的脆弱性，發現過往的詐騙經歷是影響脆弱性的最重要因素。

本研究提出一套隱私保護的視覺語言框架，利用本地開源LLM偵測醫療對話中的同意與指示語句，並生成對應機器人手勢，達成高準確率與人類相似度。

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

建立醫療機器人失敗情境下的多模態資料集，揭示失敗對情緒與控制感的負面影響。