教育科技研究速報

本文提出「AI 委託審議」新範式，並透過 Habermolt 平台評估 AI 代表在民主參與中的有效性。

本研究透過分析 550 萬次對話紀錄，揭示 M365 Copilot 已從單純的搜尋工具轉向內容創作與決策輔助。

提出 BOHM 方法，利用已存在的路由權重即時生成多層次歸因，零成本且不需存取組件內部，與 SHAP 互補。

透過稀疏自編碼器揭示 EEG 基礎模型內部特徵，評估其可解釋性與臨床信任度。

Gemini 2.5 Flash 在 Slack 日誌中零樣本估算員工知識誤差最低，顯示 LLM 可自動化專業映射，但仍需隱私與結構化改進。

GBAT 透過深度學習自動同步、標註與姿勢分類，顯著提升兒童-照顧者互動資料的分析效率與規模。

對四大生成式搜尋引擎進行審核，發現約16%引用為 AI 生成來源，揭示其資訊品質風險

本研究提出以關係為核心的多代理系統 CultivAgents，透過專業代理人提供針對技能、環境與文化的個人化園藝建議，提升園友自信、動機與信任。

開發 Lepton BERT 模型，準確辨識明清文集標題中的個人書信，並應用於 CBDB 以識別約五萬封書信。

本文比較 STM 與 BERTopic 在短篇開放式調查回覆上的效能，發現 BERTopic 在主題一致性與可解釋性上優於 STM，且上下文增強能顯著提升表現。

提出認知卡達塞夫尺度，量化不同文明層級可支援的 AI 計算量，並以 2026 年硬體為基準，估算人類目前約 73% 接近第一型文明。

結合 Discord 社群情感與多模態金融數據，BERT+LSTM 模型顯著提升 MANA 代幣價格預測準確度，證明社群訊號對虛擬經濟預測之價值。