教育科技研究速報

研究顯示增強分析提升非技術 BI 使用者的信任、易用性與效用，進而改善決策品質。

實驗顯示，雖鼓勵提升搜尋行為，知識增長仍偏向高學歷者，提示需加強搜尋技巧與環境公平。

透過大型 IT 服務公司案例，提出七項治理原則，說明如何在實際部署代理式 AI 時兼顧自治、責任與安全。

YAC 透過多代理工具呼叫系統，將自然語言查詢即時轉化為可互動的視覺化與資料過濾，並提供結構化文字說明與調整小工具，提升生物醫學資料探索效率。

提出一種聊天代理框架，將自然語言與文獻內容轉化為結構化JSON操作，並透過互動式小工具與記憶庫提升3D生物結構建模效率。

透過代理人模擬，證實平台架構決定推薦算法對資訊傳播與品質的影響，架構越靈活算法效應越大，架構越受限則效應最小。

本文將代理工具的信任校準問題轉化為偏好學習，利用高斯過程分類與不確定性導向查詢，實現自動化與人類審核的最優分離。

提出一套可重現的多模態資料收集協議，結合眼動、可穿戴生理、音訊、視訊與自評，為小組互動研究提供統一時間線與標準化輸出。

研究探討部分重用預設儀表板風格與佈局，並提出 ReDash 工具驗證其對設計流程的支持

研究證實在說服性折線圖中加入護欄能提升使用者信任、判斷準確度與對背景資訊的完整感。

研究比較人類與大型語言模型在美感評估中的情緒與內感差異，揭示AI在內感方面的局限，對人機對齊提出挑戰。

提出 OmniGUI 基準，評估多模態手機 GUI 代理人，發現現有模型在同步音訊與視訊任務上表現顯著下降。