教育科技研究速報

探討學術命名政策對姓名變更研究者的引用準確性與心理健康影響，並證實可見政策可減少錯誤。

提出一種無需訓練、即插即用的 PaLRS 方法，利用殘差流提取 steering vectors 來實現高效的 LLM 偏好對齊。

提示語言可改變LLM對同一政治文件的意識形態傾向，俄語提示導向否定，烏克蘭語提示則支持合法性。

本文探討大型科技公司如何主導 AI 研究，並指出其追求規模化的商業動機與 AI 的倫理、環境及社會責任之間存在衝突。

研究產品經理在生成式 AI 中的倫理決策，發現組織承諾與領導支持能提升責任行為，並提出低成本個人與高成本集體兩種策略

生成式 AI 讓使用者在資訊尋找中失去主動性，導致學習成效下降，尤其是高階批判性學習。

研究發現 AI 代理在數據分析的方法設計上具備高度多樣性，但在最終結論的解釋階段極易受提示詞引導而產生偏見。

建立 SciConBench 及 SciConHarness，發現即使在清潔房環境下，AI 代理在科學結論綜合方面仍表現低效，凸顯評估與實務挑戰。

本文以倫理與社會科學視角，批判前作忽略 AI 斑點的社會功能與美學價值，呼籲以文化脈絡為基礎的討論。

提出以使用者為中心的審計框架，揭示使用者特徵如何影響大型語言模型回應的質量、內容與語氣。

本文提出代理式模擬器評估討論性投票資訊系統，並探討推薦策略與攻擊抵抗之效能。

本文透過重新利用MoReBench資料集，證明LLM在生成評分標準方面比直接回答更符合人類標準，顯示其道德推理能力遠高於先前評估。