教育科技研究速報

SentinelAI 是一個可擴展的資料整合框架，旨在將緊急通訊轉化為標準化的、機器可讀的資料集，以支援事件建構與跨來源推論。

本研究利用眼動追蹤技術，揭示了人類在成對 AI 圖像評估時的認知過程，發現視線模式能預測偏好選擇與信心程度。

本文概述並評估了不同類型的年齡驗證技術，分析其效能、潛在副作用及使用者接受度，並提供保護未成年人於網路上的建議。

本研究探討跨網站追蹤如何影響 YouTube 的政治與不實資訊推薦，並評估隱私瀏覽器是否能減輕追蹤造成的資訊泡泡。

本研究分析 Reddit 社群中不同群體（學生、教師、混合群體）對生成式 AI 在高中教育中的討論，揭示了其在學習、學術誠信和情感影響方面的差異。

本研究透過分析自認自閉症用戶的社群媒體貼文，探討 ChatGPT 作為認知支撐工具的雙面性，揭示其在協助自閉症用戶的同時，也存在潛在的風險。

探討使用者如何在 Character.AI 與 AI 伴侶協商身份，揭示動機、策略與情感結果，並提供設計建議。

PASTA 提供一個可擴展的工具，整合模型卡、政策標準化、LLM 評估引擎及易解介面，以降低 AI 多政策合規性的成本。

本研究揭示科學家對研究構想的評估並非固定不變，而是會隨著時間產生漂移，這對利用 AI 協助科學發想的系統設計具有重要影響。

本研究提出資料提示協同演化概念，透過互動系統讓開發者迭代優化提示詞，並藉由不斷擴充的測試集，提升大型語言模型（LLM）的效能與可靠性。

透過工作坊與原型實作，本文揭示 K‑12 教師對多模態大型語言模型的機會、挑戰與實務需求，並提供未來學習設計的啟示。

本研究比較了AI大型語言模型與人類在線上心理健康社群的回應，發現AI更具結構性，但缺乏人類互動中的語言多樣性和個人敘事。