教育科技研究速報

本文探討生成式 AI 如何重塑協作式意義建構，並提出五項設計原則與一個動態共享表示空間框架。

提出一種基於強化學習的情緒規劃框架，能預先決定情緒以驅動即時串流的情緒化語音合成。

提出 ASAF 框架，主張代理人的社會身份設計是影響人機協作品質的關鍵界面，而非僅是工程技術問題。

本研究利用 AI 語音處理技術分析協同教學中的聲學特徵，發現教師經驗與教學設計會顯著影響音量動態變化。

研究開發了一款能即時分析 YouTube 影片語言維度，並提供使用者媒體飲食品質回饋的 AI 分析引擎。

本文主張應將 AI 整合進機器學習同儕審查流程，作為作者、審稿人與領域主席的協作夥伴以應對規模化危機。

研究發現短期 LLM 對話在提升疫苗接種意願的效果上，未必優於傳統的政府公共衛生資料，且效果難以持久。

本文提出一種透過開放式即時預測（Open Nowcasting）系統，每日自動收集並公開分析公眾對 AI 發展支持度的研究方法。

提出 Data2Story 多代理人框架，能自動化生成具備證據支撐與多模態呈現的數據新聞故事。

研究發現大型語言模型在進行數學題文化轉譯時，會導致文化多樣性崩塌並出現嚴重的文化誤植現象。

本研究開發了一套流程，將學生與 AI 教學助教的提問對應至課程主題，藉此識別學生在特定知識點上的學習困難。

研究發現透過對論文摘要進行低成本的表面改寫，即可有效操縱 AI 審查系統，使其給予更高的接受評分。