教育科技研究速報

研究探討透過「數據驅動問題」與「假設分析」產生的認知摩擦，如何幫助臨床醫生減少對 AI 的過度依賴。

透過跨學科共同設計，提出超越傳統對話框的雙層支架框架，以提升智力障礙者的生成式 AI 使用體驗。

研究發現學生雖大幅增加 AI 工具的使用聲明，卻極少具體說明 AI 在作品中的實際貢獻，顯示問責機制存在落差。

本文提出 AI 輔助會導致人類因認知資源耗盡而逐漸讓渡自主權，並強調設計應包含主動恢復能動性的機制。

開發 SpheriCity 原型系統，透過強化證據溯源與結構化合成，解決 LLM 在永續報告分析中的幻覺與透明度問題。

研究開發了 Frustrometer 系統，透過融合生理與互動訊號，實現對使用者在視覺化任務中挫折感與停滯狀態的即時預測。

本文透過分析 X 平台四年來的社群筆記數據，探討大規模群眾外包內容審核的動態、語言多樣性與互動網絡。

本文提出 FaiRLLM 基準測試，證實 ChatGPT 在進行音樂與電影推薦時，仍對特定敏感屬性存在不公平現象。

本文主張 AI 輔助學術研究不應僅關注結果，而應透過建立過程透明度框架來維護研究者的代理人完整性。

本文提出首個標準化的 AI 評估結果 JSON 架構與社群驅動資料庫，解決評估數據格式不一且難以比較的問題。

本文提出一個多模態觀察量表，用於分析教師在同步視訊教學環境中如何運用數位工具與肢體語言進行教學編排。

本文論證人類社會的核心在於「有限性」與「不可逆的死亡」，這正是機器集體缺乏且無法僅靠智慧彌補的特質。