教育科技研究速報

本研究探討了工作者如何看待 AI 對工作意義的影響，並發現 AI 可能會不成比例地取代那些能帶來工作者成就感與幸福感的工作。

本研究透過動畫形式，探討數位媒體生態如何重塑學習，並批判傳統教育體制，揭示平台如何改變知識、記憶與空間體驗。

這篇文章指出，目前評估 AI 安全性的方法，如問卷調查，無法準確反映基於大型語言模型（LLM）的 AI 代理在實際部署中的行為風險。

本文提出一款免費下載的辯論遊戲，旨在提升公眾對人工智慧的理解、批判性思維及論證能力。

FRAME 透過大規模 AI 系統測試與情境觀察，填補了 AI 評估中規模與情境細節之間的差距，提供組織領導者更可靠的決策依據。

系統梳理1954-2025年詞向量技術演進，量化 GPT-3 後的研究焦點與合作變化，揭示大模型帶來的學術與產業重構。

本研究探討了工程教育者首次嘗試將生成式 AI 融入課程的經驗，並發現學生在形成性評估中表現有所提升，但技術應用逐漸減弱。

研究顯示年齡、玩家類型與人格特質是影響數位學習遊戲化偏好的主要因素，且學習活動類型亦顯著調節此關係。

提出一種工具基礎架構，讓大型語言模型在不需微調的情況下，透過自然語言指令即時調整機器人技能，並保持安全與可解釋性。

提出多代理 AI 框架，結合 AR 與 LLM，實時自適應機器人訓練環境

本文提出互動智慧的新範式，打造具備人格化表達、適應性互動及自我演化的數位人類，並提供一個端到端的框架Mio。

AutoClimDS 透過知識圖譜與代理式 AI，能從自然語言指令完整重現氣候科學分析流程，凸顯結構化科學記憶的重要性。