教育科技研究速報

本研究探討如何設計基於生成式AI的系統，以促進合作問題解決中的社會共享元認知，並避免過度依賴AI導致自主監控能力的下降。

本文提出H3LIX去中心化前沿模型架構(DFMA)，透過本地AI實例生成合成學習訊號，並在共享情境中進行同步，實現隱私保護的集體學習。

本研究透過遊戲式任務，探討了2-4歲學齡前兒童在觸覺、嗅覺與情緒之間的跨感官對應關係，並揭示了其背後的聯想策略。

本研究探討了在機器演算法提供多個同樣優質的解決方案時，人類如何選擇最易於理解的方案，並揭示了影響可解釋性的結構性特徵。

本研究探討了時間限制如何影響大型語言模型（LLM）在批判性思考任務中的作用，發現時間可用性會反轉 LLM 的輔助或阻礙效果。

本研究探討了資訊環境如何影響使用者對資料外洩威脅的回應，並發現資料外洩的不確定性比明確的風險更影響使用者對個人化AI的接受度。

本文探討使用者對聊天機器人的信任並非基於其可靠性，而是受到互動設計和認知偏誤的影響，並建議重新將聊天機器人視為具有銷售目標的工具。

本文提出CMASE框架，結合生成式智能體建模與虛擬民族誌方法，支援研究者嵌入、互動參與及干預虛擬社會環境。

本研究提出一種新穎的教學方法，利用AI生成的歌曲和虛擬化身呈現課程大綱，以提升學生的參與度、理解度和資訊記憶。

本研究揭示了在工作場所中，人們對 AI 管理者的性別認知，與對人類管理者的性別偏見相似，尤其在獎勵分配後更為明顯。

本研究透過文本分析，評估十四個產業領域中生成式AI與LLM的治理，旨在平衡創新、倫理責任與公平存取。

本研究評估了七種前沿大型語言模型在政治議題上的說服力，發現其優於傳統競選廣告，並揭示模型間存在差異。