教育科技研究速報

本研究透過分析工作活動本體論，系統性地評估並預測人工智慧的應用，揭示了 AI 市場價值在不同活動中的不均分佈。

本研究發現現行允許 LLM 輔助潤飾同儕審查稿件的政策，因 AI 偵測工具的準確性不足，難以有效執行，並可能導致錯誤指控。

提出 FIGURA 方法，透過模組化提示工程在安全過濾的文字到圖像模型中成功生成藝術人物攝影，解決傳統過濾器對合法藝術內容的阻斷。

本文探討生成式 AI 如何透過高維空間的幾何導航產生意義，並提出「導航式思維」的概念，作為一種新的學習與計算模式。

本研究初步探討 Instagram 新的 AI 評論排序系統是否會導致不同用戶看到不同的評論，尤其是在新聞內容方面，並發現新聞評論的差異性反而較低。

本文探討非洲在發展現代人工智慧時面臨的基礎設施與政策挑戰，並提出建立「正確的推動者」以促進非洲大陸的人工智慧發展。

本文提出分散式人本數據引擎（DHDE）框架，透過AI分析消費及情緒數據，量化並解決日本福井縣等地區的“低活力”問題，以優化區域經濟流量。

本研究表明，多智能體協作能有效提升眼科臨床診斷的準確性，並降低潛在的危害，優於單一大型語言模型。

本研究提出 WARBENCH 框架，揭示現有大型語言模型在軍事決策情境中存在的嚴重缺陷，特別是在法律約束、邊緣運算和資訊不完整性方面。

本研究透過分析Reddit論壇上的討論，揭示了浪漫AI伴侶生態系統中隱私問題的演變，強調了生命週期管理、可逆性及情感脆弱性的重要性。

本研究首次系統性地評估大型語言模型在教育領域的價值觀對齊程度，發現其偏好模式與人文教育原則高度一致，並在價值觀爭議領域展現出明確的立場。

本研究調查大學生使用AI工具的經驗，並探討他們對AI學習伴侶的接受度、益處及擔憂，以及其使用意願與傳統學習活動的關係。