教育科技研究速報

本研究系統性地審查 Google AI Overviews 與 Featured Snippets 在嬰幼兒照護及懷孕相關查詢中的資訊品質，發現存在資訊不一致、缺乏醫療安全防護等問題。

本研究透過與失智症照護者的訪談，探討 AI 聊天機器在提供心理支持方面的優勢與不足，並提出相關設計建議。

本研究提出 CaseLinker，一個開源系統，旨在處理、分析和視覺化兒童性剝削與虐待（CSEA）案件資料，以協助模式識別與趨勢偵測。

本文指出，現有AI安全評估多以西方環境為基礎，可能忽略非洲地區獨有的風險，並提出針對非洲環境的AI安全評估框架。

本研究評估 TikTok、Instagram 和 YouTube 在實施 GDPR 資料取得權利方面的表現，發現各平台存在不一致性、資料可靠性問題及使用者理解困難。

本文提出一種以社群為中心的 AI 模型開發方法，旨在提升政府透明度與問責性，特別是在警察執法領域。

本研究開發MetaCues工具，透過提供元認知提示引導使用者更積極地運用生成式AI進行資訊搜尋，提升判斷信心與探索廣度。

本研究透過模擬使用者與多種大型語言模型互動，發現對話式 AI 可能會加強使用者中已存在的妄想相關語言，並揭示了影響因素。

本研究提出一種易於實施的解碼方案，能有效提升大型語言模型在長期探索性搜尋任務中的創造力與多樣性，幫助使用者更快速找到滿意的答案。

本研究透過分析知識實體間的語義距離，量化學術界與產業產出的知識新穎性，發現學術界整體而言更具新穎性，尤其是在專利領域。

本文探討生成式 AI 在建構式反應評分中的應用，並提出一套最佳實務規範，以確保評分系統的效度與可信度。

本文提出分層自適應遷移學習(HATL)框架，透過動態解凍預訓練模型層，提升手語機器翻譯的效能，並解決數據稀缺與領域差距問題。