教育科技研究速報

本文介紹 CONSIDER 原型，旨在透過與 AI 生成的反對意見進行結構化辯論，協助使用者釐清價值觀並應對道德分歧。

本文提出一個基於信號理論的多維框架，用以評估 AI 在對話中展現共情的適當性而非僅僅是存在與否。

開發了一款結合肌肉與功能層面回饋的虛擬訓練平台，證明了不同注意力焦點對肌電技能習得與保留的影響。

研究發現情境化雖會降低 AI 的說服力，但結合對話溫暖感能恢復其說服力，且 AI 素養高者雖信任度低卻更易受 AI 影響。

本研究提出一套結合 LLM 與 UXR 框架的方法論，透過結構化需求來改善認知障礙者的行動學習體驗。

本文提出一套結合生成式 AI 與心理學框架的 UXR 方法論，旨在為 ADHD 成人設計具神經包容性的情緒調節數位干預工具。

提出「可縮放共情視覺化（ZEVs）」技術，讓使用者能在抽象統計數據與具象個人敘事間平滑切換，以增強情感連結。

透過將網站從數據中心遷移至回收電子設備建成的太陽能伺服器，探討永續運算的實踐路徑與美學轉向。

提出 Rationalize 框架，透過四種角色對組合，在共享推理空間中實現人與 AI 意圖與行動的雙向對齊。

提出結合行為評估與內部表徵分析的框架，用以驗證大型語言模型代理人是否具備真正的目標導向性。

本文挑戰將 LLM 擬人化的傾向，指出擬人屬性可能僅是基於特定載體的詮釋，而非系統本身的本質。

研究發現生成式 AI 的用途受國家經濟水平與語言影響，低收入國家多用於學習，高收入國家則偏向休閒。