教育科技研究速報

開發了一種神經符號管線，透過解耦語義理解與物理約束，解決生成式 AI 在繪製物理圖表時常見的物理錯誤問題。

提出 G-STAR 框架，透過結合說話者追蹤模組與語音大語言模型，解決長篇多方對話中的身份一致性與時間戳問題。

本文提出一個結合深度知識追蹤與因果森林的框架，用以精準評估隨選真人教學對學生學習成效的異質影響。

本文提出一個框架，探討長期人機互動中產生的認知與行為漂移現象，並強調透過元認知干預來維持學習者的認知可靠性。

本文提出「AI 行為科學」的概念框架，探討如何評估 AI 行為、利用 AI 研究人類行為，以及人機互動對社會的影響。

本研究探討使用小型視覺語言模型與策展知識，為盲人及低視能族群提供多語言藝術描述的技術可行性。

研究提出 Social AI Design Code 框架與 EUDAIMONIA 基準測試，揭示頂尖 LLM 在社交對齊上仍存在顯著風險。

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。

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。

本文展示如何結合生成式 AI 與文化敏感性，在低資源環境下構建具備行動力的使用者體驗研究觀點（POV）。