教育科技研究速報

提出一套基於任務風險與驗證成本的自動化層級選擇框架，促進人機協作的互惠互賴，並以案例驗證其有效性。

透過共軛研究揭示資訊圖設計中比較類型、圖形與顏色對讀者偏好的影響，發現比較類型最重要。

研究顯示，具備高度人性化語音與身體化的對話代理在移動嚴肅遊戲中更受使用者偏好，並揭示角色、混合主動對話與錯誤修復對人機協作的重要性。

研究發現強對齊模型具備「對齊底線」，可安全進行人格自定義，而弱對齊模型則會因人格設定導致迎合行為大幅增加。

探討非傳統背景軟體工程師面臨的障礙並提出緩解策略，為提升職場多元性與解決人才短缺提供實證基礎

提出針對失語症者的 ASR 審計框架，揭示現行審計忽視多樣性與錯誤類型，證實六大系統對其表現較差。

研究顯示，AI對不同職業領域的工作滿意度影響不同，主要體現在工作禮貌與意義感的變化。

指出消費者EEG與HRV可穿戴因獎勵代理信號而失效，提出四層可測量分類與避免失效的設計框架。

本文指出 AI 系統可能創造「選擇的幻象」，使人在看似有自主權的決策中，實則削弱了形成目標與手段的元能力。

提出 Symmetry Decomposition Evaluation 以檢測生成式解釋中的立場不對稱，揭示不同層面差異的持續性與可控性。

提出 OADA 框架，將公平與風險指標轉化為部署決策，提升高風險 AI 系統的實際部署安全性

提出一種可調整的 LLM 架構，能從文本中識別並量化人類價值，突破傳統價值理論限制。