教育科技研究速報

透過多模態評量與 PBL，提升學生程式基礎、溝通與批判思維。

研究發現企業 AI 洗牌顯著抑制農民數位金融使用，且透過知識與風險排斥加劇，社會資本可緩和此負面效應。

利用語音 AI 與多代理架構，低成本實現可擴展、個性化口試，並證明評分可靠性高。

本文提出以人為中心的「智力管家」框架，透過五項原則協助學生與教師在 AI 影響下負責任地創造與管理知識。

本文提出一套以英格蘭與威爾士警務與法律體系為基礎的風險識別方法，列出 15 個可由 LLM 執行的警務任務與 17 種風險，並以 40+ 案例說明其對案件進程的影響，指出可透過良好實踐降低風險。

提出臨床意義可解釋性（CME）框架，強調醫師需求的可操作性說明，並提供 NeuroXplain 設計參考。

本研究探討了軟體工程師在使用智能編碼助理時的認知投入程度，發現其投入度隨著任務進程下降，並指出當前設計缺乏促進反思與理解的機制。

本研究探討如何運用 linting 工具，提升 README 文件在不同情境下的品質，兼顧風格與內容，並保留作者的自主性。

ViSTAR利用AR與LLM生成即時語音回饋，提升籃球姿勢與節奏自我調整。

本文透過設計小說，探討2036年以AIoT為基礎的居家照護系統如何侵蝕個人自主性，並提出對抗策略以重獲隱私。

FACET 是一個面向教師的多智能體框架，旨在透過整合動機、表現和學習差異，支援更有效的差異化教學，解決傳統 AI 工具忽略學習情境的缺點。

開發個人化動作指導框架，利用生成式 AI 生成符合個別運動員特徵的動作改進建議，提升比賽表現。