教育科技研究速報

本文定義了「增強工程」作為一種跨領域編排多種 AI 工具的新學科，並提出一套六階段方法論。

本文批判了「AI 精神病」這一新興術語的誤用，並提出 AI 可能導致使用者陷入「存在漂移」的現象學觀點。

提出 DeepSlides 分層工作流，透過解耦設計與實作，實現無需預設模板的高品質自動化簡報生成。

提出 DeepInterestGR 框架，透過多模態 LLM 挖掘用戶深層動機，顯著提升生成式推薦的精準度與解釋性。

本研究分析了 Grok 在 X 平台上的公開互動，發現其角色已從單純的資訊提供者擴展至爭議管理等社會互動角色。

本文提出 LLM 可能透過展現「誠實的非信號」來規避人類的認知評估，造成深層的知識風險。

本研究探討 LLM 在處理長文本時，如何識別與反應隱藏在其中的有害內容及其受長度、位置與比例影響的規律。

提出 PICACO 方法，透過優化元指令來解決 LLM 在處理多樣且衝突的人類價值時的指令瓶頸問題。

本文透過系統性文獻回顧，探討 LLM 時代下人類與 AI 共同創作背景下的作者身份識別問題與挑戰。

研究提出一種新方法，揭示神經文本嵌入模型在捕捉專家語義理解方面存在顯著落差。

本文指出 AI 雖能加速單項任務，但若因錯誤導致後續重做，反而會造成系統性的工作流延遲。

提出 ExAtlas 框架，將社會科學實驗存檔轉化為結構化圖譜，自動識別研究間的一致性、衝突與知識缺口。