教育科技研究速報

本文探討 AI Agent 在面對多目標且不可通約的艱難抉擇時，因優化設計所導致的識別與決策局限性。

本研究填補了 AI 公平性從抽象倫理原則轉向具體實務操作的鴻溝，建立了一套涵蓋 AI 生命週期的治理框架。

提出 PALEI 框架，透過提升 AI 素養與參與式設計，強化社區對 AI 野火風險評估工具的信任與應用。

本文透過解構生成式 AI 的組成要素，探討其運作機制與人類預期之間的落差，並強調教育研究者的角色。

本文提出 cc-self-train 系統，透過動態調整教學角色與適應性支架，有效提升學習者使用 AI 編碼工具的自我效能感。

研究發現 LLM 雖能模擬合理的個體，卻無法準確代表真實人口的統計分佈，存在嚴重的偏差與群體抹除風險。

研究發現 LLM 在摘要公眾意見時，會因留言者的職業背景而產生不平等的處理結果。

提出「依賴協商框架 (RNF)」，將學生使用 LLM 的行為視為在多重因素影響下的動態協商過程。

本文提出一個數學公式，用以估算由多個 AI 組成的委員會在篩選過程中能提升多少精準度。

本研究透過對保加利亞學生的調查，探討使用者對聊天機器人提供情緒支持的態度、使用現況與潛在疑慮。

研究發現 X 平台將用戶內容預設用於 AI 訓練會引發隱私焦慮，進而導致用戶參與度下降與遷移意願增加。

本文提出「提示詞間可靠性（IPR）」框架，揭示 LLM 在不同提示詞下的輸出穩定性差異。