教育科技研究速報

本文提出一種透過參與式故事分享，將日常經驗融入學習過程的體驗式人工智慧素養教學法，以提升學習者對 AI 在實際工作流程中的理解。

本研究探討了使用者在生成式 3D 建模工具中如何學習、求助，以及生成式 AI 如何重塑學習過程，強調了新的入門方式與 AI 對 AI 的輔助。

本研究展示了 VueBuds，一種整合相機的無線耳機，透過低功耗視覺語言模型，實現即時場景理解、翻譯等功能，並與智慧眼鏡的效能相媲美。

本研究驗證了資料驅動的重新設計流程在不同教學單元上的通用性，即使在非針對性改善的單元中，也能提升學習成效。

研究表明，人們若相信 AI 能預測其行為，可能會主動限制自身決策，甚至放棄保證的獎勵，顯示 AI 影響決策方式，不僅是決策內容。

本研究探討遊戲如何作為可解釋介面，透過互動建構解釋，並重新組織玩家的能動性，從直接控制轉向解釋性推理。

本研究透過隨機對照實驗發現，針對法律學生的生成式 AI 培訓能有效提升其使用效率，並改善分析結果的準確性。

此研究指出，生成式 AI 的情感對齊可能對年輕使用者發展自主性構成系統性風險，並建議採用強調功能中立的設計。

本文建立一個框架，評估任務自動化的最佳程度，發現完全自動化並非總是成本最低，部分自動化通常更具優勢。

本研究首次全面探討了分層多代理系統中人工智慧代理間自發形成的社會組織，揭示了工會、犯罪集團乃至雛形國家的出現。

本研究揭示大型語言模型（LLM）中 em 破折號的過度使用，源於其在 Markdown 格式訓練資料中的結構性遺留，並透過實驗驗證了其抑制與模型微調程序的關聯。

本研究評估商業大型語言模型（LLM）作為政治顧問的可信度，透過比較其產出與羅馬尼亞立法動議的官方論述。