教育科技研究速報

研究發現危機諮商中個案懷疑對象為 AI 的比例正在上升，且即便諮商師澄清也難以完全消除疑慮。

本研究分析了用戶在數位安全與隱私領域對 LLM 的真實提問，發現商業模型表現優於開源模型，但存在回應不一致的風險。

開發出結合下顎與面部肌肉發音動作的多模態系統，提升了微弱情緒辨識的準確度。

開發 ParaTutor 系統，透過為家長與孩童提供差異化鷹架，解決傳統 LLM 削弱親子教學角色分工的問題。

透過分析人機協作的桌遊 Podcast，探討 AI 在複雜協作環境中的角色定位、成效與玩家感知。

本研究探索利用具身對話代理取代傳統圖表儀表板，透過對話引導使用者進行客觀的個人健康數據反思。

本文探討在特定情境下，AI 人格能有效緩解人類受環境偏見影響而導致研究洞察失真的問題。

研究揭示 AI 在提供照護支持時，雖能模仿同儕語氣，卻會產生虛假的「合成生活經驗」，造成敘事真實性的落差。

研究提出 EiCAP 框架，透過心理學分類法與專門訓練，顯著提升 LLM 在情感智能上的表現。

本文提出一個由七個可審計組件構成的框架，旨在提升 LLM 使用者模擬器的透明度、一致性與公平性。

本文為試算表開發預測性自動補全功能，提出了一個包含手動策劃數據集與線上評估框架的新基準測試。

提出一套結合臨床需求與音訊設計流程的框架，用於開發將身體動作轉化為聲音的運動復健技術。