教育科技研究速報

本文提出代理式模擬器評估討論性投票資訊系統，並探討推薦策略與攻擊抵抗之效能。

本文主張 AI 研究者應主導軍備管制研究，結合核威懾教訓，開發驗證與外交創新，以降低軍事 AI 的即時風險。

研究發現滑動式生物識別在性別上無顯著偏差，且準確率高達92-94%。

開發基於LLM的工作流程，協助非倫理專業人員進行多框架倫理反思，避免單一答案。

本文主張將人類受試者實驗的預註冊做法擴展至AI代理實驗，並提供專屬模板以提升研究可信度。

本文以法律視角剖析生成式搜尋與影子封鎖對網路自由與創作者經濟的威脅，並評估現行法規與可能解決方案。

本文指出 AI 教育研究中缺乏對 LLM 計算與環境成本的透明報告，並提出一套開源的測量與報告方法。

探討公共衛生機器學習中算法公平的認知與實踐差距，提出 Fairness-to-Action 框架以促進公平實踐。

提出 RRI 框架，透過可審計的推理迴路將反思嵌入人機互動，提升穩定推理與安全性。

本文透過設計研究案例，提出八項旨在平衡學習支架與學術誠信的 AI 導師設計原則。

研究發現即便針對 LLM 設計的心理測驗，其自我報告結果也無法有效預測模型的實際行為表現。

本文探討即時人體姿態估計技術，並開發出一個基於 MediaPipe 的輕量化原型系統，為非專業用戶提供運動回饋。