教育科技研究速報

本文提出一個中層設計框架，透過顯著性、參與度與活動維度，定義人機協作的四種協作區模式。

本文提出「工作坊模組化（Workshop-in-a-box）」概念，旨在降低數據實體化活動對專業研究者的依賴。

本文提出 CollabSkill 框架，透過貝氏技能評分系統量化評估人類與 AI 在真實職業任務中的協作貢獻。

研究發現旨在減少深夜使用的提醒機制，反而因觸發演算法重新學習，導致用戶深夜使用量增加。

開發出一種能根據治療師共情與探索技巧，動態調整資訊揭露程度的自適應虛擬病人系統。

本文指出法律不確定性是 AI 規範學習的必要條件，並說明沙盒等邊界物件如何協助將抽象法規轉化為可執行的技術實踐。

LLM 在招聘評估中偏好自身生成的履歷，導致人類作者被排斥，且可透過簡單介入減少偏差。

語言模型可作為自殺資料標註與專家指導的高效助手，提升標註一致性並加速新變數指南制定。

提出 IRT4DS 模型，辨識 39 個政府資料共享障礙並提供 23 個對策，協助政策制定者降低阻力。

本文藉文獻分析揭示 AI 與永續發展交叉點，並提出擴展實務社群之策略。

本文釐清了 AI Agent 輸出不一致的來源，將其區分為 Token 生成的內在隨機性與環境變動的外在變異性。

提出混合式紙本考試半自動批改方案，結合結構化答題與大型視覺語言模型，提升批改準確性與公平性。