教育科技研究速報

本研究探討技術進步對媒體素養的影響，指出當前教育在整合新技術與培養批判性思維方面仍面臨挑戰。

研究發現 AI 瀏覽器摘要在保持準確性的同時，能系統性地降低新聞的政治偏見與負面情緒。

本文批判單純依賴 AI 浮水印標籤的侷限性，主張應透過流程透明化與資訊素養來應對 AI 帶來的認知與倫理挑戰。

本文主張青少年社群媒體行為受平台規範與同儕認知驅動，而非個人選擇，應透過設計建立信任導向的規範。

研究發現協作能提升社群審核品質，但政治立場的暴露會削弱協作效益，且團隊組成對不同政黨內容的影響不一。

本文主張 AI 對齊不應僅追求人類偏好的聚合，而應建立以能力、事實、誠實與法律為底線的非談判原則。

本書透過多學科視角探討 AI 如何既能強化集體智慧與民主韌性，也可能帶來偏見與誤導資訊等風險。

研究發現 LLM 作為新聞引擎時，其資訊篩選的多樣性與意識形態偏向與傳統搜尋引擎顯著不同。

研究發現透過 LLM 模擬進行練習，需經歷三次關鍵的注意力轉移，才能有效提升年輕人公開介入網路霸凌的能力。

研究探討澳洲社群媒體禁令下，青少年如何透過測試與解構技術控制來規避年齡限制。

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。

研究發現 Twitter 對話中的群體動態與初始回應語氣，會透過建立社會規範來決定對話是否演變成毒性攻擊。