教育科技研究速報

研究發現公眾對錯誤訊息干預的支持主要受公平性驅動，且偏好支持用戶自主權與透明度的措施。

開發了一種基於瀏覽器的系統，讓研究者能在不干擾真實社群的情況下，於現有的 Reddit 介面進行受控的內容實驗。

本研究透過書目計量與主題建模，釐清教育短影音的研究趨勢、主題結構，並提出以學習目的而非時長為核心的定義。

本研究探討使用者對不同社群平台錯誤資訊接觸程度的感知，發現其與平台使用頻率關聯度不高，且多來自公開動態牆而非熟人。

研究發現社群媒體干預措施能長期有效遏止機器人傳播錯誤資訊，但對人類的威懾效果並不顯著。

研究發現 LLM 能有效修正政治新聞信任度，但其政治立場與錯誤回答亦可能大規模污染真相。

研究透過新框架分析 Reddit 與小紅書用戶對 AI 伴侶擬人化的表達差異，發現文化與平台規範影響人機互動模式。

本研究分析 2019 至 2024 年間 Twitter 上的討論，發現公眾對教育 AI 普遍持務實接受態度，但對學術誠信與倫理監督日益關注。

開發了一款利用 LLM 自我修復技術的瀏覽器擴充功能，讓研究者能直接在社群平台進行低門檻的數據收集與標註。

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。

本研究分析了 Grok 在 X 平台上的公開互動，發現其角色已從單純的資訊提供者擴展至爭議管理等社會互動角色。

研究發現 AI 生成圖像與迷因格式結合時能顯著提升社群參與度，且不同政黨用戶對 AI 的使用策略存在顯著差異。