Eco-Bee：透過個人化多模態代理提升校園生態永續意識與行為
arXiv - Human-Computer InteractionCaleb Adu, Neil Kapadia, Binhe Liu, Jonathan Randall, Sruthi Viswanathan
開發 Eco-Bee AI 代理，將行星邊界框架轉化為個人化建議，以驅動大學生的永續生活行為改變。
AI 幫你先抓重點
AI 重點 1
從「靜態數據」轉向「動態行為引導」的範式轉移
滑鼠懸停看 AI 判斷理由
傳統永續工具多僅提供碳排放計算等靜態回饋，難以觸發長期行為改變。Eco-Bee 透過對話式代理提供即時、可操作的洞察，展示了 AI 如何將抽象科學轉化為具備行為強化功能的個人化學習工具。
AI 重點 2
利用同儕基準與遊戲化機制強化社會學習
滑鼠懸停看 AI 判斷理由
透過同儕比較與挑戰，系統將個人行為與社群規範連結，這對於處於習慣養成關鍵期的學生至關重要，能有效提升學習參與度並將知識內化為生活方式。
核心研究發現
- 1
Eco-Bee 整合了大型語言模型與「行星邊界」框架，將抽象的環境限制轉化為具體的個人「生態分數」（Eco-Score）。
- 2
在跨校園網絡的試點測試中（n=52），高達 96% 的學生參與者表示支持在全校範圍內推廣此系統。
- 3
參與學生報告表示，透過該平台，他們能更清晰地理解日常行為如何集體影響地球的環境承載極限。
對教育工作者的啟發
教育工作者可借鑒此模式，將複雜的科學框架（如行星邊界）透過 AI 轉化為學生可理解的「個人化指標」。在設計數位學習環境時，不應僅停留在知識傳遞或數據呈現，應結合「行為強化」與「社會互動」（如同儕挑戰），利用 AI 代理提供即時反饋，將學習內容與學生的日常生活場景深度結合，從而實現從知識理解到行為改變的轉化。
原始文獻資訊
- 英文標題：
- Eco-Bee: A Personalised Multi-Modal Agent for Advancing Student Climate Awareness and Sustainable Behaviour in Campus Ecosystems
- 作者：
- Caleb Adu, Neil Kapadia, Binhe Liu, Jonathan Randall, Sruthi Viswanathan
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。