SMC 資料庫
「AI個人化學習如何影響學生創造力」專家意見
台灣時間10月15日（週四）凌晨2:00，台中朝陽科技大學助理教授席安迪（Andri Dayarana K. Silalahi）與印尼學者組成的研究團隊，在《公共科學圖書館：綜合》（PLOS ONE）上刊登的新研究，以線上問卷調查533名用過ChatGPT學習的印尼大專學生，探討用ChatGPT做個人化學習是否與創造力有關，以及同儕協作如何影響兩者的關係。為使大眾更加理解這份研究對台灣大專教學、學生使用AI的評量方式，以及AI時代創造力培養的意義，台灣科技媒體中心邀請科學教育領域的專家提供觀點。
閱讀更多「控制人工智慧研究速度必要且可行嗎？」專家意見
2026年9月12日，美國AI公司Anthropic執行長阿莫戴（Dario Amodei）發表專文〈我們必須控制前沿AI的發展步調〉（We Must Pace the Frontier），主張AI的開發速度已經超出目前業界能夠檢查與控制的範圍，必須共同放慢。為使大眾更加理解控制AI研發速度的可行性與必要性，以及台灣在評測與法制上的準備程度，因此台灣科技媒體中心邀請AI治理領域的專家提供觀點。
閱讀更多「聊天機器人正讓我們的語言同質化」專家意見
臺灣時間8月24日晚間11:00，《自然人類行為》（Nature Human Behaviour）發布南加州大學團隊的研究，指出大型語言模型幾乎不更動原意，卻讓人類的寫作風格趨於相似。為使大眾理解這份研究對台灣語言保存與語言判讀應用的意義，台灣科技媒體中心邀請族群語言與人工智慧治理領域的專家提供觀點。
閱讀更多「高德地圖背後的技術與個資保護」專家意見
中國阿里巴巴集團旗下，高德軟件開發的「高德地圖」APP，2026年4月在台灣推出新版功能後迅速走紅。報導指出其「紅綠燈倒數計時」秒數近乎零誤差，被部分網友形容為比現有國際與本土導航APP更精準。數發部表示將委由國家資通安全研究院檢測。5 月中旬將召開記者會公布完整資安評測結果。政府也跨部會表示公部門全面禁用 ，國軍含私人手機禁用 ，以及呼籲民眾不要使用。為使大眾更加理解地圖應用程式背後的技術，與如何保護個人資安，因此台灣科技媒體中心邀請專家提供觀點。
閱讀更多「Google AI摘要的健康建議可能帶有錯誤資訊」專家意見
《衛報》（The Guardian）與SE Ranking在2026年1月的系列報導中，指出Google「AI摘要（或稱AI概覽）」（AI Overviews）健康資訊的引用品質堪慮，可能誤導使用者的就醫或健康行為。
目前AI摘要已擴展至全球200多個國家、40種語言，每月服務20億用戶。
為使大眾更加理解AI生成健康資訊的品質與風險，以及對臺灣民眾健康素養與資訊環境的潛在影響，因此台灣科技媒體中心邀請專家提供觀點。
閱讀更多「一般人怎麼讓AI助理守好秘密」專家意見
約11萬筆ChatGPT用戶對話紀錄遭外洩，包含內線交易、醫療諮詢等敏感內容，且已被網站時光機存檔難以徹底刪除。《電訊報》（The Telegraph）8月1日報導指出，此次外洩肇因於ChatGPT分享功能設計缺陷，使對話內容被Google搜尋引擎收錄。
由於使用AI協助工作已成為許多人日常生活的重要一環，台灣科技媒體中心邀請專家提供觀點，幫助大眾降低使用AI的風險。
閱讀更多「得知來源是AI，人對AI同理心的評價會降低」專家意見
6月30日晚間23:00公開在國際期刊《自然人類行為》的最新研究發現，即使AI生成的回覆內容，被人評價為「有同理心」，但當人們相信或認為自己得到的回應來自AI時，對回應的同理心評價會下降。台灣科技媒體中心邀請研究AI與心理的專家解析，我們應如何看待研究結果，以及如何謹慎的在日常陪伴或心理支持時使用 AI。
閱讀更多「研究揭高品質深偽影片人臉有逼真心率訊號」專家意見
今（4/30）日《圖像前沿》期刊發布一篇研究，分析多個公開的深度偽造（Deepfake）影片，發現能在高品質的深度偽造影片中偵測到和真實影片的人像相似的心率訊號，更難辨識影片真偽。這篇研究有諸多限制，台灣科技媒體中心邀請研究深偽技術的專家解析，我們是否需要擔心更難被偵測和辨別的深偽影像，以及如何看待研究結果。
閱讀更多「DeepSeek的資安疑慮與對台灣AI的啟示」專家意見
中國人工智慧公司開發大型AI模型DeepSeek，2024年底橫空出世，能達到與ChatGPT相同甚至超越ChatGPT的效能，而引起廣泛的討論。然而由於用戶資料儲存在中國伺服器，引發蒐集使用者數據的疑慮，陸續有國家宣布限制或禁止在政府部門的設備中使用DeepSeek。我們應該如何看待新的AI模型、DeepSeek的資安疑慮，以及對台灣研發AI模型的影響呢？
閱讀更多2024諾貝爾化學獎官方新聞稿全文翻譯
2024年諾貝爾化學獎是關於所有生命中巧妙的化學工具「蛋白質」。大衛．貝克成功地創造了全新類型的蛋白質，完成了幾乎是不可能的壯舉。德米斯．哈薩比斯和約翰．瓊珀開發了一種人工智慧模型來解決已懸置五十年的問題：如何預測蛋白質的複雜結構。這些發現具有巨大的潛力。
閱讀更多