教育科技研究速報

本研究透過元分析揭示了 AI 在短文自動評分方面的表現落後，並探討了其在不同難度題目、模型架構及文字處理上的弱點。

提出X-MLM框架，結合LLM與跨城知識，提升極端情境下人類移動預測精度

本文探討人工智慧如何重塑科學教育的目標、流程、教材、評估及學習成果，並強調在公平、透明等倫理考量下，應建立負責任且合乎倫理的原則。

本文探討了一種新的風險限制審計（RLA）方法，透過檢視選票紀錄與實際投票結果的差異，簡化審計流程並擴大適用範圍。

本研究探討了大型語言模型（LLM）為基礎的自動評分系統，在面對與評量構念無關的因素時的穩健性，結果顯示其在一定程度上具有抵抗力。

本研究探討了英國臨床醫師在管理一型糖尿病時，如何優先適用臨床指南，以及他們對患者解讀血糖數據與做出適當治療決策能力的看法。

本研究透過系統性調整提示工程的三個面向，探討如何提升大型語言模型在社會科學文本分類上的準確性，並揭示模型效能的異質性。

本研究揭示大型語言模型在數學問題中可能傳播有害內容，並提出SafeMath技術，在不犧牲準確性的前提下提升模型安全性。

本研究利用眼動追蹤技術，揭示了人類在成對 AI 圖像評估時的認知過程，發現視線模式能預測偏好選擇與信心程度。

本文概述並評估了不同類型的年齡驗證技術，分析其效能、潛在副作用及使用者接受度，並提供保護未成年人於網路上的建議。

本研究分析 Reddit 社群中不同群體（學生、教師、混合群體）對生成式 AI 在高中教育中的討論，揭示了其在學習、學術誠信和情感影響方面的差異。

本研究揭示科學家對研究構想的評估並非固定不變，而是會隨著時間產生漂移，這對利用 AI 協助科學發想的系統設計具有重要影響。