教育科技研究速報

開發 GoodPoint 方法，利用作者回覆訓練 LLM 產生可行且有效的建設性回饋，顯著提升回饋成功率與實務價值。

探討使用深度學習於影片中辨識健康干預者的矛盾與猶豫，並評估三種學習設定的效能。

本文證明鍵盤動態能有效區分學生自寫與 AI 協助寫作，並在實際部署中顯著優於純文字偵測。

開發了一種名為 PLanet 的 DSL，透過矩陣代數形式化實驗分配程序，以顯化研究假設並檢驗因果查詢的可行性。

PAL 透過即時多模態分析與自適應提問，將講座影片轉化為互動式學習體驗，並於課程結束時生成個人化摘要。

研究顯示 Vibe Coding 生成的建築安全代碼，雖執行率高達 85%，但 45% 以上出現靜默失敗，56% 的 GPT-4o-Mini 代碼數學錯誤，證明現階段 LLM 缺乏安全工程所需確定性。

AI 以關係式談話提升商業互動時，因期望違背與尷尬感降低滿意度，僅在目標相關談話時可緩解。

提出七維度框架並提煉九個案例設計要點，協助制定 AI 事故報告系統。

提出跨國政策理解基準與專門化混合模型，揭示LLM在政策應用與推理上的局限。

即使去除姓名與代詞，推薦信仍可透過語言暗示辨別申請人性別，且去除暗示後仍高於機率。

研究顯示教師在多代理系統中可有效調整問題的真實性與適切性，並證實代理評估與教師實際需求之間存在差異。

研究發現即使 GPT‑4.1 也只能以 57.4% 的準確率預測新加坡不同族群的價值偏好，透過結構化微調可提升 17.4% 但同時擴大族群差距。