教育科技研究速報

本文探討生成式 AI 在建構式反應評分中的應用，並提出一套最佳實務規範，以確保評分系統的效度與可信度。

本文提出 L2-Bench，一個基於語言學習體驗設計構念的全新評估基準，旨在更全面地評估AI在語言教育中的能力。

研究顯示不同動機画像的高中生在數學與寫作中使用生成式 AI 的模式差異，提示需以動機為基礎設計 AI 教學介入。

本文提供企業選購 LMS 的關鍵功能與評估指標，協助組織打造可擴展且具洞察力的學習體驗。

數位學習平台正從衡量功能和規模，轉向展現真實的學習成果，這代表教育科技的發展方向正在改變。

文章指出生成式 AI 改變資訊工作，eLearning 必須從工具訓練轉向判斷建構、角色模擬與可衡量績效影響。

本文闡述 LMS 採用指標如何從單純登入與完成度，擴展至參與度、技能成長與實際商業成果的衡量。

代理式 AI 與無程式碼工具結合，實現自適應學習、即時技能檢測，顯著提升技術訓練效率與員工就業準備度。

本文指出急性壓力會削弱記憶檢索能力，並提醒教師在高壓環境下仍應運用檢索練習以維持學習成效。

提出 dTRPO 透過軌跡縮減降低計算成本，提升擴散大型語言模型的離線策略訓練效率與生成品質，並在多項基準上顯著提升表現。

提出以Cyberism為基礎的ORS框架，從本體、數位人格與價值三柱整合治理合成心智。

提出ZEBRAARENA環境，用於評估工具增強LLM的推理與行動耦合，並揭示現有模型在高難度任務上仍存在顯著效能缺口。