教育科技研究速報

本研究探討了自2019年以來計算教育研究中複制研究的發展趨勢，發現其比例雖有微增，但整體增長仍有限。

研究顯示，AI介入的說服性政治宣傳不僅被視為不合法且威脅個人自主，且AI本身因道德規範被額外評價負面。

提出 SPIRIT 框架，利用半結構化人格推斷與大型語言模型，模擬個體在不同情境下的一致性意見與行為，並證實其比人口統計模型更貼近實際回應。

本研究探討了生成式 AI 在高等教育不同學科與職位上遇到的障礙，發現這些障礙並非個體層面，而是深植於組織生態系統與知識規範。

開發「In Your Own Words」框架，精準提取自由文字調查中的可解釋主題，提升問卷設計與身份研究的系統性分析。

提出全政府協調的 AI 治理架構，並以聯邦式 AI 事件管理為實例，解決資料孤島與政策碎片化問題。

本文提出針對多代理科學 AI 系統的評估挑戰與對策，並以新研究想法資料集與專家訪談驗證其可行性。

本研究展示了在大型微積分課程中，透過微調輕量語言模型，並與教師協作，提供即時且準確的學生提問解答，提升教學支援效率。

本文提出「人機擴增體驗超越人類感知」設計方法，利用科技模擬非人類感官體驗，以提升生態意識、同理心及跨物種關懷。

本研究分析 67 個開放原始碼專案，揭示了 GenAI 治理超越單純禁止，需要協調的責任、驗證、審查能力及平台基礎設施。

這項文獻回顧發現，過去十年機器人輪椅的設計、開發與評估中，使用者參與程度仍然有限，多集中在後期評估階段。

本研究探討在高等教育中，如何透過運用能力較弱的大型語言模型（LLM），建構人機合作的信任關係，並提升學生的 AI 素養。