教育科技研究速報

探討尼日利亞法律專業人士對 AI 治理的看法，指出本土化治理模式與法規缺口的重要性。

AI輔助評審可提升國家科學產出18-25%，並降低研究品質變異，證明其為知識產生的結構性驅動力。

提出多代理框架，通過生成-驗證-修訂迭代，顯著提升 LLM 生成個人化數學題目的真實性與可解性。

研究揭示生成式 AI 在職場中因情境未被充分考量而失效，並提出以互動式實踐取代單純數據收集的設計策略。

本文提出 EduIllustrate 基準測試，評估大型語言模型生成 K-12 STEM 領域圖文並茂解釋的能力。

本研究探討利用 RAG 技術開發 AI 教學助理於碩士課程中，並驗證其在開放式考試中的學術有效性。

本文提出「漸進式認知外化」框架，解釋人類認知功能如何透過環境智慧與數位媒介的協同演化進行轉移。

提出一種結合教學結構與受限策略優化的新演算法，有效防止 AI 導師在強化學習過程中出現獎勵作弊現象。

本文提出教學安全性框架與獎勵駭客嚴重性指數（RHSI），證明單靠獎勵設計不足以防止 AI 導師出現追求高參與度卻犧牲學習成效的行為。

本研究證實大型語言模型在預訓練、分詞及生成階段皆存在明顯的美式英語偏見，可能導致語言同質化。

提出 NPGC 方法，透過非參數 Copula 框架生成具備高統計保真度且符合隱私規範的合成教育數據。

提出 EduEmbed 框架，透過微調語言模型與文本適配器，解決認知診斷中語義與模型間的分布差異問題。