教育科技研究速報

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。

開發了一套結合 RAG 與雙代理架構的 AI 系統，透過人機協作生成高品質的程式邏輯理解選擇題。

研究發現透過設計「原創性」激勵機制，能有效抵消生成式 AI 導致的觀點同質化問題。

本文提出一套統一的 LLM 欺騙行為分類框架，並指出現有評測基準在策略性欺騙與語用扭曲方面的嚴重不足。

本研究探討如何將同理心整合進軟體工程課程，以應對 AI 系統對社會產生的深遠影響。

研究發現當前 AI 系統在表徵民主制度所需的角色與社群關係上存在結構性缺失，傾向於以個人主義而非公民結構來理解世界。

本研究揭示 STEM 學生如何透過線上同儕社群建構數位非正式學習組合，並形成三種不同的職業路徑導向模式。

研究探討透過非強制性的自主學習契約，引導學生在程式學習中更有意識地決定生成式 AI 的使用方式。

本研究透過系統性文獻回顧，分析了過去十年減少計算機科學學生學術拖延的各種干預機制及其成效。

研究證實學生在不同情境下具有穩定的學習率，且自動化 AI 生成內容的學習成效與專家設計課程相當。

本文揭示高維空間中單一閾值函數能分離任意點集，將感知機從邏輯分類器轉為導航指標，並將深度視為資料流形預處理機制。

將神經網路與符號系統結合，提升ARC任務的泛化能力，無需微調或強化學習。