教育科技研究速報

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。

研究發現新人收到答案後更願意回答，互惠主要在新人階段，隨經驗下降，回應時間30-60分鐘最有效。

客製化GAI聊天機器人以蘇格拉底提問法提升學生互動與認知多樣性，減少認知卸載，與通用型機器人相比，解決成效無顯著差異

提出 SentiAvatar 框架，結合大規模對話資料、動作基礎模型與音訊感知的計畫-填充架構，實現即時、語義與節奏同步的 3D 數位人類動作生成。

提出文化適應藝術品描述生成任務，並用文化基礎問答評估，發現基礎模型表現有限，加入語用說話者模型可提升聽者理解8.2%

研究發現人類來源歸因雖具動機價值，但若缺乏可信度，其學習成效反而低於透明的 AI 歸因。