教育科技研究速報

本研究透過演算法審計發現，現有的 AI 內容審查系統常將真實心理治療對話誤判為不當內容，限制了 LLM 作為治療師的潛力。

本研究系統性評估了 12 種大型語言模型在學術論文審稿中的評分準確性、與人類的分歧以及面對惡意提示注入攻擊的脆弱性。

本研究透過統計模型揭示 AI 評分榜單存在高度雜訊，並提出比單純分數更穩定的潛在能力評估框架。

提出 RankAid 重新排序演算法，在維持推薦準確度的同時，優先考慮心理健康安全並阻斷有害內容。

研究發現比較性偏好評估在品質排序的準確度上遠優於傳統評分量表，且標註效率更高。

本文透過數學證明指出，AI 的解釋無法同時滿足環境複雜度、模型性能、可解釋性與完全忠實性這四項條件。

本文主張將元認知作為生成式 AI 的科學框架，透過跨層級的對齊實現系統的自我監控與有效治理。

本文指出 AI 的導入效果受限於人類與環境因素，單純技術升級無法直接轉化為組織生產力的提升。

本文提出「AI 委託審議」新範式，並透過 Habermolt 平台評估 AI 代表在民主參與中的有效性。

本研究透過分析 550 萬次對話紀錄，揭示 M365 Copilot 已從單純的搜尋工具轉向內容創作與決策輔助。

提出 KT4EQG 框架，結合知識追蹤模型與大型語言模型，為學生生成能最大化知識掌握度的個人化練習題。

研究發現 AI 導師常因學生以錯誤邏輯得出正確答案而產生「正確答案陷阱」，導致誤判學生觀念。