教育科技研究速報

研究發現員工對「無意義工作」的感知程度，直接預測了其將任務委派給 AI 的意願與可行性。

本研究透過開發的動態工具，全面繪製並分析美國大學 AI 主修與輔修課程的現況與組成差異。

本研究探討初學者如何透過手繪圖表進行問題分解，並揭示了他們在結構化與序列化推理之間的認知衝突。

研究發現 LLM 標註者存在多樣化的社會期望偏差，即便總體準確率看似正常，仍可能導致研究結論錯誤。

開發出一種結合教師教學知識與可解釋 AI 的助手，能精準將學生程式錯誤對應至特定誤解並提供可靠回饋。

本研究證實大學生對 AI 自動化工具具有高度接受度，並提出教學設計的三大關鍵支撐策略。

研究探討利用大型語言模型結合情境工程進行 K-12 評分的效果，發現其在理科表現優異，且更適合作為形成性評量工具。

研究發現 AI 研究社群對「偏見」的定義極其分散且複雜，甚至存在將其視為可調參數而非問題的矛盾觀點。

本文提出 Eigenism 理論，將身份視為分佈式資訊模式，以解決 AI 可複製與分支特性帶來的倫理挑戰。

研究者推出 GeoDial 資料集，透過結合對話與圖形標記，提升 AI 在幾何教學中視覺化引導的能力。

本研究開發了首個用於評估學生選擇演算法設計範式能力的選擇題測驗工具 APSA。

本文提出一種「行為架構」，主張 AI 應從單純的內容導師轉向能適應學生情緒與動機、並由師生共同定義學習紀錄的系統。