教育科技研究速報

提出基於證據的人格推理任務與資料集，揭示MLLM在性格評估中存在偏見與缺乏根據的問題。

本文探討人工智慧如何提升嚴肅遊戲的即時教學適應性，並指出其在效度、透明度與學習者信任方面的挑戰與未來研究方向。

本文提出人機協同的協同缺口概念，並以六個互聯要素構建設計空間，為實務與研究提供共通語彙與評估框架。

提供完整開源實作Bundle協議，支援ISS通訊並具備安全、分段、重傳等功能，並搭配互動式網頁介面作為教學平台

提出CR4T框架，透過重寫不當回應，提升青少年LLM安全與指導性。

提出跨平台框架，利用語彙多樣性、時間突發性、修辭重複與語義同質化四項協調指標，評估並偵測跨平台政治合成敘事。

主張將網頁備份納入常規維護，並示範以 Python 與 GitHub Actions 建置輕量化自動化備份系統，以保留機構記憶。

研究發現使用者對 AI 的依賴存在認知偏差，會低估實際使用頻率並高估其節省時間與精力的程度。

本文指出醫療LLM基準的評估與部署差距源於隱含使用者互動假設，並提出任務與結果假設分類、BenchmarkCards與分階段評估流程以彌補此差距。

本文揭示 AI 相關訴訟中證據取得的結構性障礙，並提出三項測試以解決證據存取爭議。

本文提出機器學習應用的十三項表現性唯物主義論點，重新定義模型為臨時干預工具，強調效度為實際影響，並將目標函數與公平性視為政治決策。

研究顯示生成式 AI 使學生在數學題目上學習時間縮短，但學習成效與知識建構下降，且在監督環境下效益消失。