教育科技研究速報

本文指出現有 AI 代理人評估缺乏對「個人化狀態」與「時序干預」之間關聯性的綜合測試，並提出新的評估框架。

本文提出 EaaS 架構，透過六個微服務實現具備統計保證的 AI 模型評估、漂移檢測與公平性監控。

透過三方民族誌研究，揭示學生使用生成式 AI 的隱形學習過程，促使教師重新審視教學假設與評量方式。

本研究開發了 SIT-CARE 系統，透過 AI 建議與行為視覺化，有效輔助臨床醫生進行自閉症評估並改變其決策路徑。

本研究系統性回顧了 NLP 與 AI 在醫學教育中的七大應用領域，並指出公共衛生教育領域的研究嚴重不足。

本研究透過道德困境測試，分析八種主流大型語言模型在倫理判斷上的邏輯傾向與差異。

本研究成功開發並驗證了西班牙語版的 LLM 依賴量表，確認其具備衡量工具性與關係性依賴的心理計量效度。

研究發現參與式設計雖能提升用戶信任感，卻可能掩蓋 AI 代理與人類真實偏好之間的系統性失配。

本文探討如何利用 AI 分析技術突破傳統柯氏模型的限制，實現對學習行為轉化與商業影響力的精準衡量。

本文探討學習完成率與實際行為改變之間的落差，並提出縮小此差距的設計策略。

本文探討 AI 引發的高等教育信任危機，並建議從「作弊偵測」轉向「診斷與創新評量」的思維轉變。

研究發現單一模型透過調整溫度產生的變異僅能估計單題不確定性，無法像模型集成那樣揭示問題間的結構性知識缺失。