教育科技研究速報

本研究探討了自2019年以來計算教育研究中複制研究的發展趨勢，發現其比例雖有微增，但整體增長仍有限。

提出 SPIRIT 框架，利用半結構化人格推斷與大型語言模型，模擬個體在不同情境下的一致性意見與行為，並證實其比人口統計模型更貼近實際回應。

本研究探討了生成式 AI 在高等教育不同學科與職位上遇到的障礙，發現這些障礙並非個體層面，而是深植於組織生態系統與知識規範。

開發「In Your Own Words」框架，精準提取自由文字調查中的可解釋主題，提升問卷設計與身份研究的系統性分析。

本研究展示了在大型微積分課程中，透過微調輕量語言模型，並與教師協作，提供即時且準確的學生提問解答，提升教學支援效率。

比較 ChatGPT、Gemini、DeepSeek 在三種教學策略下的教學效能，發現 ChatGPT 與 Gemini 效果較佳，DeepSeek 效能較低。

本研究探討了五位有經驗的高中電腦科學教師在參與式設計後，對AI/ML系統及演算法正義的理解如何產生轉變，並強調了教育者在推動AI素養的重要性。

本文提出 AutoOptimization，一種新穎的多目標優化框架，能根據使用者口語偏好，自動調整使用者介面佈局，提升使用者體驗。

本文提出「人機擴增體驗超越人類感知」設計方法，利用科技模擬非人類感官體驗，以提升生態意識、同理心及跨物種關懷。

本研究透過在老年人居家環境中設置裝飾性物件，將久坐行為數據轉化為具美感的實體呈現，並探索其如何促進自我反思、家庭對話及鼓勵更活躍的生活方式。

本研究透過文獻回顧，發現現有人機互動設計方法未能充分支援行動裝置、定位服務及新興科技的彈性與動態性，呼籲結合敏捷方法與使用者中心設計。

本文回顧了不確定性視覺化領域的研究，指出了目前定義和呈現不確定性的模糊性，並呼籲更透明的統計圖表設計。