教育科技研究速報

研究教師對LLM生成回饋的修訂行為，發現80%不改、編輯偏長、可用機器學習預測，且修訂往往簡化回饋。

本文首次系統探討生成式多代理系統在資源競爭與協作流程中自發出現的合謀與從眾行為，並指出單一代理安全措施不足以防範此類集體風險。

提出 HDE，結合身份驅動檢索增強生成與啟發式心智理論，提升LLM倫理教學的穩定性與論證複雜度

提出人機協同框架，結合本土化說明與動態示例，提升多語言資訊失真辨識與可解釋性。

利用大型語言模型共同評估引用文獻影響力，提升準確度與效率。

本研究系統評估了適用於義大利廣播電視新聞的多模式註釋管道，探討不同模型和輸入配置對準確分析的影響。

本文透過範疇回顧提出一套理論驅動的框架，以統一並提升代理性別感知的測量與操作化，促進研究嚴謹與包容性。

本研究證實，結合無線化模擬與協作程式設計的互動式AI課程能提升學生參與度與課程效能，雖不影響成績但增強學習體驗。

透過系統性文獻回顧提出資料範式框架與四條學習路徑，揭示 K‑12 學習者在資料驅動與透明度不同情境下的資料素養發展。

研究發現，Claude 的憲法式對齊模型反映北歐與英語文化價值，且文化提示不改變其核心價值立場。

公開活動能顯著改變參與者對 AI 存在風險的估計與優先度。

本研究探討了大學生在學術活動中對生成式 AI 的使用、認知及對機構支持的期望，揭示了學生在熟悉度與實際應用間的矛盾。