教育科技研究速報

本研究透過元分析揭示了 AI 在短文自動評分方面的表現落後，並探討了其在不同難度題目、模型架構及文字處理上的弱點。

提出X-MLM框架，結合LLM與跨城知識，提升極端情境下人類移動預測精度

本文探討人工智慧如何重塑科學教育的目標、流程、教材、評估及學習成果，並強調在公平、透明等倫理考量下，應建立負責任且合乎倫理的原則。

本研究分析 arXiv 論文，發現大型語言模型的使用正在改變學術寫作中詞彙的頻率，並探討了辨識不同模型生成文本的困難。

本研究探討了在教育推薦系統中，不同說明格式（視覺化與文字化）如何影響使用者對系統的信任、透明度與滿意度，並考量了個人特質的影響。

本研究分析 Reddit 社群中不同群體（學生、教師、混合群體）對生成式 AI 在高中教育中的討論，揭示了其在學習、學術誠信和情感影響方面的差異。

本研究透過分析自認自閉症用戶的社群媒體貼文，探討 ChatGPT 作為認知支撐工具的雙面性，揭示其在協助自閉症用戶的同時，也存在潛在的風險。

探討使用者如何在 Character.AI 與 AI 伴侶協商身份，揭示動機、策略與情感結果，並提供設計建議。

本研究揭示科學家對研究構想的評估並非固定不變，而是會隨著時間產生漂移，這對利用 AI 協助科學發想的系統設計具有重要影響。

本研究提出資料提示協同演化概念，透過互動系統讓開發者迭代優化提示詞，並藉由不斷擴充的測試集，提升大型語言模型（LLM）的效能與可靠性。

本研究比較了AI大型語言模型與人類在線上心理健康社群的回應，發現AI更具結構性，但缺乏人類互動中的語言多樣性和個人敘事。

提出一套開源系統，利用有向無環圖與網路代理自動評估研究論文的可信度，並與專家判斷高度一致。