教育科技研究速報

開發出一種結合教師教學知識與可解釋 AI 的助手，能精準將學生程式錯誤對應至特定誤解並提供可靠回饋。

本研究證實大學生對 AI 自動化工具具有高度接受度，並提出教學設計的三大關鍵支撐策略。

研究探討利用大型語言模型結合情境工程進行 K-12 評分的效果，發現其在理科表現優異，且更適合作為形成性評量工具。

研究發現 AI 研究社群對「偏見」的定義極其分散且複雜，甚至存在將其視為可調參數而非問題的矛盾觀點。

研究者推出 GeoDial 資料集，透過結合對話與圖形標記，提升 AI 在幾何教學中視覺化引導的能力。

本研究開發了首個用於評估學生選擇演算法設計範式能力的選擇題測驗工具 APSA。

本文提出一種「行為架構」，主張 AI 應從單純的內容導師轉向能適應學生情緒與動機、並由師生共同定義學習紀錄的系統。

本文提出利用 AI SciBrief 平台生成科學趨勢摘要，以降低學生研究初期的資訊負荷並克服進入門檻。

主張將顯式記憶納入 LLM 是實現 AGI 的關鍵，因為高階認知功能依賴海馬體記憶，僅靠隱式統計學習不足。

提出一個可審計、可重現的SemantiClean框架，透過結構化行為元素與LLM推理，提升電商購買意圖與客群分析的透明度與治理。

結合實時導管形狀重建、互動模擬與混合實境，實現血管內導航過程中導管-血管互動的連續監測與可視化。

將人類與 AI 的對話以水面振動的形式呈現，結合情感分析與多代理 LLM，創造可感知的情緒自我探索體驗。