教育科技研究速報

開發了一款名為 Easy Reads 的開源 Python 工具，透過自動化格式調整提升 arXiv 論文的閱讀體驗與無障礙性。

研究證明利用用戶的滑鼠軌跡與視線追蹤等隱性回饋，能顯著提升大型語言模型對齊的準確度與品質。

研究發現 LLM 的心理特質多源於測量工具的反應偏差，而非模型本身的真實特質。

開發出一種能根據教學對話特徵自動切換教學策略的自適應提示詞系統，有效提升教學效率並增加學習轉換率。

開發 DataMagic 系統，透過多代理架構將原始表格數據與自然語言指令，自動生成具備敘事邏輯與數據保真度的影片。

本文提出「編輯對齊」作為一種設計實務，讓專業編輯能參與 LLM 介面設計，以確保 AI 知識傳播符合專業標準。

研究發現數位學習工具應透過「分層脈絡化」設計，在不中斷閱讀流動的前提下，提供可信且非強制性的跨文本關聯資訊。

本研究透過實證調查，探討使用者如何利用 AI 驅動的「氛圍編碼」工具進行數據視覺化，並分析其操作模式與面臨的挑戰。

研究發現學生即便有視覺化工具，仍傾向將程式碼作為主要學習錨點，其參與度受自主權、表徵契合度與學術正當性影響。

本文透過系統性文獻回顧，探討大型語言模型在問卷調查研究各階段的應用現況、潛在案例與風險。

本文探討「加速倫理學」框架，並透過 Telus 的生成式 AI 案例證明創新與社會責任可並行不悖。

本文探討機器學習對環境造成的巨大碳、水與土地足跡，並提出從硬體設計到經濟評估的多維度減排方案。