教育科技研究速報

研究發現即使 GPT‑4.1 也只能以 57.4% 的準確率預測新加坡不同族群的價值偏好，透過結構化微調可提升 17.4% 但同時擴大族群差距。

建立分類器與實驗證明可在網路政治討論中測量並提升知識謙遜。

本文指出深度偽造即使不造成實際傷害，也因侵害個人對自身圖像與身份的合法權威而構成錯誤。

全球審查推特仇恨言論顯示80%仍存，技術可行但資源配置決定成效

本文提出 BiasIG 基準測試，透過多維度分類與自動化評估流程，量化並診斷文本生成圖像模型中的社會偏見。

設計一個以課程為導向、檢索增強的 Python AI 課程助教，透過提示與蘇格拉底式提問，促進學生概念理解與除錯，減少直接複製完整解答。

研究發現 DALL-E 3 與 Gemini 在生成不同國籍人物圖像時，存在過度使用傳統服飾的刻板印象偏見。

本研究透過大規模調查揭示學習分析領域開放數據集的現況，並提出名為 PRACTICE 的數據發佈指南。

本研究透過分析中學生對 AI 角色的認知，提出一套將 AI 視為動態認知夥伴的類型學，區分了認知延伸與認知卸載的界線。

本研究探討巴西 K-12 教師對生成式 AI 的認知，發現其雖有高度教學應用興趣，卻面臨技術素養不足與基礎設施匱乏的挑戰。

提出一種基於近優化建模的互動框架，讓利益相關者能透過自主選擇能源組件來參與複雜系統決策並促進學習。

研究發現 LLM 代理在多輪辯論中會產生「共識漂移」，且其集體行為受結構影響與模型偏見交織影響。