教育科技研究速報

本研究透過訪談 K-12 教師，揭示了在評估資料素養時所面臨的概念模糊、資料選擇、視覺呈現及評估目標平衡等挑戰。

透過工作坊與原型實作，本文揭示 K‑12 教師對多模態大型語言模型的機會、挑戰與實務需求，並提供未來學習設計的啟示。

開發並評估一套多語言 AI 介面，能自動將文本映射至相關圖像，提升特殊教育學生的閱讀理解與互動性。

探討德國中學生在 AI 辅助程式學習中的批判性思考、倫理觀與性別差異，揭示 AI 逆差與文化脈絡影響。

本研究透過一場全國性峰會，探討了美國 K-12 數學教師如何評估人工智慧工具，並揭示了支持教師深思熟慮評估的關鍵機制。

本研究透過分析中學教師使用大型語言模型聊天機器人進行程式設計活動的過程，揭示了教師對聊天機器人的不同態度與需求，並提出了相關設計建議。

研究顯示不同動機画像的高中生在數學與寫作中使用生成式 AI 的模式差異，提示需以動機為基礎設計 AI 教學介入。

數位學習平台正從衡量功能和規模，轉向展現真實的學習成果，這代表教育科技的發展方向正在改變。

FACET框架透過多智能系統，結合學習者的認知與動機特質，為教師生成個人化的數學教學材料，提升教學的適應性與效率。

本研究提出 SciIBI 科學課堂對話基準，評估大語言模型在理解 K-12 科學課堂中教學實踐的能力，發現模型在區分教學法上仍有不足。

透過共設工作坊，教師提出以夏威夷文化為基礎的 AI 審核工具概念，強調社群導向與知識血統追蹤。

研究顯示大型語言模型在提供寫作回饋時，會根據學生性別、種族、學習需求等屬性產生刻板印象偏差，揭示自動化回饋的隱形偏見。