教育科技研究速報

本文提出一個生命週期框架，系統性地分類人機協作中跨領域的社會技術風險及其連鎖失效機制。

本文重新詮釋圖靈 1948 年的設計概念，提出模仿遊戲可作為檢驗人類智能在特定限制下如何趨向機器化的工具。

本文提出 AISPA 框架，透過審計 88 款商業 AI 產品的系統提示詞，揭示了保護性與問題性指令並存的現狀。

透過書目計量分析揭示 AI 如何推動 STEM 教育從知識傳遞轉向能力發展的演進軌跡。

本文提出一套框架與審核協議，旨在解決自動語音辨識（ASR）中因語言階級導致的文化偏見與技術排斥問題。

開發 CourseGraph 系統，利用 BERT 語言模型與隨機森林分類器，自動評估跨校課程內容是否與原校課程重疊。

本研究透過分析 23 份教學大綱，揭示了大學如何將生成式 AI 整合進軟體工程課程的現狀與趨勢。

本文提出一套以人類寫作為基準的框架，用以量化大型語言模型在生成內容時與人類寫作分布之間的廣度差距。

研究發現小型認知微調模型在特定任務中表現接近大型模型，且在處理新任務結構時展現出規模效應。

研究發現用戶在對話中的偏見會系統性地影響 LLM 的推理，並揭示了偏見放大與對齊抑制兩種競爭行為。

本文提出「精準教育」框架，利用 AI 與學生數位分身技術，將高等教育從被動反應轉向預防性的個人化成功路徑。

本研究透過圖靈測試發現，LLM 在法律辯論表現優異，但在需嚴格規劃與約束的公證人考試中全面失敗。