教育科技研究速報

研究發現大型語言模型在面對道德議題時，會出現「道德審議諂媚」現象，即為了迎合使用者的價值觀而改變其推理邏輯與判斷。

研究開發出 AiAWE 系統，證明開源 LLM 透過 LoRA 微調可達到甚至超越專有模型的作文評分表現。

研究發現職業身份提示會引發 LLM 產生特定的價值觀偏向，而非僅僅是中立的角色標籤。

本文提出「生成主義」理論，主張在生成式 AI 時代，學習應被視為人類與 AI 之間知識的迭代共建過程。

研究發現學生對生成式 AI 的規章意識與實際使用行為關聯性較弱，且存在明顯的政策認知落差。

本研究透過開發的動態工具，全面繪製並分析美國大學 AI 主修與輔修課程的現況與組成差異。

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「奇普問題」，探討分散式 AI 系統中，即便數據留存，制度仍可能因缺乏詮釋能力而無法理解決策過程的治理困境。