教育科技研究速報

本文提出一種擴展的流動排名框架，能將多個異質聲譽來源整合為統一的聲譽評分系統。

研究發現 AI 的存在會降低人們判斷自身知識邊界的意願，導致錯誤率上升且自信心虛假膨脹。

研究提出一種基於特徵（traits）的 LLM 微調框架，提升自動化論文評分在面對全新評分標準時的泛化能力。

本文批判單純依賴 AI 浮水印標籤的侷限性，主張應透過流程透明化與資訊素養來應對 AI 帶來的認知與倫理挑戰。

研究發現員工在使用生成式 AI 後，預期會因實際效用不如預期而產生「重新校準」，導致使用者角色發生顯著遷移。

本研究驗證了 AI 輔導代理在真實課堂的部署效果，並發現其跨課程擴展性在回答相關性上表現穩定，但在忠實度上隨課程差異而下降。

本文評析了 AI 可能導致人類知識庫萎縮的動態模型，並提出應透過改善知識聚合來應對認知公地的悲劇。

本研究利用大型語言模型（LLM）分析軟體工程學士課程，旨在優化課程結構並減少畢業瓶頸。

研究發現 AI 程式碼助手導致了程式碼語法結構的顯著同質化，但尚未影響開發者的解題邏輯與語義層面。

本文推出 LessonBench-V1 基準數據集，透過結合教育理論與高品質 STEM 教材，系統化評估 AI 生成教案的能力。

本文提出一種多層次架構，透過 RAG 與嚴格邊界約束，確保 LLM 在公共衛生領域提供安全且可靠的資訊。

本文提出一個可擴展且受治理的 GenAI 評估框架，透過配置驅動的管線實現對零售對話系統的大規模多維度自動評估。