教育科技研究速報

研究顯示，透過雪球抽樣獲得的受訪者較河流抽樣更易完成問卷，且更偏向新用戶與女性，回覆更簡短且耗時較少。

LLM 透過重構語境能提升保守派對自由派新聞的信任與參與，且模型高估自身效益。

AI在低成本產出判斷的同時，科學機構需重新設計認證體系以應對四大稀缺資源。

在42門CS課程中，持續使用HRCF可提升小中規模課程學習評價0.045-0.048分，未見大規模課程或教學質量變化。

提出一套包含五大原則與三十三條具體指引的 AI 評估 RCT 框架，強調人類表現、因果推論與透明度，並針對 AI 特有挑戰提供實務解決方案。

研究顯示，截斷學生練習序列會大幅擴大學習速率變異，挑戰先前「驚人規律」的結論。

提出基於 FLOPs 的框架，估算 Hugging Face 開源模型訓練碳排放，發現熱門模型已產生約 5.8×10^4 公噸碳排放，並提供可擴展的碳會計方法。

本文概述數位民主軟體在大規模民主討論中必備的核心功能，並將其對應的計算挑戰編成結構化問題清單，定位於現有電腦科學與人工智慧研究領域。

本文首次量化整個模型開發流程（含後期訓練）的能源、碳排放與水耗，顯示後期訓練成本遠高於預訓練，並呼籲完整報告以降低 AI 環境足跡。

本文以 150,000+ 職缺資料量化生成式 AI 在職場需求與技能變化，顯示 2021 後 AI 技能急升、例行工作下降，預測 2025 年 AI 與人類專業融合成新就業基礎。

開發一種結合第一人稱影片與 RAG 技術的 AI 助手，將非正式的實驗操作經驗數位化，以提升實驗室安全性與指導品質。

本研究透過訪談定義了生成式社交機器人在高等教育中，為實現負責任且有效的教學所需的知識設計需求。