教育科技研究速報

研究提出「委派暴露度」概念，發現 AI 實際被委派的職業分布與傳統預測的高風險職業顯著不同。

本文提出「慢 AI」框架，透過五項設計原則將環境永續性轉化為生成式 AI 的核心價值。

本文介紹 Ansari，一個透過檢索增強技術（RAG）解決宗教內容幻覺問題的 AI 助手，並分析其大規模部署經驗。

研究探討帶有文化刻板印象的查詢是否會導致 RAG 系統洩露更多個人隱私資訊，結果顯示未發現顯著的刻板印象驅動洩露。

研究發現語言模型即便在行為表現上無偏見，其內部表徵仍隱藏著基於性別、種族等人口統計特徵的職業能力偏見。

研究發現 AI 在處理 Alpha 世代特有的語言風格時，存在顯著的詞彙理解與臨床風險判斷落差。

研究發現數位分身的準確度關鍵在於人格資訊的「結構化方式」而非資訊量，且最佳結構需隨任務動態調整。

本研究提出一種將課程轉化為微小「原子」知識點與先修關係的自動化模型，並在真實校園進行實證測試。

研究發現學習者的經驗學習風格會影響不同 TTS 對話格式對其動機與學習成效的影響程度。

本文提出一個最小化工作模型，用以診斷並糾正關於 LLM 能力、機制與影響的常見民間誤解。

本文強調 AI 課程行銷不應僅停留在「學習 AI」的泛泛概念，而應聚焦於展示如何提升實際工作技能與效能。

員工抗拒的並非 AI 技術本身，而是對不適感與失業恐懼的心理壓力，應透過循序漸進的策略來建立採用率。