教育科技研究速報

本研究透過一場全國性峰會，探討了美國 K-12 數學教師如何評估人工智慧工具，並揭示了支持教師深思熟慮評估的關鍵機制。

本研究透過分析中學教師使用大型語言模型聊天機器人進行程式設計活動的過程，揭示了教師對聊天機器人的不同態度與需求，並提出了相關設計建議。

研究顯示不同動機画像的高中生在數學與寫作中使用生成式 AI 的模式差異，提示需以動機為基礎設計 AI 教學介入。

數位學習平台正從衡量功能和規模，轉向展現真實的學習成果，這代表教育科技的發展方向正在改變。

FACET框架透過多智能系統，結合學習者的認知與動機特質，為教師生成個人化的數學教學材料，提升教學的適應性與效率。

本研究提出 SciIBI 科學課堂對話基準，評估大語言模型在理解 K-12 科學課堂中教學實踐的能力，發現模型在區分教學法上仍有不足。

透過共設工作坊，教師提出以夏威夷文化為基礎的 AI 審核工具概念，強調社群導向與知識血統追蹤。

研究顯示大型語言模型在提供寫作回饋時，會根據學生性別、種族、學習需求等屬性產生刻板印象偏差，揭示自動化回饋的隱形偏見。

本研究探討在物理學科中，結合協作學習與穿插練習對於中學生學習成效的影響，發現此組合能提升學習效果。

本研究探討虛擬實境（VR）與擴增實境（AR）在公立教育語言學習中的應用潛力，並提出有效實施策略。

本研究探討了AI在與青少年互動時應負有的責任，並強調擬人化設計在降低風險、促進青少年自主性和技能發展方面的作用。

本研究探討使用大型語言模型（LLM）預測K-5數學及閱讀測驗題目難度之可行性，並發現基於特徵提取的策略優於直接估算。