教育科技研究速報

提出 AIM 方法論，主張在 AI 設計初期即納入少數群體的生活經驗，而非僅在問題定義後才進行參與。

本文提出 ASE-26 課程架構，旨在透過結構化教學培養能與 AI 代理協作的專業軟體工程師。

本文主張將公共部門使用的 LLM 提示詞視為受治理的公共資產，並提出「提示詞公地」框架以提升透明度與問責性。

透過機器學習分析 PISA 2022 數據，證實壓力對學業表現的負面影響在全球六大洲具有高度一致性。

研究發現地理文化差異是影響 AI 安全評估的重要變數，且現有數據集缺乏文化代表性。

本文提出 nexbax 診斷框架，評估 AI 在基礎設施受限環境下的經濟可行性、操作實用性與社會治理一致性。

本研究提出一個基於 CC2020 模型的可擴展框架，透過分析學習行為數據來量化評估演算法課程中學生的知識、技能與素養。

本研究提出評估與緩解 LLM 生成程式碼偏見的框架，並發現現有緩解策略效果有限。

本研究利用學習分析技術，透過知識網絡分析揭示不同 AI 素養程度學生在寫作任務中截然不同的互動策略。

本研究透過關係性視角挑戰傳統種姓分類，揭示文字轉圖像模型如何透過演算法強化複雜的種姓歧視與規範。

本文提出一個五階段的 AI 素養發展模型，引導學生從盲目使用轉向具備批判性與責任感的應用能力。

本文探討 AI 模型更新導致的「更新不透明性」問題，並提出結合法規與 MLOps 的治理框架來管理系統變更。