教育科技研究速報

透過結構化部落格寫作，CS學生能更深度反思並將實作經驗與職場需求連結

文章提出「工具性消解」概念，預言 AI 將使鍵盤從主流生產工具轉向專業利基，並將工作重心從內容生成轉向驗證。

本研究透過數位民族誌探討了在公開平台進行的非正式同儕審查，揭示其角色、運作模式及對學術生態的影響。

本文提出「計算詮釋學」框架，主張將生成式 AI 視為處理情境、多元性與歧義的文化技術，而非僅是準確度工具。

研究發現 LLM 在摘要公眾意見時，會因留言者的職業背景而產生不平等的處理結果。

本文提出一個數學公式，用以估算由多個 AI 組成的委員會在篩選過程中能提升多少精準度。

本文提出「提示詞間可靠性（IPR）」框架，揭示 LLM 在不同提示詞下的輸出穩定性差異。

提出結合 LLM 生成與 NeuralCDM 實證評估的框架，能有效自動化並優化用於學習分析的 Q-矩陣。

本文推出包含逾萬題羅馬尼亞數學題的長時段數據集，並提出一套可量化題目複雜度的指標。

研究發現 LLM 評審在醫療回應完整性的評估上表現不佳，且其判斷標準與臨床醫生存在根本性差異。

本研究透過 AI 代理框架，探討早期互動模式如何預測學習表現與信任度，並識別學習者特徵。

研究證實互動式學習能顯著提升學生的學業成績與情緒參與度，但需警惕可能導致的認知負荷問題。