教育科技研究速報

本研究探討大學生與AI協作解決複雜問題時的模式，發現不同模式在效能與學習者自我調節策略上有顯著差異。

本研究提出一套標準作業流程，利用 Shadow-RAG 架構和視覺語言模型，僅需三天時間和少量人力，即可本地化研究生級的 AI 輔導系統。

本研究發現現行允許 LLM 輔助潤飾同儕審查稿件的政策，因 AI 偵測工具的準確性不足，難以有效執行，並可能導致錯誤指控。

提出 FIGURA 方法，透過模組化提示工程在安全過濾的文字到圖像模型中成功生成藝術人物攝影，解決傳統過濾器對合法藝術內容的阻斷。

本文探討生成式 AI 如何透過高維空間的幾何導航產生意義，並提出「導航式思維」的概念，作為一種新的學習與計算模式。

本研究表明，多智能體協作能有效提升眼科臨床診斷的準確性，並降低潛在的危害，優於單一大型語言模型。

本研究首次系統性地評估大型語言模型在教育領域的價值觀對齊程度，發現其偏好模式與人文教育原則高度一致，並在價值觀爭議領域展現出明確的立場。

本研究調查大學生使用AI工具的經驗，並探討他們對AI學習伴侶的接受度、益處及擔憂，以及其使用意願與傳統學習活動的關係。

本研究透過系統性文獻回顧，探討人工智慧如何強化成長駭客、精益啟動、設計思考及敏捷方法等實驗性方法，提升效率與適應性。

本文探討情緒AI在語言學習中如何影響學習者的情緒參與度、語用能力及互動素養，並指出AI聊天機器人作為學習工具的潛在優缺點。

本研究透過數學模型揭示，AI 文字偵測器在辨識學生寫作與 AI 生成文本時，因學生寫作風格的多元性，必然存在不可避免的誤判，且此問題非技術層面可解決。

本研究比較了不同程度 AI 輔助下產出的文獻回顧，揭示了 AI 在文獻回顧撰寫中潛在的偏誤與局限性，並提出了應對策略。