教育科技研究速報

本文提出「認識論 AI 素養」框架，揭示學生在與生成式 AI 協作編程時，多數傾向於低層次的任務外包而非深層學習。

研究提出 DigitalCoach 資料集，揭示現有 AI 教練在教學深度與視覺語境理解上與人類專家存在顯著差異。

開發了一套自動化軟體管線，能快速將統計數據轉化為 3D 列印的觸覺圖表，以支援視障學生的學習。

本研究透過比較不同教學模式，探討混合實境與實體工具包在工程力學教學中的應用與設計準則。

本研究透過回顧兩百多篇論文，揭示了視覺分析如何作為橋樑，讓人類知識有效介入機器學習流程。

本研究探討開發者在軟體工程中對 AI 自主權的接受界線，發現接受度取決於任務性質與認知評估。

提出 CAMEO 介面，透過將虛擬視窗貼合於物理表面，解決混合實境中數位內容遮擋環境的問題。

研究開發了名為 Ollie 的 AI 助手，透過追蹤兒童注視點來主動提供繪本描述，有效提升學習參與度。

提出一個結合專家指南與真實 AI 事故數據的評估框架，用以檢測生成式 AI 對兒童與青少年的安全性。

研究發現視覺化修改的接受度取決於其數據意義，且 AI 生成的修改比人類操作更難被接受。

研究發現情節式框架（聚焦特定事件）比主題式框架更能激發負面情緒，並間接影響政策支持態度。

研究提出 PRIME 框架，利用邏輯謎題揭示大型語言模型在複雜推理過程中會受社會刻板印象影響的隱性偏見。