教育科技研究速報

主張將網頁備份納入常規維護，並示範以 Python 與 GitHub Actions 建置輕量化自動化備份系統，以保留機構記憶。

研究發現使用者對 AI 的依賴存在認知偏差，會低估實際使用頻率並高估其節省時間與精力的程度。

本文指出醫療LLM基準的評估與部署差距源於隱含使用者互動假設，並提出任務與結果假設分類、BenchmarkCards與分階段評估流程以彌補此差距。

本文揭示 AI 相關訴訟中證據取得的結構性障礙，並提出三項測試以解決證據存取爭議。

本文提出機器學習應用的十三項表現性唯物主義論點，重新定義模型為臨時干預工具，強調效度為實際影響，並將目標函數與公平性視為政治決策。

研究顯示生成式 AI 使學生在數學題目上學習時間縮短，但學習成效與知識建構下降，且在監督環境下效益消失。

實驗顯示使用者在兩種解釋協助下均能超越模型，但對話式協助並未顯著優於問答式，且參與者互動程度有限。

提出 PSN 演算法，透過推動使用者至最易學習的狀態，同時提升技能與任務表現，並在模擬與實際駕駛實驗中顯著減少技能萎縮與碰撞。

透過多代理強化學習同時訓練行人與自駕車，可生成更真實的互動情境，顯著降低碰撞率並提升目標達成率。

透過每週口頭程式碼審查與翻轉課堂，評估並減緩學生使用大型語言模型的負面影響，觀察其對考試成績的影響

生成式 AI 工具提升建築學生創意、包容性與 AI 能力，提供實證導入教學的指引

本文透過決策與賽局理論，揭示個人為了效率而過度委派 AI 可能導致集體知識標準下降的系統性風險。