教育科技研究速報

在 X 社群筆記功能中，LLM 寫出的事實核查筆記在實際平台上比人類筆記更受歡迎，顯示 LLM 可在真實環境中提供高質量、跨黨派的事實核查。

LLM 能準確模擬態度變化，但對因果效應預測失準，易誤導公平性評估

本研究提出透過社群參與來定義「文化適切性」，並將其轉化為自動化 AI 評估工具的方法。

研究顯示SaaS平台對中小企業的治理與績效呈倒U形，創業導向調節其非線性影響。

將微學習與 LMS 結合，可提升企業培訓的完成率、記憶保持與整體學習成效。

透過失敗學習、即時回饋與遊戲化，能使技能提升四倍、保留率提升兩倍，並節省企業培訓成本。

本文指出媒體偏好使用相對風險而非絕對風險，導致公眾對科學研究的誤解與恐慌。

透過重新設計學習體驗而非單純加入工具，能提升教師信心並培養學生批判、倫理與實務 AI 文識。

混合式課程的學生參與度與偏好持續上升，促使高校投資先進教室技術以提升教學效果。

提出 Prosodic ABX 框架，利用少量樣本在無需標籤的情況下評估自監督語音模型對韻律對比的敏感度。

提出一種免訓練且高效的 kNNProxy 框架，透過檢索機制對齊代理模型，提升 LLM 生成文本檢測的準確度與魯棒性。

提出 SAFE 框架，透過知識圖譜驗證與原子化錯誤分類，提升大型語言模型多跳推理的準確性與可驗證性。