這項研究探討大型語言模型（LLMs），像是ChatGPT，對英語作為外語（EFL）寫作教學的影響，特別是學習者的動機和接受度。研究對象為238名參與者，他們接受過使用LLMs進行商業英語寫作的訓練。透過偏最小平方結構方程模型（PLS-SEM），分析了動機、先前學習經驗和技術接受因素的關係。結果顯示，學習者的表現期望和社會影響顯著影響使用意圖，而動機則是影響使用LLMs的關鍵因素，強調了在EFL寫作教育中整合技術的重要性。 PubMed DOI

大型語言模型（LLMs）有潛力改變高中數學的教學方式。雖然大部分研究專注於輔導學生，但對於如何幫助教師的探討仍然不足。本研究提出利用LLMs增強教學計畫，透過模擬教師與學生的互動並生成教學反思，進而指導LLM改善教學計畫。人類評估顯示，這種方法顯著提升了LLM生成的教學計畫質量，與人類教師創建的計畫相當。這不僅幫助教師排練模擬，還提供了完善教學計畫的見解，展現了LLMs在教學準備中的實際應用。 PubMed DOI

這項研究分析了四種人工智慧大型語言模型（LLMs）對有學習障礙和沒有學習障礙學生的反饋、挫折感、同情心及未來失敗期望的評估。結果顯示，LLMs對有學習障礙的學生表現出較低的挫折感和較高的同情心，且對未來失敗的期望也低於實習教師。特別是ChatGPT4對兩組學生提供了更多正面反饋。整體而言，LLMs可能促進對有學習障礙學生的包容態度，但仍需調整以增強文化和情感的敏感性。 PubMed DOI

一項針對澳洲大學與中國合作機構的二年級科學學生使用AI工具的研究顯示，超過50%的學生主要用AI進行創意發想和初步草擬，而非直接生成未編輯的文本。研究發現母語為英語的學生與非母語學生在使用上有差異，且兩所機構之間也存在不同。學生們對未來使用AI工具表現出濃厚興趣，並希望學校能提供正確使用的指導。值得注意的是，雖然澳洲學生的作業成績未變，但中國學生在使用AI後成績顯著提升。 PubMed DOI

這項研究提出了一種新方法，結合生成注意力機制與狀態轉換方程，分析中文教育中的學習行為。這種方法能即時調整注意力權重，模擬學生情感與行為變化，克服現有方法的限制。透過實證實驗，預測行為準確率達90.6%，學習滿意度得分89.2，超越BERT、GPT-3等基準模型。這些結果顯示該方法在個性化教學與動態行為建模上的實用性，為中文教育提供了結構化框架。 PubMed DOI

大型語言模型（LLMs）在教育上有潛力，但在高風險考試如牙科入學考試（DAT）的有效性仍不明朗。本研究評估了16個LLMs，包括通用和特定領域模型，針對DAT進行測試。結果顯示，GPT-4o和GPT-o1在文本問題上表現優異，特別是在自然科學和閱讀理解上。然而，所有模型在視覺空間推理方面面臨挑戰。雖然LLMs能增強知識，但在高階認知任務上仍需與教師指導結合，以提升學習效果。 PubMed DOI

這項研究用大型語言模型來協助神經復健遊戲，根據病患狀況調整遊戲難度，並在專家指導下給予個人化建議。初步結果顯示，LLM能即時調整並配合指示，但參數調整還不夠精確，未來還需優化才能更可靠。 PubMed DOI

這篇研究開發了一款專為資源有限裝置設計的輕量級韓文語言模型，利用知識蒸餾和低秩分解技術，把大型模型壓縮到僅 4M 參數。即使模型變小，在六項韓文 NLP 任務中效能仍超過 97%，甚至在情感分類上還贏過原本的大模型，非常適合手機或邊緣裝置使用。 PubMed DOI

這篇研究發現，大型語言模型在製作日本放射技術師國考教材時，對文字題表現不錯，但計算題和影像判讀較弱。建議搭配程式工具解計算題，影像題則用關鍵字輔助。老師要主動監督和驗證內容。隨著LLM進步，教學方法也要跟著調整，才能確保非英語環境下的教學品質。 PubMed DOI

一份針對健康資料科學碩士生的調查發現，84%學生會用ChatGPT等大型語言模型來寫程式、debug等工作，超過一半每天都用。大家覺得LLMs很方便又省時，但也擔心太依賴、資料隱私和引用正確性。研究建議老師課程要結合LLMs，並加強學生的問題解決和批判思考能力。 PubMed DOI