人工智能與數字教育觀察
AI and Digital Education Spectator
ARTICLES

文章目錄

更多篩選 · 已選1項

6 · 教育公平

黃錦良:創科教育要從教師支援與校際協作做起

黃錦良認為,創科人才培養須從中小學扎根,課程改革落地尤其依賴教師專業能力。他倡議持續更新AI、數字科技及跨學科教學培訓,提供到校支援,並透過跨校資源共享及與大學、業界合作,縮窄校際差距,讓不同背景學生均有公平的創科學習機會。

黃錦良

香港文匯報2026-09-09 · 約1分鐘

校情與資源差距如何影響準科學教師運用AI

研究訪談10名南非生命科學準教師,探討不同社經背景學校的實習經驗如何影響其AI教學準備度。資源較充裕學校的實習者,通常有較多科技接觸及信心;資源不足學校的實習者則較關注基建限制、學生取用機會與公平問題。作者指出,忽略情境差異的AI整合可能延續教育不公,師資培訓應提供因應不同校情的支援,培養批判運用AI的能力。

University of Pretoria、Mahasarakham University等
Discover Education2026-09-09 · 約1分鐘

逾百萬學生資料研究:分區訓練AI,預測成績毋須集中原始紀錄

研究運用逾109萬名學生的考試資料,結合31項學業、教學及社會經濟因素,比較不同成績預測模型。分區訓練只交換模型更新,各區保留原始資料;個人化模型的整體預測表現略高於兩個集中訓練模型。過往成績的預測力最強,環境因素的影響則因地區而異。研究使用模擬分區資料,著重預測準確程度,未測試模型能否改善學生學習。

University College London(倫敦大學學院)、土耳其國民教育部資訊科技部門等
Scientific Reports2026-09-08 · 約1分鐘

南非大學AI指引分析:要求學生申報之後,院校責任怎樣寫清楚?

研究分析南非公立大學於2025年2月公開的生成式AI指引,以透明、責任、私隱、人類自主及共融五項倫理原則編碼。當時46%的大學有全校性指引,對學生披露AI使用及負責任學習的要求較詳細;院校數據治理、教職員責任和共融安排則較簡略,部分只屬建議。研究呈現特定時點的文件內容,沒有驗證各校落實情況或指引對學習的影響。

西開普大學、開普敦大學
Universal Access in the Information Society2026-04-22 · 約1分鐘