Discovery2026年5月29日
教育科技政策與學術誠信：AI與透明度的雙重挑戰
美國部分州與學區正加速制定 AI 使用指引，並推動教育科技透明化，以確保學生學習成效與隱私安全。 [2][1] 然而教師對 AI 工具的實際使用遠超正式指導，顯示政策落地仍面臨執行與監督挑戰。 [4][2]
edtechaiassessment
edtech policy and academic integrity5 個來源
教育科技研究速報
AI 自動彙整全球學術期刊與教育科技媒體，以繁體中文摘要呈現 SRL・PBL・EdTech 最新研究，讓台灣教師快速掌握前沿知識。
Discovery Engine
每日新聞統整發現
以多來源搜尋與引用式摘要，將分散新聞壓縮成可回溯的每日統整報導。
Discovery2026年5月29日
2026學習分析與AI教育科技趨勢報告
美國各州正加速推動學習分析與AI工具，但缺乏統一治理與教師培訓，導致實務落地面臨挑戰。[1][5] 同時，國際案例顯示透明度與隱私保護是關鍵，若能結合數據基礎設施與教學設計，將提升學生學習成效。[2][3]
edtechaiassessment
learning analytics5 個來源
Discovery2026年5月29日
教育科技新局：AI 工具普及化與教學引導缺失之挑戰
儘管 AI 工具已在美國教室中變得普遍，但多數教師在缺乏正式指導的情況下使用這些技術 [1]。同時，教育界也面臨著教學軟體品質爭議與 AI 帶來的學術誠信挑戰 [3]。
edtechaiassessment
teacher copilots5 個來源
具說服力與敘事性 LLM 解釋對人類決策影響之研究
研究發現 LLM 的敘事性解釋雖能增加人類對 AI 的依賴，但並未提升決策準確度，甚至可能干擾判斷力。
arXiv - Human-Computer Interaction
Reflecti-Mate：透過系統一與系統二思維支持適應性決策的對話代理人
研究開發了一種能根據個人思維模式進行適應性調整的對話代理人，以促進決策時直覺與理性的整合。
arXiv - Human-Computer Interaction
了解病患、照顧者與臨床醫師對新興協同決策技術的觀點
本研究揭示兒科病患、照顧者與醫師對互動儀表板、VR模擬器與 AI 語音助手等協同決策技術的不同接受度，並指出信任是關鍵因素。
arXiv - Human-Computer Interaction
分析日常決策對話中的人類啟發式與策略，以優化對話式 AI 設計
透過分析真實對話數據，揭示人類在決策時傾向於「滿意法」而非「最優法」，並發現決策策略在探索與執行階段的頻率與效率差異。
arXiv - Human-Computer Interaction
比較大型語言模型與人類的探索與利用策略：多臂老虎機實驗之啟示
研究發現透過「思考軌跡」能使 LLM 的決策行為更接近人類，但在複雜動態環境下的適應力仍不及人類。
arXiv - Human-Computer Interaction
聰明但不道德？人類與 AI 決策中的道德對齊研究
本文提出「道德對齊」是人類與 AI 決策中比功能對齊更核心的維度，強調 AI 決策邏輯須符合利益相關者的道德直覺。
arXiv - Human-Computer Interaction
敘事勝過數字：大型語言模型中的可識別受害者效應及其在對齊與推理下的放大現象
研究發現大型語言模型普遍存在「可識別受害者效應」，且標準思維鏈（CoT）反而會放大這種非理性的偏好。
arXiv - Computers and Society
AI模擬專家群組：用於社會技術情境與決策引導
本研究提出一個基於AI的合成專家群組，以解決傳統情境規劃中資源密集、一致性及觀點多樣性不足等問題，並提供決策支持。
arXiv - Computers and Society
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。