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
FEEL：量化生理信號異質性以提升情緒辨識普適性
本研究建立大規模情緒辨識基準，證明手工特徵與對比學習模型在跨資料集與裝置間具有優越的泛化能力。
arXiv - Human-Computer Interaction
信任多少才夠？探討如何校準對科技的信任度
本研究探討如何透過人類電腦信任量表（HCTS）評估信任傾向，並強調在人機互動中「校準信任」的重要性。
arXiv - Human-Computer Interaction
SpeakSoftly：利用大型語言模型即時介入，協助親密關係中的非暴力溝通
開發 SpeakSoftly 系統，透過 LLM 生成的即時提示與指引，提升伴侶在衝突對話中的非暴力溝通，並證實同理導引模式最有效。
arXiv - Human-Computer Interaction
Symetra：符號執行引擎參數調整的視覺分析工具
Symetra 透過視覺分析協助使用者在符號執行引擎中進行人機協同參數調整，提升分支覆蓋率與調整效率。
arXiv - Human-Computer Interaction
了解臨床醫師對自閉症兒童遊戲化介入體驗，設計改善運動技能平台
透過臨床醫師訪談與設計工作坊，提出一個模組化遊戲平台，解決現有自閉症兒童運動技能遊戲介入的僵化問題
arXiv - Human-Computer Interaction
以決策為導向的程式設計與 Aporia
提出決策導向程式設計模式，並透過 Aporia 追蹤與驗證決策，提升程式設計者對程式碼的理解與參與度。
arXiv - Human-Computer Interaction
從使用到監督：心理模型如何影響 AI 寫作助手的使用與輸出
研究發現，結構性心理模型提升系統理解但同時導致更高語法錯誤，揭示使用者對 AI 產出的監督與信任關係的複雜性。
arXiv - Human-Computer Interaction
對人權問題的LLM回應：量化保留與非肯定行為
本文建立框架量化LLM對人權問題的保留與非肯定行為，發現身份是主要驅動因素，並證實群體引導能有效減少偏差。
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。