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
LLM 媒介無處不在系統中的權威倒置：當模型信任用戶而非感測器時
研究發現 LLM 在處理衝突資訊時會產生「權威倒置」，即過度信任用戶的自然語言描述而忽略精確的感測器數據。
arXiv - Computers and Society
當正確信念崩塌：大型語言模型在臨床壓力下的認識論韌性研究
研究發現 LLM 在臨床對話中會因壓力而放棄正確診斷，並提出強化信念穩定性的防禦與微調方法。
arXiv - Computers and Society
能力錯覺：歐洲中學生數位素養自我感知與 AI 就緒程度之研究
研究揭示學生在數位消費與技術創造間存在嚴重的能力落差，並對 AI 運用與批判意識存在過度自信的錯覺。
arXiv - Computers and Society
生成式 AI 對北京城市內部不平等與技能溢價的影響
研究發現生成式 AI 加劇了北京城市內部的數位落差，並導致高技能勞動者陷入薪資停滯的「高技能陷阱」。
arXiv - Computers and Society
醫療領域中的 LLM 評審機制：應用、方法與人類一致性的範圍分析
本研究系統性回顧了 LLM 作為評審在醫療領域的應用現況，發現其與專家判斷具中度至高度的一致性。
arXiv - Computers and Society
將數位社會建構為生態系統：認可與重複關係如何維持開源社群間的協作
研究發現開源社群間的跨界協作高度依賴極少數的核心貢獻者，且認可機制能有效降低跨界溝通的摩擦成本。
arXiv - Computers and Society
生成式 AI 作為設計變數：STEM 評量治理的證據中心框架
本文提出以證據中心設計（ECD）為基礎的框架，將生成式 AI 視為評量設計變數，而非外部威脅。
arXiv - Computers and Society
Habermolt：將審議民主委託給 AI 代表之研究
本文提出「AI 委託審議」新範式，並透過 Habermolt 平台評估 AI 代表在民主參與中的有效性。
arXiv - Computers and Society
PAIRED：一種用於透明報告科學研究中 AI 貢獻的過程錨定框架
提出 PAIRED 框架，透過記錄研究決策過程而非僅僅產出結果，來解決 AI 在科學研究中貢獻透明度的問題。
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。