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
我希望我們不要把廣告對愛的操縱當作信任的範例
本文提出「信任支柱」概念，探討在 AI 代理系統中如何以明確介面建立可測量的信任，並警示廣告對「愛」的商業化可能削弱真實信任。
arXiv - Computers and Society
AI 依賴性剖析：菲律賓學生學術能力潛在類別
研究發現菲律賓大學生對 AI 的依賴呈四種模式，AI 依賴者學術能力最弱，提示需平衡 AI 文獻素養與傳統學術技能
arXiv - Computers and Society
個人特質如何影響使用者在LLM多代理系統中探索多樣電影推薦
LLM多代理推薦系統提升多樣性與新奇度，且個人特質影響體驗，提示需個性化設計
arXiv - Human-Computer Interaction
PageGuide：協助瀏覽器導航與資訊定位
開發 PageGuide 擴充功能，透過視覺覆蓋將 LLM 回答映射至 HTML，提升資訊定位與步驟指引，實驗顯著提升準確率與效率。
arXiv - Human-Computer Interaction
人格特質對老年人對對話式 AI 說明感知之差異影響
人格特質影響老年人對 LLM-VA 說明的同理心、喜好與信任，環境即時說明優於歷史說明，提示設計需考慮人格與情境。
arXiv - Human-Computer Interaction
這不是解釋：評估語言學習系統中的解釋失敗與可解釋性陷阱
本文提出 L2-Bench 基準，分析 AI 語言學習工具在六項關鍵反饋維度上的解釋失敗，揭示可解釋性陷阱對學習成效與師生互動的潛在危害。
arXiv - Human-Computer Interaction
AI 依賴軟體工程中的認知萎縮與系統崩潰
揭示 LLM 在軟體開發中造成的認知系統崩潰與「認識債務」問題，並提出人機協作的教育式標準以維持長期韌性。
arXiv - Computers and Society
基於Apriori演算法的學習無助分析：數學輔導中的行為模式—層級、介入與成效
利用Apriori演算法揭示數學輔導中學習無助學生的行為模式，指出跳題不使用提示最易導致失敗，且介入與無助程度對行為影響不同。
arXiv - Computers and Society
從聊天機器人到知己：跨文化研究大型語言模型在情感支持中的採用
跨國調查顯示，LLM情感支持採用率差異大，受年齡、宗教、婚姻、社經地位影響，英語國家更正面。
arXiv - Human-Computer Interaction
美國最惡劣天氣：增強極寒天氣預報資訊設計
透過顏色編碼的危險圖示，提升使用者對馬丁華盛頓山極端天氣預報的風險感知，並揭示設計倫理與多元識讀的挑戰。
arXiv - Human-Computer Interaction
情感建築：大型語言模型在調整工作環境中的角色
本文提出利用大型語言模型即時調整光線、音效與介面，創造情緒感知的混合工作空間，並探討其對專注、福祉與倫理的影響。
arXiv - Human-Computer Interaction
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。