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
協助促進新人參與，非老手：通用互惠與平台互動
研究發現新人收到答案後更願意回答，互惠主要在新人階段，隨經驗下降，回應時間30-60分鐘最有效。
arXiv - Human-Computer Interaction
教學導向客製化與通用型GAI聊天機器人對學生科學問題解決影響比較
客製化GAI聊天機器人以蘇格拉底提問法提升學生互動與認知多樣性，減少認知卸載，與通用型機器人相比，解決成效無顯著差異
arXiv - Human-Computer Interaction
SentiAvatar：打造表情豐富、互動式數位人類
提出 SentiAvatar 框架，結合大規模對話資料、動作基礎模型與音訊感知的計畫-填充架構，實現即時、語義與節奏同步的 3D 數位人類動作生成。
arXiv - Human-Computer Interaction
語用學遇上文化：文化適應藝術品描述生成與評估
提出文化適應藝術品描述生成任務，並用文化基礎問答評估，發現基礎模型表現有限，加入語用說話者模型可提升聽者理解8.2%
arXiv - Human-Computer Interaction
相同回饋，不同來源：AI 與人類歸因如何影響計算教育中的學習者行為
研究發現人類來源歸因雖具動機價值，但若缺乏可信度，其學習成效反而低於透明的 AI 歸因。
arXiv - Human-Computer Interaction
MECO：針對老年人情緒與認知理解的多模態資料集
本研究建立了一個包含 42 名老年參與者、38 小時多模態資料（視訊、音訊、EEG、ECG）並附情緒與認知標註的 MECO 資料集，為老年人情緒與認知模型提供基礎。
arXiv - Human-Computer Interaction
打破認知被動：重新思考 AI 協助的資料素養與認知對齊
提出 AI 與使用者之間的認知對齊框架，指出 AI 互動模式與使用者需求不匹配會導致認知被動或摩擦，並呼籲動態適應的設計以提升資料素養。
arXiv - Human-Computer Interaction
AI 透明化工具 DAISY：促進研究者 AI 使用披露
DAISY 這一表單工具能提升 AI 使用披露的完整度，且不降低作者對披露的舒適度。
arXiv - Human-Computer Interaction
聆聽、對話、玩耍的 AI 玩具：兒童對 AI 玩具的理解與互動
研究兒童與 AI 玩具互動，發現其將玩具視為社會存在，並揭示互動失敗導致對抗性遊戲，提出設計建議。
arXiv - Human-Computer Interaction
LitPivot：透過動態語境化與批判，打造適切研究構想
提出 LitPivot 平台，透過文獻驅動的迭代推動研究構想，並證實能提升構想品質與文獻理解。
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。