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
企業中的 AI：人們如何使用 M365 Copilot Chat
本研究透過分析 550 萬次對話紀錄，揭示 M365 Copilot 已從單純的搜尋工具轉向內容創作與決策輔助。
arXiv - Computers and Society
KT4EQG：透過知識追蹤實現個人化練習題生成
提出 KT4EQG 框架，結合知識追蹤模型與大型語言模型，為學生生成能最大化知識掌握度的個人化練習題。
arXiv - Computers and Society
捕捉正確答案陷阱：分析 AI 導師在評估學生推理時的盲點
研究發現 AI 導師常因學生以錯誤邏輯得出正確答案而產生「正確答案陷阱」，導致誤判學生觀念。
arXiv - Computers and Society
人工努力：AI 與大型語言模型對實質努力任務的衝擊
研究發現 AI 能以極低成本完成多數傳統實驗經濟學中的實質努力任務，挑戰了任務表現能反映真實人類努力的假設。
arXiv - Computers and Society
BOHM：零成本分層歸因於複合 AI 系統
提出 BOHM 方法，利用已存在的路由權重即時生成多層次歸因，零成本且不需存取組件內部，與 SHAP 互補。
arXiv - Artificial Intelligence
GlyTwin：以患者中心的反事實方法優化1型糖尿病血糖控制的數位雙胞胎
GlyTwin結合反事實解釋與個人偏好，生成可行的行為調整方案，顯著降低1型糖尿病患者的高血糖事件。
arXiv - Human-Computer Interaction
用於非同步演講訓練的可解釋閉環多模態情感回饋智慧教學系統
開發了一套結合多模態數據與可解釋架構的智慧教學系統，能透過精準回饋顯著提升學習者的口頭演講技能。
arXiv - Human-Computer Interaction
KI-聖誕日曆：資料與 AI 文識提升
開發並評估一個免費網路化的 KI-聖誕日曆，透過每日短小挑戰提升中學生資料與 AI 文識，並分析參與度與學習成效。
arXiv - Human-Computer Interaction
超越單回覆：將拒絕重新定義為嵌入心理健康支援互動中的動態體驗
研究顯示LLM拒絕行為是多階段動態體驗，提出評估框架與設計建議，提升心理健康支援品質
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。