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
縮小動機差距：獎勵提升視覺錯訊辨識與驗證
研究顯示任務型金錢獎勵能快速促進圖像驗證，而結果型獎勵則更能維持長期辨識準確度，提示多階段獎勵策略對抗視覺錯訊有效。
arXiv - Human-Computer Interaction
HealthTale：以病患為中心的健康故事可視化工具
開發以病患為中心的可視化工具，將自由敘事轉為結構化時間線，提升病患與醫師在有限時間內的溝通效率。
arXiv - Human-Computer Interaction
多重慢性病患者科技原型開發中的參與挑戰
研究透過 MyCareCompass 兩個月試點，揭示患者工作量與能力平衡對數位工具採用與持續使用的關鍵影響，並提出三項實作教訓。
arXiv - Human-Computer Interaction
評估主動式對話代理人中的多模態情緒識別研究
研究發現與 AI 對話時視覺表情易出現「撲克臉」偏差，語義分析在情緒識別上比視覺辨識更可靠。
arXiv - Human-Computer Interaction
衡量與緩解過度依賴：建構與人類相容的 AI 系統
本文探討大型語言模型（LLM）引發的過度依賴風險，並提出衡量與緩解此問題的策略以確保 AI 增強而非削弱人類能力。
arXiv - Computers and Society
DeTox-Fed：利用聯邦圖神經網絡檢測 Fediverse 之毒性對話
提出 DeTox-Fed，透過聯邦圖學習在分散式社群中不共享原始資料即可穩定偵測毒性對話。
arXiv - Computers and Society
AI 賦能之教學陪伴設計原則與觀察指標：義大利與中國 Amico 雙模態原型之實證研究
本文提出以「人為主導」為核心的 AI 教學陪伴框架，透過設計原則將 AI 定位為促進人類互動的橋樑而非替代品。
arXiv - Computers and Society
ShadeBench：可持續社會建築遮蔽模擬基準資料集
提供多模態、地理多樣的遮蔽資料集與基準，支援遮蔽生成、分割與建築重建，促進城市熱島研究與韌性規劃。
arXiv - Computers and Society
以隱私為設計的自適應群組分配：數位生活方式教練系統
提出 PRISM-Coach 架構，透過分離視圖與受限 bandit，實現個性化且保護 PII 的群組分配，提升使用者參與與健康成果。
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。