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
誰希望被AI嘮叨？：探討AI語音助理的親和性對老年人理解的影響
本研究探討了AI語音助理的親和性如何影響老年人在日常和緊急情況下對其解釋的感知，發現親和性與信任度相關，但緊急情況下清晰度更重要。
arXiv - Human-Computer Interaction
解讀可解釋性：優化組合解的以人為本準則
本研究探討了在機器演算法提供多個同樣優質的解決方案時，人類如何選擇最易於理解的方案，並揭示了影響可解釋性的結構性特徵。
arXiv - Human-Computer Interaction
透過後置升級打造感測器驅動的智慧車廂：使用者需求分析
本研究探討透過後置升級方式，強化並擴充車內建智慧感測器功能，並提出設計建議以引導未來智慧車廂的發展。
arXiv - Human-Computer Interaction
ADAS-TO：大規模多模式自然資料集與駕駛者接管行為分析
本研究發表了首個大規模自然資料集ADAS-TO，旨在研究駕駛者在自動駕駛輔助系統（ADAS）期間的手動接管行為，並揭示了早期預警的潛力。
arXiv - Human-Computer Interaction
虛擬實境中直覺化身設計指南：傳達擴增行動能力
本研究透過設計指南，探討如何透過虛擬實境中的化身設計，更直觀地傳達並啟動使用者超出人類限制的能力。
arXiv - Human-Computer Interaction
視線凝視：與使用者及專家共同設計與優化視線手勢
本研究提出一套雙階段方法，透過使用者與視線互動專家的合作，開發更直觀、符合自然視線移動模式的手勢，提升視線互動的易用性。
arXiv - Human-Computer Interaction
視覺敘事的具身伴侶
本研究提出 Companion，一個結合繪圖機器人與大型語言模型（LLMs）的藝術裝置，旨在將 AI 從工具轉型為具身協作的藝術夥伴。
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。