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
科學知識的非最優性：路徑依賴、鎖定與局部最小陷阱
本文指出科學知識在任何歷史時點往往停留於局部最優，而非全局最優，並揭示認知、形式與制度三種鎖定機制，呼籲設計元科學策略以突破局限。
arXiv - Computers and Society
AI 是支持思考還是取代思考？學習者對 AI 作為動態認知夥伴的類型學研究
本研究透過分析中學生對 AI 角色的認知，提出一套將 AI 視為動態認知夥伴的類型學，區分了認知延伸與認知卸載的界線。
arXiv - Computers and Society
透明、可追蹤、可分支：開啟科學研究的過程
本文主張將科學研究從「產出導向」轉向「過程導向」，透過建立透明、可追蹤且可分支的工作流來加速科學進步。
arXiv - Computers and Society
數位平台人機互動中的功能失調：演算法優化與人類目標的錯位
本文提出「功能失調」框架，解釋演算法優化可預測行為與人類真實目標之間的結構性矛盾及其社會負面影響。
arXiv - Computers and Society
PACMAD+3模型下影響手機應用可用性的因素調查
本研究以PACMAD+3模型為框架，通過838名使用者問卷調查，量化評估七項可用性因素對手機應用感知可用性的影響，發現效率最重要，其餘因素中等重要。
arXiv - Human-Computer Interaction
人機協作的支架化：行為協議與認知重構的實地實驗
實驗顯示，行為支架化降低文件質量與產量，而將 AI 視為思考伙伴的認知支架化可提升高端文件質量，但效果受設計限制。
arXiv - Human-Computer Interaction
AI輔助知識工作中的自信與實力不符
研究顯示，雖然LLM可提升學生自信，但不同互動模式對學習成效與認知負荷影響不同，未來自我解釋模式最能對齊實際理解。
arXiv - Human-Computer Interaction
結構化與問題化：LLM 代理如何支撐診斷推理學習的鷹架設計
本研究探討 LLM 代理透過「結構化」與「問題化」兩種鷹架策略，對藥劑技術員診斷推理能力的影響。
arXiv - Human-Computer Interaction
對神經認知障礙篩檢的對話式 AI 未來展望：多方觀點
通過多方訪談，揭示對話式 AI 在神經認知障礙篩檢中的社會可接受性、使用者需求與設計衝突，並提出實務設計建議
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。