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
AutoClimDS：氣候資料科學代理式 AI——知識圖譜即萬能解決方案
AutoClimDS 透過知識圖譜與代理式 AI，能從自然語言指令完整重現氣候科學分析流程，凸顯結構化科學記憶的重要性。
arXiv - Human-Computer Interaction
CRAFT-GUI：基於課程化的 GUI 任務代理
提出 CRAFT-GUI 框架，透過課程化學習與細緻獎勵提升 GUI 任務代理效能
arXiv - Human-Computer Interaction
AI輔助病理診斷中的認知偏誤研究
本研究探討了AI輔助病理診斷系統中，自動化偏誤和錨定效應的影響，以及時間壓力與個人特質如何塑造這些偏誤。
arXiv - Human-Computer Interaction
學生與 AI 合作審核：線上碩士 CS 案例研究
研究探討大學 CS 學生對 AI 協作的偏好與需求，揭示 AI 功能與學生期望之差距，為教育 AI 設計提供指導。
arXiv - Human-Computer Interaction
語境工程化資料文字化
提出「wordalisations」方法，利用語境工程將數據轉化為自然敘事，並在球員評估、人格測試與國際調查三個領域驗證其準確性與可讀性。
arXiv - Human-Computer Interaction
使用生成式 AI 進行利益相關者模擬，教學敏捷需求工程
透過生成式 AI 與利益相關者模擬，讓學生實作敏捷需求工程並理解 AI 限制。
arXiv - Human-Computer Interaction
InterDeepResearch：人機協作資訊尋找系統
提出 InterDeepResearch 系統，結合人機協作與階層式研究情境管理，提升資訊尋找的可觀察性、即時可調整性與情境導航效率。
arXiv - Human-Computer Interaction
Feynman：知識驅動的圖表生成代理
本文提出Feynman，一個可擴展的圖表生成管道，透過知識規劃與迭代優化，有效生成高品質、知識豐富的圖表與對應的描述。
arXiv - Human-Computer Interaction
完美悖論：AI輔助API設計中從設計者到策展人的轉變
本研究探討了AI輔助API設計工作流程中，AI生成的過度一致性反而可能缺乏實用判斷的「完美悖論」，並建議設計者轉型為AI生成模式的策展人。
arXiv - Human-Computer Interaction
個別化自動寫作回饋中的語言偏見探討
研究顯示大型語言模型在提供寫作回饋時，會根據學生性別、種族、學習需求等屬性產生刻板印象偏差，揭示自動化回饋的隱形偏見。
arXiv - Human-Computer Interaction
基於地標的視線追蹤系統：會話式元校準部署
本研究提出一種輕量級的視線追蹤方法EMC-Gaze，透過會話式元校準，降低校準負擔並提升在不同頭部運動下的追蹤準確度。
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。