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
SpeakSoftly：利用大型語言模型即時介入，協助親密關係中的非暴力溝通
開發 SpeakSoftly 系統，透過 LLM 生成的即時提示與指引，提升伴侶在衝突對話中的非暴力溝通，並證實同理導引模式最有效。
arXiv - Human-Computer Interaction
以決策為導向的程式設計與 Aporia
提出決策導向程式設計模式，並透過 Aporia 追蹤與驗證決策，提升程式設計者對程式碼的理解與參與度。
arXiv - Human-Computer Interaction
從使用到監督：心理模型如何影響 AI 寫作助手的使用與輸出
研究發現，結構性心理模型提升系統理解但同時導致更高語法錯誤，揭示使用者對 AI 產出的監督與信任關係的複雜性。
arXiv - Human-Computer Interaction
擺脫機器的孤獨：停止將人機關係稱為「單向關係」
本文指出將人機互動稱為「parasocial」是誤用，並闡述正確理解人機關係的社會性與雙向性的重要性。
arXiv - Computers and Society
情境崩解：生成式 AI 在職場採用的障礙
研究揭示生成式 AI 在職場中因情境未被充分考量而失效，並提出以互動式實踐取代單純數據收集的設計策略。
arXiv - Computers and Society
漸進式認知外化：理解環境智慧如何將人類認知轉移至數位媒介的框架
本文提出「漸進式認知外化」框架，解釋人類認知功能如何透過環境智慧與數位媒介的協同演化進行轉移。
arXiv - Computers and Society
VIGIL：用於即時偵測與緩解認知偏誤觸發因素的可擴展系統
開發出首款瀏覽器擴充功能 VIGIL，能即時偵測並透過 LLM 緩解網路資訊中的認知偏誤觸發因素。
arXiv - Computers and Society
判斷中的人類角色：測試美國西點軍校學員的自動化偏誤與演算法厭惡
研究發現西點軍校學員在面對 AI 建議時，比一般大眾展現出更佳的信任校準能力，較不易產生認知扭曲。
arXiv - Computers and Society
生成式 AI 錯誤率與任務難度對使用者依賴程度之影響
研究發現 AI 錯誤率會降低使用者依賴度，但使用者對於 AI 在簡單任務出錯的容忍度與困難任務並無顯著差異。
arXiv - Computers and Society
以自主學習契約作為生成式 AI 在大學程式教育中的減害策略
研究探討透過非強制性的自主學習契約，引導學生在程式學習中更有意識地決定生成式 AI 的使用方式。
arXiv - Computers and Society
生成式 AI 作為高維空間閾值邏輯的本質理解
本文揭示高維空間中單一閾值函數能分離任意點集，將感知機從邏輯分類器轉為導航指標，並將深度視為資料流形預處理機制。
arXiv - Artificial Intelligence
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。