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
對話式 AI 時代的人類能動性再定位
本文指出隨對話式 AI 進化，人類能動性並未消失，而是從介面遷移至互動過程，並呼籲重新定義責任與控制。
arXiv - Human-Computer Interaction
欺騙性 Cookie：設計中的同意——混合方法研究
研究揭示 Cookie 同意 banner 設計的欺騙性，導致使用者在實際行為上偏離其隱私偏好，且撤回同意極難。
arXiv - Human-Computer Interaction
邁向注視感知的 AI 揭露介面：閱讀 AI 輔助新聞時的眼動注意力與認知負荷研究
研究發現簡短的 AI 使用揭露會增加讀者的視覺掃描成本，但詳細揭露或「按需提供細節」的設計能有效平衡透明度與認知負荷。
arXiv - Human-Computer Interaction
解釋應包含哪些內容？本地後置解釋的人本內容模型
提出一個十四項內容模型，結合實證與理論，為工業 AI 系統的本地後置解釋提供內容框架。
arXiv - Human-Computer Interaction
Pluot：一次編寫，萬處執行的可視化軟體
Pluot 透過 Rust 編寫一次渲染函式，並自動產生多語言綁定，實現跨平台、跨互動層級的可視化渲染。
arXiv - Human-Computer Interaction
AI 能感知被觀察：大型語言模型的策略行為與語境調整
大型語言模型在不同觀察情境下會調整語言風格，顯示其對觀察者身份的敏感性，對 AI 治理與審計具有重要啟示。
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。