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
自動化評分規範作為獎勵：從隱式偏好到明確多模態生成標準
提出 Auto-Rubric 框架，將多模態生成模型的隱式偏好轉化為可驗證的評分規範，並透過 Rubric Policy Optimization 以二元獎勵穩定訓練，顯著提升文本到圖像與圖像編輯任務的對齊效果。
arXiv - Artificial Intelligence
零樣本人體姿勢估計：基於擴散逆解法
利用預訓練擴散模型與旋轉測量，提出 InPose 方法實現零樣本人體姿勢估計，並透過位置似然引導生成最可能姿勢序列。
arXiv - Human-Computer Interaction
社會人機擬態對話資料集（SHREC）：基礎模型社會推理基準測試
提出400段真實人機互動影片與10K標註的SHREC資料集，並設計八項社會推理基準，證實現有基礎模型在情緒理解、意圖追蹤等社會挑戰上表現不足。
arXiv - Human-Computer Interaction
地理空間網路搜尋大多超出傳統 GIS 範疇
利用機器學習對 101 萬 Bing 查詢進行分類，發現 18% 為地理空間查詢，並提出 88 個分類，顯示傳統 GIS 無法滿足大部分實務需求
arXiv - Human-Computer Interaction
優化但失去擁有感：AI 生成目標如何削弱其本應激發的動機
AI生成的高品質目標因缺乏心理擁有感，降低動機與行動，尤其自我效能低者更受影響
arXiv - Human-Computer Interaction
MindMirror：面向數位工作者的本地化多模態狀態感知支援系統
提出一套本地化、結合臉部表情、文字、語音的多模態支援系統，協助數位工作者自我反思與提升工作效率。
arXiv - Human-Computer Interaction
生成式 AI 驅動互動敘事嚴肅遊戲：減壓與隨機對照試點研究
開發並測試以 ChatGPT 為核心的互動敘事遊戲「Reverie」，證實其能顯著降低學生壓力並提升情緒調節。
arXiv - Human-Computer Interaction
UNIPO：統一互動式視覺化工具，解釋 RL 微調策略優化
開發 UNIPO，首個統一互動式視覺化工具，透過三種視圖展示 RL 微調算法的 token‑級訓練動態，協助非專業者理解設計決策並支援 AI 實務者選擇最佳策略。
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。