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
AI 何時該察言觀色？大眾對 AI 代理人社交智能的感知研究
本研究探討大眾如何感知 AI 的社交智能，發現人們傾向根據行為而非意圖進行判斷，且存在支持他人使用但拒絕個人使用的落差。
arXiv - Computers and Society
超越靜態分類法：利用關鍵詞生成表示法捕捉青少年危機對話
研究提出 KGR 技術，利用大型語言模型生成動態關鍵詞，提升青少年心理危機識別的精準度與文化敏感度。
arXiv - Human-Computer Interaction
不等同的不確定性：不確定性粒度如何影響LLM輔助決策中的人類驗證
研究顯示，LLM輸出中不同粒度的不確定性表達會改變使用者的信任與驗證行為，token級別提升同意度，relation級別降低自信並減少外部驗證。
arXiv - Human-Computer Interaction
驗證的決策：溫度感與用戶特徵如何影響對對話式 AI 搜尋資訊的信任度
研究發現即便具備檢證工具，用戶對 AI 的過度依賴仍持續存在，且驗證行為主要受用戶既有認知驅動。
arXiv - Human-Computer Interaction
Robo-Blocks：社交機器人設計與程式編寫中的生成式鷹架技術
本研究開發 Robo-Blocks 工具，利用大型語言模型提供結構化敘事鷹架，協助新手在設計社交機器人時平衡 AI 輔助與自主編程能力。
arXiv - Human-Computer Interaction
學習為具容量限制的代理分配預測任務
提出容量受限的代理分配問題，並開發序列探索-利用策略學習算法，實驗證明在多種任務與代理類型上均優於非上下文基線。
arXiv - Human-Computer Interaction
以對話方式說明：走向以人為中心的對話式可解釋 AI
本文主張解釋不應被視為靜態文本，而是需要透過對話層面（時間、語氣、角色、歷史）來提升其有效性，並提出 HC2XAI 的願景。
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。