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
利用 AI 輔助系統化過程以評估生成式 AI 系統
本文提出利用 AI 輔助將模糊的評估概念轉化為具體、可測量的結構化規範，以解決生成式 AI 評估難題。
arXiv - Computers and Society
泰國律師考試自由寫作評分：LLM 評分員與人類考官之穩定性研究
研究發現 LLM 評分員會傾向於追隨人類多數意見，卻無法複製人類專家之間存在的意見分歧。
arXiv - Computers and Society
SomaliBench Eval：衡量開源語言模型在英索語言間的拒絕回答差距
研究發現開源語言模型在索馬利亞語中的安全拒絕率遠低於英語，存在顯著的安全防護落差。
arXiv - Computers and Society
LLM 作為審稿人：評估其能力、分歧度與對提示注入的抵抗力
本研究系統性評估了 12 種大型語言模型在學術論文審稿中的評分準確性、與人類的分歧以及面對惡意提示注入攻擊的脆弱性。
arXiv - Computers and Society
AI 地圖學：繪製 AI 基準測試生態系統的潛在景觀
本研究透過統計模型揭示 AI 評分榜單存在高度雜訊，並提出比單純分數更穩定的潛在能力評估框架。
arXiv - Computers and Society
JudgmentBench：比較評分量表與偏好評估在品質評定中的表現
研究發現比較性偏好評估在品質排序的準確度上遠優於傳統評分量表，且標註效率更高。
arXiv - Computers and Society
當正確信念崩塌：大型語言模型在臨床壓力下的認識論韌性研究
研究發現 LLM 在臨床對話中會因壓力而放棄正確診斷，並提出強化信念穩定性的防禦與微調方法。
arXiv - Computers and Society
醫療領域中的 LLM 評審機制：應用、方法與人類一致性的範圍分析
本研究系統性回顧了 LLM 作為評審在醫療領域的應用現況，發現其與專家判斷具中度至高度的一致性。
arXiv - Computers and Society
生成式 AI 作為設計變數：STEM 評量治理的證據中心框架
本文提出以證據中心設計（ECD）為基礎的框架，將生成式 AI 視為評量設計變數，而非外部威脅。
arXiv - Computers and Society
PAIRED：一種用於透明報告科學研究中 AI 貢獻的過程錨定框架
提出 PAIRED 框架，透過記錄研究決策過程而非僅僅產出結果，來解決 AI 在科學研究中貢獻透明度的問題。
arXiv - Computers and Society
KT4EQG：透過知識追蹤實現個人化練習題生成
提出 KT4EQG 框架，結合知識追蹤模型與大型語言模型，為學生生成能最大化知識掌握度的個人化練習題。
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。