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
LLM 是否適用於電腦科學教育？跨領域、跨語言與認知層級評估
本研究以六項專業認證考題評估四大LLM在中英語境與Bloom層級的表現，揭示GPT‑5、Qwen‑Plus、DeepSeek‑R1各自優勢與局限。
arXiv - Computers and Society
他人的生命故事：基於豐富心理測驗特徵之 LLM 生成生命故事的雙向評估研究
研究證實 LLM 能透過心理特徵生成具備高度人格一致性的生命故事，且其人格特徵可被準確檢測。
arXiv - Human-Computer Interaction
以價值驅動的大型語言模型代理之 Context-Value-Action 架構
提出 CVA 架構，透過價值驗證器分離推理與行動，顯著降低價值極化、提升行為真實度與可解釋性。
arXiv - Human-Computer Interaction
超越行為：為何 AI 評估需要一場認知革命
本文主張 AI 研究應從僅關注輸出結果的「行為主義」轉向關注內部運作機制的「認知主義」評估範式。
arXiv - Human-Computer Interaction
開放式智慧眼鏡的主動噪音消除技術
開發首個即時主動噪音消除系統，利用八個麥克風與開放式耳機在不需校準下平均降低 9.6 dB，校準後達 11.2 dB。
arXiv - Human-Computer Interaction
從治理規範到可執行控制：代理式 AI 執行時安全閘的分層翻譯方法
提出將國際治理標準轉化為可執行執行時安全閘的分層方法，並以採購代理為案例驗證。
arXiv - Human-Computer Interaction
FEEL：量化生理信號異質性以提升情緒辨識普適性
本研究建立大規模情緒辨識基準，證明手工特徵與對比學習模型在跨資料集與裝置間具有優越的泛化能力。
arXiv - Human-Computer Interaction
信任多少才夠？探討如何校準對科技的信任度
本研究探討如何透過人類電腦信任量表（HCTS）評估信任傾向，並強調在人機互動中「校準信任」的重要性。
arXiv - Human-Computer Interaction
Symetra：符號執行引擎參數調整的視覺分析工具
Symetra 透過視覺分析協助使用者在符號執行引擎中進行人機協同參數調整，提升分支覆蓋率與調整效率。
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。