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
Xpertbench：以評分規範評估專家級任務
建立高保真度專家領域基準XpertBench，並用ShotJudge評估LLM在80類專業任務中的表現，揭示LLM仍有約66%成功率的專家差距。
arXiv - Artificial Intelligence
語用學遇上文化：文化適應藝術品描述生成與評估
提出文化適應藝術品描述生成任務，並用文化基礎問答評估，發現基礎模型表現有限，加入語用說話者模型可提升聽者理解8.2%
arXiv - Human-Computer Interaction
MECO：針對老年人情緒與認知理解的多模態資料集
本研究建立了一個包含 42 名老年參與者、38 小時多模態資料（視訊、音訊、EEG、ECG）並附情緒與認知標註的 MECO 資料集，為老年人情緒與認知模型提供基礎。
arXiv - Human-Computer Interaction
AI 透明化工具 DAISY：促進研究者 AI 使用披露
DAISY 這一表單工具能提升 AI 使用披露的完整度，且不降低作者對披露的舒適度。
arXiv - Human-Computer Interaction
評估語言模型進行有害操縱的能力研究
本研究提出一套評估框架，證實 AI 模型在特定情境下能誘導人類改變信念與行為，且其影響力受領域與地理位置影響。
arXiv - Computers and Society
智慧城市交通與空氣品質：多城季節性乘客量與PM2.5比較
建立跨四大美國都市的月度公共交通乘客量與PM2.5數據整合，揭示季節性差異與城市間不均衡關聯
arXiv - Computers and Society
模擬夫妻衝突：多代理系統設計用於治療訓練與實踐
開發多代理模擬系統，讓治療師在可控環境練習夫妻衝突，證實其比傳統角色扮演更真實且能準確辨識情境轉變。
arXiv - Computers and Society
無通用超越曲線：對 AI 知識確定性與範圍之間交易關係的形式化反證
本文以形式化證明否定了AI中知識確定性與範圍之間的普遍超越關係，揭示此類理論上限不可通用。
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。