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]
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。
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。
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]
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]
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]。
本工作坊聚焦 AI、HCI 與學習科學的跨領域對話,提出人本、教學導向的互動式學習介面設計與評估框架,並規劃未來研究方向。
結合生成式 AI 與黏土 3D 列印,降低陶瓷創作門檻,並揭示創意探索與創作者控制之平衡挑戰。
本文提出利用大型語言模型即時調整光線、音效與介面,創造情緒感知的混合工作空間,並探討其對專注、福祉與倫理的影響。
本文提出將微表情可視化的概念框架,將難以察覺的情緒線索轉化為可感知的提示,並規劃初步實驗評估其對同理心體驗的影響。
本研究揭示大學生在學術寫作中整合 AI 的三種異質性模式,並探討其如何平衡學習、品質與生產力。
研究發現 AI 介入祈禱時若過度主導,會削弱使用者的真實感與靈性連結,建議設計時應保留使用者的解釋性與自主性。
提出 People-IT-Structuration (PIS) 框架,將人、資訊科技與組織結構視為互相構成的動態過程,整合多條 MIS 理論並應用於 AI 時代。
提出 AFA 框架結合語音辨識與獨立記憶,有效解決多用戶共享環境下的角色混淆問題。
提出將影片資料同步、註解與轉換三種視覺化類型整合進 Vega 語法,並透過分訊號架構與編譯時優化,實現高效即時影片互動。
本文系統比較資料同化與似然推論於代理模型隱藏狀態估計,發現後者在個體層面更精準,前者則適合聚合預測。
研究發現生成式 AI 在職業圖像生成中存在嚴重的社會偏見,強化了性別、種族、年齡與身障者的不平等。
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。