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並非人類：對LLM人格的批判性觀點
本文指出LLM對人格測驗的回應未滿足人格六大特徵，顯示Big Five等人類人格量表不適用於LLM，並提出功能性評估與LLM專屬框架的研究方向。
arXiv - Human-Computer Interaction
科學視覺素養評估測驗 (SVLAT)
本研究開發並驗證了一套評估公眾科學視覺素養的測驗 SVLAT，旨在衡量其解讀科學視覺化圖表的理解能力。
arXiv - Human-Computer Interaction
從準確度到準備度：人機決策的評量指標與基準
提出以團隊準備度為核心的人機決策評估框架，涵蓋結果、依賴行為、安全信號與學習進程，並以互動痕跡量化校準與治理。
arXiv - Human-Computer Interaction
雙模型預測講者表達在視訊學習中的情感投入與語音吸引力
利用講者面部、眼動、語調及語音特徵，雙重迴歸模型可準確預測觀眾情感投入與語音吸引力，證明講者側情感足以代表觀眾回饋。
arXiv - Human-Computer Interaction
SynBullying：多 LLM 合成對話資料集用於網路霸凌偵測
本研究提出 SynBullying，一個利用大型語言模型模擬真實霸凌互動的合成對話資料集，提供一個可擴展且合乎倫理的網路霸凌偵測研究方案。
arXiv - Computers and Society
利用資訊決定評分法，擴增評量量表與文本衍生項目
本研究提出資訊決定評分法(IDS)，利用大型語言模型分析自由文本，生成與傳統評量量表協同校準的項目，提升測量精確度與效度。
arXiv - Computers and Society
公平性檢測的規模自適應假設檢定
本文提出一個統一且規模自適應的假設檢定框架，將公平性評估轉化為基於證據的統計決策，解決了傳統方法在小樣本群體中準確性不足的問題。
arXiv - Computers and Society
利用生成式 AI 量化學生成功：結合系統性回顧的蒙地卡羅模擬
本研究結合系統性文獻回顧與蒙地卡羅模擬，量化生成式 AI 在高等教育中學生成功感知的影響，發現可用性因素對成功分數影響最大。
arXiv - Computers and Society
英國 NIS 規範作為強制性網路安全報告制度的有效性
研究顯示，NIS 規範在 2024 年對關鍵基礎設施網路安全事件的報告覆蓋率不足，且對醫療系統的勒索軟體攻擊報告極為集中。
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。