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
當名稱改變判決：介入一致性揭示大型語言模型決策中的系統性偏差
本研究透過介入一致性測試框架（ICE-Guard）揭示大型語言模型在決策中存在的系統性偏差，並發現權威與框架偏差遠超人口統計偏差。
arXiv - Computers and Society
審核大型語言模型中的品牌與文化偏好
提出 ChoiceEval 框架，能在真實使用情境下量化 LLM 對品牌與文化的偏好，揭示其對市場公平與資訊多樣性的潛在影響。
arXiv - Computers and Society
TherapyGym：評估與調整治療聊天機器人臨床忠實度與安全性
提出TherapyGym框架，透過CTRS與安全評估，提升治療聊天機器人臨床忠實度與安全性
arXiv - Computers and Society
構成性與修正性：人類在 AI 系統執行時的因果分類
提出以因果結構為基礎的 HITL 與 HOTL 分類，並細化 HOTL 的時間模式與人機整合方式，為 AI 系統治理提供清晰框架。
arXiv - Computers and Society
生成式 AI 服務條款分析：使用與責任的隱含風險
本文以歐盟消費者視角，系統分析六項生成式 AI 服務條款，揭示資料使用、責任歸屬與輸出限制等關鍵風險。
arXiv - Computers and Society
刑事司法中的負責任 AI：警務中的大型語言模型與案件進程風險
本文提出一套以英格蘭與威爾士警務與法律體系為基礎的風險識別方法，列出 15 個可由 LLM 執行的警務任務與 17 種風險，並以 40+ 案例說明其對案件進程的影響，指出可透過良好實踐降低風險。
arXiv - Computers and Society
FACET：多智能體 AI 支援教師進行差異化教學
FACET 是一個面向教師的多智能體框架，旨在透過整合動機、表現和學習差異，支援更有效的差異化教學，解決傳統 AI 工具忽略學習情境的缺點。
arXiv - Human-Computer Interaction
協助數位文盲的瀏覽器上下文幫助擴充功能
開發並評估一款可即時提供技術術語解釋的瀏覽器擴充功能，顯著提升低至中等數位素養使用者的閱讀理解與資訊搜尋效率。
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。