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
超越被動觀看：結合對話式 AI 增強影片教學之混合式學習平台試點研究
研究證實結合對話式 AI 教師的混合式學習平台，能顯著提升學習成效與學習參與度。
arXiv - Human-Computer Interaction
評估大型語言模型在受控實驗中作為人類代理人的效能
研究發現 LLM 能模擬人類的集體信念更新趨勢，但在效應強度與調節模式上與真人數據存在差異。
arXiv - Human-Computer Interaction
Eco-Bee：透過個人化多模態代理提升校園生態永續意識與行為
開發 Eco-Bee AI 代理，將行星邊界框架轉化為個人化建議，以驅動大學生的永續生活行為改變。
arXiv - Human-Computer Interaction
分析大型語言模型對話式 AI 系統中引用文獻的呈現、內容與利用情況
本研究系統性分析了九種 AI 系統引用文獻的呈現方式與品質，發現系統間差異巨大且使用者互動率極低。
arXiv - Human-Computer Interaction
利用深度神經網路建模 ASD 與典型發展兒童在音樂教育中與虛擬機器人的互動行為
本研究開發了一套 AI 系統，能透過音樂教育互動區分 ASD 與典型發展兒童，並能模擬兩者的行為模式。
arXiv - Human-Computer Interaction
RoleConflictBench：評估大型語言模型情境敏感度的角色衝突基準測試
研究提出 RoleConflictBench 基準測試，發現 LLM 在面對角色衝突時，傾向於遵循預設角色偏好而非根據動態情境做出決策。
arXiv - Computers and Society
使用大型語言模型模擬人類數據時的分析靈活性威脅
研究指出使用 LLM 生成「矽樣本」時，不同的參數配置會大幅改變模擬數據與真實人類數據的一致性。
arXiv - Computers and Society
遺物狀態：當已發表的學術成果成為取代自身的素材
研究展示了透過學術著作提取專家推理系統並轉化為 AI 代理人，其表現已能達到甚至超越資深講師水準。
arXiv - Computers and Society
預設的極化：審核大型語言模型在內容策展中的推薦偏誤
本研究揭示了 LLM 在內容推薦時會放大極化現象，且在不同提示策略與模型供應商之間存在顯著的偏誤差異。
arXiv - Computers and Society
不完全協作的人機互動：比較模擬與真人研究中人類與 AI 特質的影響
研究發現模擬實驗與真人實驗在人機互動影響因素上存在顯著差異，真人實驗中 AI 的透明度更具影響力。
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。