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
DarwinTOD：LLM驅動的終身自我演化對話系統
提出結合LLM與演化計算的終身自我演化對話框架，能在零樣本基礎上持續優化策略，並在實驗中超越現有最佳方法。
arXiv - Human-Computer Interaction
從座標到語境：基於LLM的語義編碼框架實現隱私保護的移動感測壓力識別
提出一種結合LLM與OSM的隱私保護語義編碼框架，能在不降低壓力識別準確度的前提下，提供可解釋且符合心理學文獻的特徵，並顯著提升資料隱私保護。
arXiv - Human-Computer Interaction
利用鍵盤動態偵測大型語言模型協助的學術不誠實行為
本文證明鍵盤動態能有效區分學生自寫與 AI 協助寫作，並在實際部署中顯著優於純文字偵測。
arXiv - Human-Computer Interaction
Vibe Coding 是否是未來？對建築安全的 LLM 生成代碼的實證評估
研究顯示 Vibe Coding 生成的建築安全代碼，雖執行率高達 85%，但 45% 以上出現靜默失敗，56% 的 GPT-4o-Mini 代碼數學錯誤，證明現階段 LLM 缺乏安全工程所需確定性。
arXiv - Human-Computer Interaction
長期健康代理框架
提出一套多層次框架與代理架構，實現長期健康互動中的適應、連貫、持續與代理性，並以案例證明其能維持參與、調整目標與支持安全個性化決策。
arXiv - Human-Computer Interaction
GlintMarkers：利用角膜反射實現 XR 眼鏡空間感知
開發 GlintMarkers 系統，利用 XR 眼鏡內向相機捕捉角膜反射，藉由自訂反射標記實現眼球注視導向的空間定位與物體辨識
arXiv - Human-Computer Interaction
高風險人工智慧中的人機互動：人類代理與因果控制
本文指出，保護人類在高風險 AI 系統中的因果控制比信任更為關鍵，並提出整合因果模型與不確定性量化的 Causal-Agency Framework 以恢復介面中的人類代理。
arXiv - Human-Computer Interaction
中國小學生對社交機器人進行英語口說練習之接受度研究
本研究結合 TAM 與 CASA 理論，發現社交屬性透過提升樂趣與易用性，顯著影響小學生對英語學習機器人的接受度。
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。