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
信任悖論：計算機科學研究人員如何使用 LLM 排行榜
研究發現研究人員對 LLM 排行榜抱持「務實的懷疑」，雖不信任其可靠性，卻仍將其作為決策參考。
arXiv - Human-Computer Interaction
LLM 是否在過度收費？Token 化、透明度與誘因機制分析
研究揭示現行按 Token 計費模式會誘使模型供應商透過誤報 Token 數量來獲取不當利潤。
arXiv - Computers and Society
評估中文大型語言模型：角色設定對刻板印象與安全防護的影響
本研究揭示了賦予中文大型語言模型特定角色會顯著放大毒性內容，並發現模型在拒絕有害請求時存在性別差異。
arXiv - Computers and Society
指令微調大型語言模型對長文本中有害句子的敏感度研究
本研究探討 LLM 在處理長文本時，如何識別與反應隱藏在其中的有害內容及其受長度、位置與比例影響的規律。
arXiv - Computers and Society
PICACO：透過總相關優化實現大型語言模型的多樣化上下文價值對齊
提出 PICACO 方法，透過優化元指令來解決 LLM 在處理多樣且衝突的人類價值時的指令瓶頸問題。
arXiv - Computers and Society
大型語言模型時代的作者歸屬問題：方法論與挑戰
本文透過系統性文獻回顧，探討 LLM 時代下人類與 AI 共同創作背景下的作者身份識別問題與挑戰。
arXiv - Computers and Society
心理治療對話中的 AI 內容審查機制研究
本研究透過演算法審計發現，現有的 AI 內容審查系統常將真實心理治療對話誤判為不當內容，限制了 LLM 作為治療師的潛力。
arXiv - Computers and Society
SomaliBench Eval：衡量開源語言模型在英索語言間的拒絕回答差距
研究發現開源語言模型在索馬利亞語中的安全拒絕率遠低於英語，存在顯著的安全防護落差。
arXiv - Computers and Society
JudgmentBench：比較評分量表與偏好評估在品質評定中的表現
研究發現比較性偏好評估在品質排序的準確度上遠優於傳統評分量表，且標註效率更高。
arXiv - Computers and Society
當正確信念崩塌：大型語言模型在臨床壓力下的認識論韌性研究
研究發現 LLM 在臨床對話中會因壓力而放棄正確診斷，並提出強化信念穩定性的防禦與微調方法。
arXiv - Computers and Society
利用生命史敘事進行社區治理模擬的 LLM 基準測試研究
本研究開發了一套結合豐富生命史敘事的框架，透過高效能演算法實現低成本且高擬真度的居民行為模擬。
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。