L@S 2027

關於 L@S

L@S 是 ACM 旗下探討大規模科技輔助學習環境的國際研討會，聚焦於擁有大量學習者而專家有限的教育場景。會議涵蓋大規模教學、AI 教育應用、智慧型輔導系統、MOOCs、學習公平性等議題。2026 年於首爾舉行時，本團隊完整論文入圍最佳論文；2027 年為 Festival of Learning 聯合大會的一部分，與 AIED、EDM 同期在澳洲阿得雷德舉行。

Festival of Learning 2027

L@S 2027 是 Festival of Learning 2027 聯合大會的一部分，將於 2027 年 7 月 18-23 日與 AIED（Artificial Intelligence in Education）和 EDM（Educational Data Mining）同期在澳洲阿得雷德（Adelaide）舉行。三大社群聯合舉辦，促進大規模學習、AI 教育與資料探勘的跨領域交流。

2027 年徵稿時程尚未公布，可持續關注 L@S 官方網站 。

研究主題

L@S 聚焦大規模科技輔助學習環境的各個面向：

• 大規模教學設計 — MOOCs、開放教育資源、大規模線上學習環境的設計與評估
• AI 教育應用 — 大型語言模型、智慧型輔導系統、自動化評量在規模化教學中的應用
• 學習平台與工具 — 學習管理系統、互動式學習環境、教育科技工具的開發與部署
• 學習公平性 — 大規模學習環境中的公平取用、數位落差、包容性設計
• 評量與認證 — 大規模評量方法、能力導向認證、同儕互評
• 實證研究 — 大規模隨機對照實驗、A/B 測試、學習成效分析

L@S 2026 錄取成果

L@S 2026 於 2026 年 6 月 29 日至 7 月 3 日在韓國首爾舉行（Festival of Learning 2026），Uedu 團隊共有 2 篇論文獲錄取並實地發表：

• Full Paper（錄取率 22%，159 篇投稿錄取 35 篇）：探討 AI 助教在數百門大學課程中的跨學科採用模式與認知投入分析，並入圍最佳論文（Best Paper Nominee），為全會議四篇入圍作品之一
• Work-in-Progress Paper：提出 PALM 生理感知 AI 輔導框架，透過消費級穿戴裝置實現隱形關懷

Full Paper 與來自康乃爾大學（Cornell）、喬治亞理工學院（Georgia Tech）、密西根大學／KAIST 等國際團隊的研究並列最佳論文入圍，是四篇中唯一聚焦大規模、跨學科 LLM 教學助教實際部署的研究（本屆最佳論文獎由 RelianceScope 團隊獲得）。

重要日期

• 會議日期：2027 年 7 月 18-23 日（澳洲阿得雷德）
• 徵稿時程：尚未公布

關於 L@S

L@S（Learning at Scale）是 ACM 旗下的國際研討會，專注探討大規模科技輔助學習環境。會議研究「擁有大量學習者但專家有限」的教育場景，從 MOOCs 到智慧型輔導系統，涵蓋各種規模化學習的技術與方法。論文以開放取用形式收錄於 ACM Digital Library，採雙盲審查制。

我們的發表紀錄

Uedu 團隊在 L@S 共發表了 2 篇論文：