Discovery2026年4月13日
AI 衝擊學術誠信：高等教育面臨評量重塑與信任危機的雙重挑戰
隨著 AI 工具演進至能完成複雜任務的自主代理人階段，高等教育機構正被迫重新思考評量設計與學習驗證方式 [1]。目前學術界在應對 AI 作弊問題上，正陷入監控與說服兩種防禦策略的掙扎中 [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4月13日
2026 教育科技展望：學習分析與 AI 整合引發倫理、評量與學生情緒之辯
教育科技領域正進入 AI 深度整合期，學習分析與預測模型在提升個人化學習的同時，也面臨透明度與倫理挑戰 [2]。此外，學生對 AI 的負面情緒上升，且學術評量制度正因 AI 代理技術的演進而被迫重新設計 [3][4]。
edtechaiassessment
learning analytics5 個來源
Discovery2026年4月13日
教育科技新趨勢：從 CoSN 2026 協作願景到 AI 在高等教育的應用挑戰
教育領導者正透過 CoSN 2026 年會探討如何建構創新的學習環境 [1]，同時高等教育界也面臨 AI 技術帶來的數位素養與威脅評估等新議題 [2][3]。
edtechaiassessment
teacher copilots5 個來源
超越認知負荷：利用腦電訊號進行數位任務中的認知努力 AI 估算研究
本研究證明能透過 fNIRS 腦訊號與機器學習模型，精準估算個人在數位任務中的認知努力程度。
arXiv - Human-Computer Interaction
DroidRetriever：透明可控的協作式手機資訊搜尋自動化系統
開發透明可控的多LLM手機資訊搜尋系統，提升跨源覆蓋率、透明度並降低工作負荷
arXiv - Human-Computer Interaction
多樣化的偽造方式：策略驅動 AI 生成下的假新聞檢測基準測試
研究提出 MANYFAKE 基準測試，揭示現有 AI 檢測器在面對人機協作、真假參雜的精細假新聞時表現脆弱。
arXiv - Human-Computer Interaction
Persona-E$^2$: 基於人格的文本事件情緒回應資料集
建立人格驅動的情緒回應資料集，證實人格特質能顯著提升情緒評估準確度，並揭示LLM在社群媒體情境下的局限。
arXiv - Human-Computer Interaction
TriDeliver：協同空地即時配送系統
TriDeliver 透過人力、無人機與眾包地面車輛協同，並利用轉移學習提升配送效率，實驗顯示成本及時間大幅下降。
arXiv - Human-Computer Interaction
SiMing-Bench：從臨床技能影片連續互動評估程序正確性
提出首個評估臨床技能影片中持續互動對程序正確性影響的基準，並發現現有多模態大型語言模型在此任務上表現不佳。
arXiv - Human-Computer Interaction
Litmus (Re)Agent：多語言模型預測評估基準與代理系統
提出一套多語言模型預測評估基準與代理系統，能在缺乏直接證據時推估模型表現。
arXiv - Human-Computer Interaction
人機協作的支架化：行為協議與認知重構的實地實驗
實驗顯示，行為支架化降低文件質量與產量，而將 AI 視為思考伙伴的認知支架化可提升高端文件質量，但效果受設計限制。
arXiv - Human-Computer Interaction
繪製生成式 AI 在大腦中的使用圖譜：功能性與社交情緒性使用的神經、學術與心理健康差異
研究發現生成式 AI 的使用動機會導致截然不同的腦部結構、學術表現與心理健康結果。
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。