Discovery2026年8月26日
2026教育科技新局：AI從輔助工具進化為認知夥伴，引發教學與評量體系系統性重構
隨著AI技術從單一工具進化為參與學習全過程的認知夥伴，全球教育正進入系統性重構的新階段 [1]。教育領域正透過AI技術實現教學、評量與角色轉型的深層變革，並在產業端展現出內容與技術雙輪驅動的發展趨勢 [2][5]。
edtechaiassessment
AI tutoring5 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8月26日
從基礎設施到數位鏈結：網路攻擊正深入實體生產與營運技術環境
網路攻擊目標已從傳統辦公資訊系統轉向影響民生的營運技術（OT）環境 [1]。這對高度自動化的科技製造業構成重大威脅，攻擊者可能透過資訊系統滲透進生產設備 [1]。
cybersecurityotmanufacturing
cybersecurity and consumer electronics2 個來源
Discovery2026年8月26日
2026年AI Agent技術演進：從自動化開發工具到企業級語音應用之全面觀察
AI Agent 正從開發端的自動化編碼工具擴展至企業端的語音商業應用 [1][2]。同時，AI 輔助生成的內容也開始對學校與地方政府等公共機構造成行政壓力 [3]。
edtechaiassessment
AI agents3 個來源
沉浸式模型設計審查中的資訊導航與檢索：探索性研究
研究開發了 VR 環境 GraphXplore，透過 3D 圖形整合分散的模型資訊，有效降低設計審查時的認知負荷並提升可用性。
arXiv - Human-Computer Interaction
ProtoGIB-Workload：學習跨受試者的工作負荷特定神經拓撲原型
提出一個新框架透過圖資訊瓶頸與拓撲穩定器，提升腦電圖（EEG）跨受試者工作負荷辨識的泛化能力。
arXiv - Human-Computer Interaction
注意力分散會放大符合預期的視覺化設計之重要性
研究發現當使用者處於分心狀態時，視覺化設計若能符合直覺預期，將顯著提升解讀準確度與反應速度。
arXiv - Human-Computer Interaction
偶然性視覺化：以擴增實境作為情境資訊傳遞媒介
研究提出「偶然性視覺化」概念，證明在 AR 環境中以低干擾方式呈現情境資訊，能有效兼顧資訊理解與任務執行。
arXiv - Human-Computer Interaction
修復即表徵工作：AI 輔助開發中的整合瓶頸研究
研究發現 AI 輔助開發中存在「整合瓶頸」，即 AI 提供的修復建議因難以直接轉化為指令而無法被有效執行。
arXiv - Human-Computer Interaction
協作式聯想遊戲中人類與機器人目光交互與參照行為之分析
研究發現機器人的目光導向在認知負荷高的任務中對視覺注意影響有限，但人類會在尋求確認時看向機器人。
arXiv - Human-Computer Interaction
脈絡存取鴻溝：作為代理不平等補充維度的互動層架構研究
本文提出「脈絡存取鴻溝」概念，指出 AI 能否自主檢索用戶知識庫，是決定 AI 工具效能與不平等的核心維度。
arXiv - Computers and Society
人機互動中的打字行為：透過按鍵動力學揭示提示詞撰寫時的認知負荷
研究發現按鍵動力學能有效反映使用者在與 LLM 互動時的認知努力程度，但無法預測對輸出結果的滿意度。
arXiv - Human-Computer Interaction
基於穿戴式裝置的生理訊號即時監測：不同任務下認知負荷之評估研究
本研究利用穿戴式設備結合 EEG 與 HRV 數據，開發出高精準度的認知負荷即時監測模型。
arXiv - Computers and Society
結合 fNIRS 與眼動追蹤及深度學習進行駕駛模擬器認知負荷分類研究
本研究利用 fNIRS 與眼動追蹤數據，透過 CNN-LSTM 模型在低能見度駕駛環境下實現高準確度的認知負荷預測。
arXiv - Human-Computer Interaction
視覺的重要性：探討照片、資訊圖表與數據視覺化之美感與品質對社群媒體可信度的影響
研究發現視覺內容能提升可信度，但效果受格式影響，且美感透過處理流暢性提升可信度，而非製作品質。
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。