Discovery2026年4月14日
AI 衝擊學術誠信與教育政策：從偵測技術失效到學生參與的轉型挑戰
生成式 AI 的普及正引發高等教育界對於學術誠信的深度焦慮，教學者面臨偵測工具失靈與學生行為改變的雙重壓力 [1][3]。同時，現行教育法規如 FERPA 在雲端時代的適用性也面臨挑戰 [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14日
2026 教育科技趨勢報告：AI 學習分析的倫理挑戰、心理影響與 Gen Z 的負面情緒轉向
隨著 AI 深度整合進教育領域，學習分析技術正致力於提升決策透明度 [2]，但 Gen Z 使用者對 AI 可能導致學習困難的擔憂正顯著增加 [4]。同時，專家也針對 AI 與青少年心理發展之間的互動風險提出了警示 [3]。
edtechaiassessment
learning analytics5 個來源
Discovery2026年4月14日
全球教育科技新趨勢：AI 整合、數據監控與國家級教育轉型之辯
全球教育領域正處於 AI 技術整合與數據監控政策的轉型期 [1][3][5]。各國在推動 AI 應用與強化學生行為數據收集之間，面臨著教學自主權與技術落地挑戰的矛盾 [1][5]。
edtechaiassessment
teacher copilots5 個來源
教導語言模型像學生一樣寫程式：用於學生模擬的對話式序列化方法
提出一種將學生程式開發過程轉化為對話格式的新方法，訓練出能精準模擬學生除錯行為的開源 AI 模型。
arXiv - Computers and Society
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
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
透過動態程序解題表示進行行為感知題目建模之知識追蹤研究
提出 BAIM 框架，利用語言模型將解題過程分解為四個階段，以捕捉學習者在解題行為中的動態特徵。
arXiv - Computation and Language
分解、觀察與推理：視覺語言模型中的強化潛在推理框架
提出 DLR 框架，透過將查詢分解為文本前提並提取連續視覺潛在特徵，提升視覺語言模型的複雜推理能力。
arXiv - Computation and Language
從注視到引導：利用多模態注視感知 AI 助手解讀並適應用戶認知需求
研究開發了一種結合第一人稱視角與注視點數據的 AI 助手，能精準識別學習困難並提供個性化引導。
arXiv - Human-Computer Interaction
他人的生命故事：基於豐富心理測驗特徵之 LLM 生成生命故事的雙向評估研究
研究證實 LLM 能透過心理特徵生成具備高度人格一致性的生命故事，且其人格特徵可被準確檢測。
arXiv - Human-Computer Interaction
超越行為：為何 AI 評估需要一場認知革命
本文主張 AI 研究應從僅關注輸出結果的「行為主義」轉向關注內部運作機制的「認知主義」評估範式。
arXiv - Human-Computer Interaction
信任多少才夠？探討如何校準對科技的信任度
本研究探討如何透過人類電腦信任量表（HCTS）評估信任傾向，並強調在人機互動中「校準信任」的重要性。
arXiv - Human-Computer Interaction
Talk2AI：人類與 AI 說服性對話的縱向研究數據集
本研究發布了一個包含 3,080 場對話的大規模縱向數據集，旨在探討 AI 如何影響人類觀點與信念的改變。
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。