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
PACMAD+3模型下影響手機應用可用性的因素調查
本研究以PACMAD+3模型為框架，通過838名使用者問卷調查，量化評估七項可用性因素對手機應用感知可用性的影響，發現效率最重要，其餘因素中等重要。
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
AI輔助知識工作中的自信與實力不符
研究顯示，雖然LLM可提升學生自信，但不同互動模式對學習成效與認知負荷影響不同，未來自我解釋模式最能對齊實際理解。
arXiv - Human-Computer Interaction
結構化與問題化：LLM 代理如何支撐診斷推理學習的鷹架設計
本研究探討 LLM 代理透過「結構化」與「問題化」兩種鷹架策略，對藥劑技術員診斷推理能力的影響。
arXiv - Human-Computer Interaction
對神經認知障礙篩檢的對話式 AI 未來展望：多方觀點
通過多方訪談，揭示對話式 AI 在神經認知障礙篩檢中的社會可接受性、使用者需求與設計衝突，並提出實務設計建議
arXiv - Human-Computer Interaction
何時信任工具？工具整合數學推理的自適應信任校準
提出自適應工具信任校準框架，提升工具整合推理模型對工具結果的判斷，減少忽略工具錯誤，提升 4.1%–7.5% 效能
arXiv - Computation and Language
行為格狀化：從非結構化互動中推論使用者動機
提出一種「行為格狀化」架構，透過連結碎片化行為來推論使用者的深層動機，而非僅僅優化表面任務。
arXiv - Human-Computer Interaction
完整 8‑拼圖狀態空間可視化：可行性、設計與教學應用
本研究展示了利用 Unity 與 GPU 渲染技術，實時可視化 8‑拼圖 181,440 個可達狀態空間，並證明此完整可視化對學生理解搜尋行為具有教育價值。
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。