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
CHIIR 2026 第一屆以人為本的主動式與個人化資訊存取代理人研討會報告
本文總結了研討會對於從被動查詢轉向具備主動性、個人化且以人為中心之 AI 代理人的研究挑戰與核心議題。
arXiv - Human-Computer Interaction
識別個性化生成式 AI 傷害：需以用戶為中心進行互動層級審計
本文主張應將生成式 AI 的傷害審計從靜態評估轉向以用戶與社群為中心、具備適應性的互動式過程。
arXiv - Computers and Society
用於大型語言模型個人化協同寫作的免訓練層級標記引導技術
提出 SteerWrite 框架，透過免訓練的標記層級引導，實現高效且個人化的專業領域協同寫作。
arXiv - Computation and Language
驅動偏好之線上適應：主動式 AI 助手之個性化互動啟動研究
提出 EOPA 架構，透過證據驅動的線上適應機制，讓主動式 AI 能精準掌握使用者偏好並優化互動時機。
arXiv - Human-Computer Interaction
透過千人模擬人格學習偏好對齊的主動式 AI 助手框架
提出一種從大規模模擬人格學習群體偏好，並在裝置端進行輕量化個人化調整的主動式 AI 助手框架。
arXiv - Human-Computer Interaction
利用多關係圖卷積網路進行序列化學習者建模
提出 MR-ConceptGCN 模型，結合多關係圖卷積網路與語言模型，實現基於概念的序列化學習者建模。
arXiv - Computers and Society
PACE：透過對話引導實現人機互動中的人格特質動態適應框架
提出 PACE 框架，讓人形機器人能透過與用戶對話，動態生成並展現具備心理學基礎且個性化的身份特質。
arXiv - Human-Computer Interaction
VEGAS：透過視線追蹤實現符合人類注意力的影片描述評估指標
提出 VEGAS 指標，利用測試時的視線追蹤數據，評估影片描述是否能精準對齊觀看者的注意力焦點。
arXiv - Human-Computer Interaction
LecturaAgents：實現適應性個人化 AI 輔助學習與具身教學的多代理人框架
提出一個模仿教授與學生關係的多代理人框架，透過具身教學動作與內容同步，實現端到端的個人化學習。
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。