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
EiCAP：透過心理學基礎的多輪對話提升大型語言模型的 EQ
研究提出 EiCAP 框架，透過心理學分類法與專門訓練，顯著提升 LLM 在情感智能上的表現。
arXiv - Human-Computer Interaction
重新檢視知識追蹤模型的冷啟動問題與 SafeInsights 研究基礎設施之啟示
本研究透過重現實驗發現知識追蹤模型效能受練習軌跡與題型影響，並提出利用隱私保護基礎設施進行研究複製的方案。
arXiv - Human-Computer Interaction
搜尋與推薦系統的可驗證使用者模擬技術
本文提出一個由七個可審計組件構成的框架，旨在提升 LLM 使用者模擬器的透明度、一致性與公平性。
arXiv - Human-Computer Interaction
試算表下一步動作預測的基準測試與評估框架
本文為試算表開發預測性自動補全功能，提出了一個包含手動策劃數據集與線上評估框架的新基準測試。
arXiv - Human-Computer Interaction
Fabula：結合作家社群的敘事寫作輔助工具開發與評估
開發並評估 Fabula 系統，透過敘事學理論與參與式 AI 技術，協助作家進行層次化的故事規劃與創作。
arXiv - Human-Computer Interaction
AI 輔助臨床決策中的摩擦力：探討問題與「假設分析」的角色
研究探討透過「數據驅動問題」與「假設分析」產生的認知摩擦，如何幫助臨床醫生減少對 AI 的過度依賴。
arXiv - Human-Computer Interaction
跳脫對話框限制：結合資工與工業設計，打造認知包容型生成式 AI 介面
透過跨學科共同設計，提出超越傳統對話框的雙層支架框架，以提升智力障礙者的生成式 AI 使用體驗。
arXiv - Human-Computer Interaction
顯性採用與隱性貢獻：GitHub 數據揭示 HCI 課程中 AI 問責制的落差
研究發現學生雖大幅增加 AI 工具的使用聲明，卻極少具體說明 AI 在作品中的實際貢獻，顯示問責機制存在落差。
arXiv - Human-Computer Interaction
人工智慧輔助的隱形成本：自主權讓渡理論、恢復機制與人類能動性修復
本文提出 AI 輔助會導致人類因認知資源耗盡而逐漸讓渡自主權，並強調設計應包含主動恢復能動性的機制。
arXiv - Human-Computer Interaction
SpheriCity：為永續發展決策設計具備信任感的對話式 AI
開發 SpheriCity 原型系統，透過強化證據溯源與結構化合成，解決 LLM 在永續報告分析中的幻覺與透明度問題。
arXiv - Human-Computer Interaction
Frustrometer：結合生理與互動訊號偵測數據視覺化任務中的挫折感
研究開發了 Frustrometer 系統，透過融合生理與互動訊號，實現對使用者在視覺化任務中挫折感與停滯狀態的即時預測。
arXiv - Human-Computer Interaction
ChatGPT 在推薦系統中的公平性評估：大型語言模型推薦之研究
本文提出 FaiRLLM 基準測試，證實 ChatGPT 在進行音樂與電影推薦時，仍對特定敏感屬性存在不公平現象。
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。