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
AgentSociety 2：可執行社會科學的整合式研究環境
開發了一種整合 AI 社會科學家與矽基參與者的雙重角色系統，實現從假設生成到模擬實驗的端到端研究工作流。
arXiv - Computers and Society
大型語言模型作為數據標註者的有效性：以 AMALIA 模型對權威觀念的分析
研究發現葡萄牙國家模型 AMALIA 在標註複雜道德觀念時，雖與人類一致性高，卻可能僅依賴表面特徵而非理解理論邏輯。
arXiv - Computers and Society
驗證社會科學中的大型語言模型：認識論威脅與新興規範
本文分析了社會科學期刊中使用 LLM 作為測量工具的現況，指出其驗證實務不一致且存在效度威脅。
arXiv - Computers and Society
比較數據視覺化文字中主題式與情節式框架的情緒影響
研究發現情節式框架（聚焦特定事件）比主題式框架更能激發負面情緒，並間接影響政策支持態度。
arXiv - Human-Computer Interaction
超越平均值：利用小規模試驗數據對齊 LLM 問卷模擬器的三軸保真度研究
本研究提出三軸保真度框架，探討如何利用小規模人類數據透過微調來提升 LLM 模擬社會問卷的統計準確性。
arXiv - Computers and Society
透過倫理困境進行大型語言模型的亞里斯多德美德剖析
提出 VirtueMap 框架，利用亞里斯多德美德倫理學來量化並評估大型語言模型在道德決策中的特質剖析。
arXiv - Computers and Society
LLM 意識形態塑性：將大型語言模型政治行為視為條件分佈的研究
研究發現 LLM 的政治立場並非固定點，而是隨上下文變化的條件分佈，且整體政治光譜範圍較窄。
arXiv - Computers and Society
語言模型能通過貝克德爾測試嗎？審核 LLM 生成劇本中的性別偏見
本研究透過自動化貝克德爾測試與社交網絡分析，揭示了大型語言模型在生成劇本時存在的性別代表性偏見。
arXiv - Human-Computer Interaction
AI 對話式訪談：擴大半結構化與深度訪談的規模化應用
本研究證實 AI 對話式訪談能有效結合大規模量化調查與深度質性洞察，克服傳統訪談難以規模化的困境。
arXiv - Human-Computer Interaction
視覺化感知：揭示人類與機器偏見的開源工具包
研究推出 PictoPercept 工具包，透過視覺強制選擇法揭示人類與 AI 在收入預測上的系統性偏見。
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。