Discovery2026年7月14日
教育科技新局：從 AI 學術誠信危機到 K-12 數位工具價值驗證的轉型挑戰
教育界正正面臨 AI 導致學術誠信崩解與 K-12 數位工具使用成效受質疑的雙重壓力 [1][5]。同時，高等教育與 K-12 學區正致力於強化數據治理、網路安全文化與技術投資的策略性對齊 [2][4]。
edtechaiassessmentcybersecurity
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7月14日
教育科技轉型關鍵期：從盲目擴張轉向數據治理、教學設計與 AI 素養之辯
當前教育科技市場正從單純的工具擴張，轉向強調數據治理、互操作性與實質教學影響力的階段 [1][2]。同時，教育界對於技術是否成為學習障礙存在爭議，並開始聚焦於如何提升學生對 AI 的批判性思考能力 [4][5]。
edtechaiassessment
learning analytics5 個來源
Discovery2026年7月14日
教育科技轉型新階段：從單純設備普及轉向教學設計與實質成效檢驗
當前教育科技市場正從大規模設備投入轉向關注教學設計與工具的實際影響力 [2][3]。研究顯示 AI 與 VR 的結合能提升學習成效，但過度依賴技術可能對認知能力產生負面影響 [1][4]。
edtechaiassessment
teacher copilots5 個來源
GazeMind：基於眼動追蹤與大語言模型代理的個人化認知負荷評估框架
提出 GazeMind 框架，利用 LLM 處理眼動數據以實現具解釋性且可跨場景泛化的個人化認知負荷評估。
arXiv - Human-Computer Interaction
AI時代的使用者體驗：以統計視角重新思考評估指標
提出 ADUX-Stat 框架，將 UX 可用性重新定義為概率分布，並引入互動熵、時間漂移係數與貝葉斯可用性置信分數，以統計方法評估 AI 驅動產品的使用者體驗。
arXiv - Human-Computer Interaction
為何有人問「為什麼」：人類與LLM的對照推理
研究發現人們在回答為什麼問題時，會根據事後驚訝度推斷對照情境，並比較人類與LLM在此推理上的差異。
arXiv - Human-Computer Interaction
讓 AI 草稿發揮效用：音頻描述工作流程中的質量門檻
AI 草稿質量門檻決定其對音頻描述編輯效能，低質量草稿幾乎無效，需達到內容適配質量才能顯著降低時間與負荷
arXiv - Human-Computer Interaction
Algospeak：隱匿於公開之中——可讀意義與偵測迴避之權衡
研究建立Algospeak動態模型，量化可讀性與偵測迴避之權衡，並提供可重現框架與數據集。
arXiv - Computers and Society
擴充呼叫隊列：公平化紐約市市政投訴系統的強化學習
開發公平導向的強化學習框架，提升紐約市建築部投訴分類效率，並縮小收入與種族差異造成的服務品質差距。
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。