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
AI學習2.0：面向交付的治理框架與成熟度評估
提出AI to Learn 2.0治理框架，將AI輔助工作聚焦於可審核、可轉移的交付成果，並提供成熟度評估與門檻，解決代理失效問題。
arXiv - Computers and Society
個人化基準：按使用者偏好評估大型語言模型
本文證明聚合評分忽略個體差異，並提出以ELO與Bradley‑Terry模型為基礎的個人化LLM排名方法，揭示使用者偏好與查詢特徵對模型評價的顯著影響。
arXiv - Human-Computer Interaction
MER 2026：從辨識情緒到生成情緒理解
MER 2026 持續推進情緒理解研究，推出四項新任務，涵蓋雙人互動、細粒度情緒辨識、偏好預測與生理訊號情緒辨識。
arXiv - Human-Computer Interaction
VIVA Stimuli：網路式眼動追蹤刺激平台
VIVA Stimuli 提供一個可配置、跨平台、即時同步的網路式眼動刺激系統，解決實驗重現性與硬體相容性問題。
arXiv - Human-Computer Interaction
Co-Refine：AI輔助質性分析工具
Co-Refine 透過結合確定性嵌入指標與大型語言模型，實時監測並修正質性編碼中的時間漂移，提升分析可信度。
arXiv - Human-Computer Interaction
超越語義相似度：醫療問答系統的組件級評估框架與健康公平性影響
提出 VB-Score 評估框架，拆解醫療問答模型四項指標，揭示語義與實體準確度差距及健康公平偏差。
arXiv - Human-Computer Interaction
CentaurTA Studio：自我改進的人機協作系統，主題分析
CentaurTA Studio 透過人機協作與自我優化，提升主題分析的準確度與效率，達到92%準確率並縮短迭代時間至25分鐘。
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。