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
AI 大學：以有限元素法為例，開發基於大型語言模型的工程學學習助手
本文提出 AI University 框架，結合微調 LLM 與 RAG 技術，打造能與特定課程風格一致的工程學學習助手。
arXiv - Computers and Society
視覺語言模型在推論學生多模態回答之心理模型品質的成效分析
研究提出 MMGrader 框架，利用概念圖分析多模態回答，發現現有 VLM 在推論學生心理模型品質上仍未達人類水準。
arXiv - Computers and Society
STEM 評量中的生成式 AI 定位：何時應要求、支架或限制使用
本文提出一個基於證據中心設計（ECD）的框架，指導教師在 STEM 評量中如何根據學習目標決定對 GenAI 的治理策略。
arXiv - Computers and Society
課程即程式碼：STEM 教育中 AI 輔助的教學設計架構
提出一種結合生成式 AI、LaTeX 與 Python 的六階段架構，實現 STEM 教學素材的高精度、自動化與可重複生成。
arXiv - Computers and Society
NuclearDiffusion：用於學習核能概念的文字轉圖像基礎模型研究
本研究透過微調開源擴散模型，提升了生成核能專業工程圖像的準確性與技術一致性。
arXiv - Computers and Society
自動化評分對 A-Level 理科學生學習成效之影響研究
研究證實自動化評分能大幅縮短回饋週期，透過增加練習頻率顯著提升 STEM 學生的考試成績與自我效能。
arXiv - Computers and Society
STEM 領域圖像描述技術之系統性綜述
本文系統性回顧了 AI 在 STEM 視覺圖像描述技術的現狀，指出從靜態文字轉向互動式多模態系統的趨勢與挑戰。
arXiv - Human-Computer Interaction
LessonBench-V1：評估 AI 教案生成代理的基準數據集
本文推出 LessonBench-V1 基準數據集，透過結合教育理論與高品質 STEM 教材，系統化評估 AI 生成教案的能力。
arXiv - Computers and Society
VectorizationLLM：基於 AI 助手的智慧向量化學習工具
開發了一款基於 Google 開源模型的專用 LLM，旨在透過 RAG 技術輔助學生學習 MATLAB 中的向量分析與微分方程。
arXiv - Computers and Society
Brick-Composer：利用多模態大語言模型進行多樣化積木組裝
提出 Brick-Composer 框架，透過結合人類設計、物理回饋與合成經驗，提升 MLLM 在積木組裝任務中的精準度。
arXiv - Artificial Intelligence
PhyDrawGen：基於物理規律的自然語言物理圖表生成技術
開發了一種神經符號管線，透過解耦語義理解與物理約束，解決生成式 AI 在繪製物理圖表時常見的物理錯誤問題。
arXiv - Artificial Intelligence
Aryabhata 2：透過強化學習提升 STEM 高階推理能力的語言模型
開發出專為競爭性 STEM 考試設計的 Aryabhata 2 模型，透過強化學習顯著提升推理能力並減少輸出長度。
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。