专家验证的AI学习材料对大学课程学习增益分布的影响研究
一项针对大学经济学课程的双重差分研究测试了专家验证的AI生成学习材料的效果。结果显示，使用AI材料的学生在50分制的考试部分中平均高出2.34分，低于二等上学位分界线的比例相对反事实下降24.7个百分点，且约四分之三的平均增益来自最低五分位数的学生。
推荐理由：研究通过双重差分法验证专家审核对缩小成绩差距的作用，提供了评估AI教育工具分布效应的实证框架。
#高等教育
arXiv cs.AI精选AI 评分7474 arXiv cs.CY精选AI 评分7777 arXiv 研究：LLM 生成结构化评估在高等教育中的诊断质量分析
该研究基于 JorGPT 数据集分析了 LLM 在高等教育自动评分中的诊断质量，发现 LLM 生成的子维度分数高度相关，缺乏独立诊断信息。文本反馈检测学生误解的准确率仅为 5-7%，远低于教师的 15-31%，且反馈语气缺乏随答案质量变化的严重度调节。
推荐理由：研究揭示了 LLM 评分在诊断学生误解和反馈语气上的系统性偏差，为高校自动化评估的人机分工提供了实证依据。
Inside Higher Ed精选AI 评分7676 马里兰大学自建 AI 学习助手研究引发更多疑问
马里兰大学发布的关于其自建 AI 学习助手 VSA 的研究显示，该工具在随机对照试验中仅被 15% 的学生使用，且未得出明确的学习成果结论。研究发现，VSA 的接入略微降低了最终成绩和学习管理系统参与度，但学生更倾向于使用 ChatGPT 等私有工具，且多数教师未启用引导式教学模式。
推荐理由：马里兰大学对自建 AI 学习助手的随机对照试验显示使用率仅 15%，揭示了高校自研工具在复杂环境下的评估局限。
ETR&D 教育技术研究与发展精选AI 评分6565 学习分析个性化反馈对大型入门 STEM 课程学生行为影响的实验研究
一项针对 700 多名学生的随机对照实验表明，基于学习分析的个性化反馈能显著促进大学生更早开始作业并增加尝试练习题的比例，但未带来考试成绩或最终成绩的提升。实验组学生在干预阶段开始作业的时间平均比对照组早半天，且 91% 的学生尝试了练习题，高于对照组的 82%。尽管实验组的 D/F 率（2.5%）低于对照组（4.7%），但该差异未达统计显著性，且两组学生对反馈有用性和激励性的感知无显著差异。
推荐理由：研究通过随机对照实验量化了个性化反馈对行为启动与学业成绩的影响差异，为大规模课程中的反馈设计提供了实证依据。
Grammarly Blog · 教育精选AI 评分7272 佛罗里达大学教授重构AI写作作业：一项同行评审研究揭示学生使用模式
佛罗里达大学Brian Harfe教授在《TechTrends》发表研究，分析310篇学生论文中AI文本的使用情况。研究采用Grammarly Authorship工具追踪文本来源，发现学生平均保留76%的AI生成草稿，且学术表现较好的学生修改幅度更大。
推荐理由：研究通过词级溯源数据揭示学术表现与AI文本修改深度的关联，为高校制定AI写作政策提供实证依据。
IJAIED · AI 在教育中的应用精选AI 评分6262 生成式AI对研究生专业写作生产力与质量的影响研究
卡内基梅隆大学的一项混合方法研究考察了生成式AI辅助对27名研究生专业写作任务的影响。结果显示，经过课堂指导后使用生成式AI，学生完成研究及写作任务的中位时间从150分钟降至65分钟，评分质量从91.67%提升至95.83%。研究还发现，非母语英语学生在AI辅助下的写作质量显著提升，缩小了与母语学生的差距，呈现出明显的均衡效应。
推荐理由：研究提供了研究生课堂中生成式AI辅助写作的实证数据，展示了其对非母语学生写作质量的提升作用。
IJAIED · AI 在教育中的应用精选AI 评分6565 LLM 作为协作学习伙伴：一项关于大学生论证写作能力的探索性研究
该研究在卡内基梅隆大学的一门社会科学入门课程中，让 154 名大学生在学期内五次完成“写作-LLM 批判-修改”的协作任务。结果显示，学生的论证写作、提示词工程及回应反馈能力均显著提升，且对 LLM 协作持积极态度。
推荐理由：研究展示了 LLM 协作写作对大学生论证能力的提升效果，为课堂设计提供了可参考的实证依据。
已经到底了