跳到正文
  1. arXiv cs.AI62

    arXiv 研究:儿童如何设计与推理可信 AI 聊天机器人

    arXiv 预印本发布了一项关于儿童设计可信 AI 聊天机器人的混合方法研究。研究团队开发了可调整信任相关特征(如自信、透明度)的聊天机器人构建环境,并招募了 115 名 8-18 岁的学习者制作了 119 个聊天机器人。

    推荐理由:研究通过让儿童设计聊天机器人,揭示了不同年龄段对 AI 信任校准的认知差异与设计维度。

  2. Frontiers in Education65

    跨国生成式AI使用中的“接入-转化”差距:低收入国家学习者更难将AI用于学习

    一项涵盖166个国家14,653名计算机科学学习者的研究发现,生成式AI的普及率在各收入水平国家间差异不大,但低收入国家的学习者将日常AI使用转化为学习用途的可能性显著更低(优势比0.49)。研究提出“接入-转化差距”概念,指出数字鸿沟已从物理接入转向使用转化,且缺乏经验是阻碍转化的主要条件,而非收入本身。

    推荐理由:研究基于166国1.4万样本,指出低收入国家学习者AI使用转化为学习行为的概率显著更低,揭示了数字鸿沟的新维度。

  1. arXiv cs.CY62

    arXiv 研究:活动形式、交互模态与语言如何影响学生与 AI 对话的学习效果

    一项针对印度卡纳塔克邦 305 名本科生的实地研究比较了书面回答与基于文本或语音的 AI 对话活动。结果显示,完成对话式活动的学生花费时间更长、参与度更高且自我效能感更强,但整体完成率较低。所有条件下的知识增益无显著差异,但双语语音交互显著减少了表达困难并降低了对话放弃率。

    推荐理由:研究对比了书面与对话式 AI 学习活动的效果,揭示了双语语音交互在降低表达困难方面的具体优势。

  1. EdSurge · AI71

    EdReports 研究:教育科技厂商在证明 AI 有效前匆忙整合

    EdReports 发布简报指出,10 家 K-12 课程与教育科技供应商中仅 1 家提供了第三方证据,证明其嵌入的 AI 功能能改善教育成果。研究强调,后台 AI 更新使学校难以确保产品效力,且现有框架缺乏评估 AI 是否增强学习的一致方法。专家建议学校要求供应商提供具体数据,并关注 AI 更新的教学决策属性。

    推荐理由:报告揭示了K-12教育科技产品中AI功能缺乏实证支持的现状,为采购决策提供了关键的质量评估视角。

  1. UNESCO IITE63

    UNESCO IITE 发布《教师 AI 能力框架》分析报告

    UNESCO IITE 发布《教师 AI 能力框架》分析报告,系统分析了 36 个来自国家教育主管部门、国际政策组织和学术界的教师 AI 能力框架。报告探讨了 AI 素养、实施场景及评估方法,并基于证据提出了设计国家级教师 AI 能力框架的建议,旨在促进高质量、课程对齐的教师 AI 能力发展。

    推荐理由:报告系统分析了 36 个教师 AI 能力框架,为各国设计高质量教师 AI 发展体系提供了实证依据。

  1. 欧盟委员会教育总司72

    欧盟发布 PISA 2025 首份分析:三分之一学生阅读或数学未达标

    欧盟委员会发布 PISA 2025 首份欧盟层面分析,显示 33.9% 的学生数学、31.3% 阅读和 25.9% 科学未达最低能力水平。报告指出数字干扰、AI 非批判性使用、家长参与度下降及教师短缺与成绩下滑相关,并强调需在 11 月发布的教育方案中应对这一趋势。

    推荐理由:欧盟基于 PISA 2025 数据揭示基础技能下滑与教师短缺现状,为后续教育政策制定提供实证依据。

  1. Hechinger Report · AI 专题73

    WestEd 评估基于结果的合同:部分教育干预产生可测量学业增益

    WestEd 对加州、佛罗里达、密西西比和德克萨斯州 8 个早期采用学区的辅导和教育技术项目进行了独立评估,发现 3 项干预产生了可测量的学业增益。研究指出,一项由人工智能驱动的阅读软件对二年级学生有效,但对高年级小学生无效,且评估无法确定增益是源于合同机制还是学区获得的约 8 万美元实施支持。

    推荐理由:WestEd 对 8 个学区的独立评估显示,基于结果的合同在部分干预中产生了可测量的学业增益,但无法完全归因于合同本身。

  1. Grammarly Blog · 教育72

    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。

已经到底了