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。
#大模型
arXiv cs.AI精选AI 评分7474 Frontiers in Education精选AI 评分6565 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。
arXiv cs.CY精选AI 评分7070 arXiv 论文审计 LLM 生成数学应用题跨语言文化翻译的一致性
该研究分析了 Claude Opus 4、GPT-4.1 和 Gemini 2.5 Pro 将 60 道英语数学应用题适配为孟加拉语、印地语等 7 种语言的过程。研究标注了 6,489 个实体转换，发现模型在转换类型上的一致率为 62.5%，在具体替换上仅为 33.5%。所有语言-模型组合均出现熵坍缩，导致文化多样性压缩而非扩展，且存在将孟加拉塔卡误用于印度学生等区域误配现象。
推荐理由：研究通过语料级分析揭示了大模型在数学题文化适配中存在的多样性坍缩与区域误配问题，为评估AI教育内容的文化准确性提供了实证依据。
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。
OpenAI News精选AI 评分7070 OpenAI 为青少年版 ChatGPT 推出大学申请规划工具及新学习功能
OpenAI 宣布在 ChatGPT for Teens 中推出 College Planner 功能，帮助高中生管理大学申请、截止日期及助学金步骤。同时，OpenAI 支持波士顿儿童医院建立青少年咨询委员会，并新增多页笔记拍照合并、闪卡及测验功能，以提升学习效率。
推荐理由：OpenAI 为青少年版 ChatGPT 新增大学申请规划工具，并联合波士顿儿童医院建立青少年咨询委员会，以优化 AI 学习体验。
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。
arXiv cs.CY精选AI 评分6868 arXiv 研究：AI 数学学习中求助策略变化预测无辅助表现
一项针对 112 名九年级学生的实证研究发现，在基于生成式 AI 的数学建模练习中，学生求助策略（Help-Seeking）在会话内的动态发展比静态使用摘要更能预测其后续的无辅助测试表现。
推荐理由：研究揭示了九年级学生在数学建模中求助策略的动态变化如何预测其脱离AI后的独立表现，为理解AI辅助学习中的认知投入提供了实证依据。
arXiv cs.CY精选AI 评分6262 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。
arXiv cs.CL精选AI 评分7070 Sherpa：通过多轮强化学习训练LLM自适应教学
研究提出Sherpa框架，利用多轮强化学习训练LLM教师，使其能根据模拟学生的不同学习偏好自适应调整教学策略。实验显示，Sherpa训练的教师模型使所有类型模拟学生的平均成绩提升20.5个百分点，在MathTutorBench评估中教学法得分从52.5%提升至79.2%，且在人类偏好测试中79.6%的情况下优于基础模型。
推荐理由：提出Sherpa框架，通过多轮强化学习让LLM教师适应不同学习偏好的模拟学生，显著提升教学效果。
今日头条·教师AI实操精选AI 评分7272 一线教师分享 WorkBuddy 与 ima 协作的物理备课实操工作流
作者以八年级物理《测量物质的密度》为例，演示了利用 ima 建立教材与课标知识库，并通过 WorkBuddy 调用资料生成教案、PPT 及练习题的完整流程。该工作流强调先确认检索资料再开始生成，并要求 AI 基于特定知识库内容而非通用常识进行备课，最后通过人工审核确保教学内容的准确性。
推荐理由：文章展示了利用 ima 知识库与 WorkBuddy 协作完成物理备课的完整流程，提供了可复用的提示词与分步操作指南。
arXiv cs.CL精选AI 评分7878 K12-KGraph：面向教育大模型评测与训练的课标对齐知识图谱
研究团队提出 K12-KGraph，一个从人教版数学、物理、化学、生物教材中提取的课程对齐知识图谱，涵盖 9 种节点和 14 种关系。基于该图谱构建了包含 23,640 道多选题的 K12-Bench 基准和 7,335 个样本的 K12-Train 微调数据集。
推荐理由：该研究构建了基于人教版教材的知识图谱与评测基准，揭示了当前大模型在课程认知上的短板及微调改进路径。
Google for Education精选AI 评分6565 特殊教师使用 Gemini 帮助无法书写的学生表达想法
特殊教师使用 Gemini 为无法书写的学生生成视觉引导，并通过语音提示词帮助学生生成图像表达想法。作者正与同事合作开发一款整合特殊教育规划与编程的 AI 应用，旨在确保残疾不再决定学生的学习量。
推荐理由：展示了特殊教师利用 Gemini 视觉引导与语音交互，帮助无法书写的学生表达想法并参与学习的具体路径。
Google for Education精选AI 评分6262 高校教师用 Gemini 替代传统编程测试，通过口头面试评估学生 AI 协作能力
一位高校教师将数据挖掘课程的编程测试替换为关于学生如何使用 AI 解决问题的真实对话。学生使用 Google Colab 中的 Gemini 作为个人导师，需对 AI 建议的代码和替代方案进行判断、质疑并论证最终建模决策。教师通过口头面试让学生辩护其选择、排查问题并识别 AI 建议中的错误，同时利用 Gemini Canvas 和 Gemini Notebook 进行大规模评估。
推荐理由：展示了如何用 Gemini 替代传统代码测试，通过口头面试评估学生对 AI 建议的判断力，为 AI 时代的编程评估提供了可迁移方法。
arXiv cs.CY精选AI 评分6868 基于 LLM 的对话式 TTS 课程生成系统教育潜力探索性研究
该研究提出一种结合 LLM 与 TTS 的半自动对话式课程生成系统，并通过 245 名高中生的准实验考察其教育潜力。结果显示，对话式 TTS 在理解（p=.006）和认知投入（p=.019）上显著优于单声 TTS，且 66.9% 的学员认为对话格式最有趣，但单声 TTS 在音频自然度上表现更好。
推荐理由：研究通过准实验验证了对话式 TTS 在理解与认知投入上的优势，为 AI 辅助课件生成提供了实证依据。
Khan Academy Blog精选AI 评分6262 Khan Academy 推出 Gem Challenges 功能以增强学生练习动力
Khan Academy 在重构后的平台中推出 Gem Challenges 功能，旨在通过集体目标提升学生练习动力。学生通过练习获得 Gems，这些积分既可用于解锁 Khanmigo 配件，也自动计入班级共享目标。当班级达成目标时，教师可自定义奖励并下载可打印的证书供学生展示，该功能现已在 Khan Academy 新体验中可用。
推荐理由：将集体目标机制融入日常练习，为教师提供了无需额外管理成本即可提升学生持续参与度的具体路径。
EdSurge精选AI 评分7070 EdReports 报告：10 家 K-12 教育科技供应商中仅 1 家提供 AI 功能有效性的第三方证据
EdReports 发布新简报，审查了 10 家 K-12 课程及教育科技供应商。结果显示，仅有一家供应商包含证明其嵌入的 AI 功能能改善教育成果的第三方证据。
推荐理由：EdReports 对 10 家 K-12 教育科技供应商的审查显示，仅一家提供了嵌入 AI 功能提升教育成果的第三方证据。
中国教育在线精选AI 评分8383 北京市发布“十五五”时期教育改革和发展规划
北京市教育委员会印发《北京市“十五五”时期教育改革和发展规划》，提出到2030年基本建成教育强国首善之区，到2035年全面建成。规划包含12个方面、38项任务措施，重点部署了建设世界“人工智能+教育”新高地、推动高等教育分类卓越发展及创建优质均衡基础教育新生态等内容。
推荐理由：规划明确了2030年基本建成教育强国首善之区的目标，并部署了12方面38项任务，涵盖人工智能+教育等关键领域。
芥末堆精选AI 评分8888 北京市发布“十五五”教育规划，部署人工智能与教育深度融合
北京市教育委员会印发《北京市“十五五”时期教育改革和发展规划》，提出到2030年基本建成教育强国首善之区。规划重点包括构建学龄前托幼一体化、打造“京小宝”智能体、扩大免费教育范围及探索延长义务教育年限。在人工智能方面，规划提出深入推进大中小学人工智能通识课教育，培育“京娃”系列智能体，建设首都教育新地图，并推动人工智能深度融入教育教学全要素、全过程、全场景。
推荐理由：规划明确了北京在人工智能通识教育、智能体应用及教师队伍建设上的具体部署，为观察区域教育数字化转型提供了政策样本。
Education Next精选AI 评分8585 Benjamin Riley 解读中国研究：学生使用生成式AI导致显著学习损失
Benjamin Riley 在 Education Next 发表文章，深入解读了 David Strömberg 等人关于中国约 27,000 名中学生的实证研究。
推荐理由：文章基于中国大规模实证数据，揭示了学生使用生成式AI后出现的显著学习损失现象，为教育界反思AI工具的使用边界提供了关键实证依据。
EdSurge精选AI 评分7878 Learning Commons 发布面向 K-12 教育科技的开放 AI 平台
Learning Commons 发布了一个面向教育者和开发者的开放平台，旨在解决教育科技产品中整合州学术标准和循证教学方法的难题。该平台包含 Knowledge Graph 和 Evaluators 两个主要组件，前者提供基于开放许可的 K-12 教育数据，后者用于衡量 AI 生成内容的准确性和年级适配性。
推荐理由：平台整合了全美50个州的课程标准与评估工具，为教育科技开发者提供了对齐州标准的开放基础设施。