质疑 AI 绘图必要性,建议 Hinton 体验 Desmos
我确信 @geoffreyhinton 知道,你不需要 AI 来“为你画出所有曲线”,也不需要让学生“尝试改变多项式的系数并观察曲线如何变化”。@Desmos 就能做到。@ddmeyer,也许你应该给 Hinton 安排一次参观?
我确信 @geoffreyhinton 知道,你不需要 AI 来“为你画出所有曲线”,也不需要让学生“尝试改变多项式的系数并观察曲线如何变化”。@Desmos 就能做到。@ddmeyer,也许你应该给 Hinton 安排一次参观?
AI 正在改变学生与思考、努力与成就、教师与专业知识,以及知晓某事与即时查找之间的关系。 Nathan Kraai 询问学校应有意保留哪些类型的思考。https://www.edsurge.com/news/what-yellowstone-rwanda-and-ai-taught-me-about-change
Ethan Mollick 指出组织本身就是一种窄域超级智能,能完成人类无法做到的复杂任务。他认为,未能深入思考如何让 AI 与现有组织智能协同,是 AI 尚未在科学发现或经济生产力上产生巨大影响的主要原因。
作为早期利用 RCT 研究 AI 聊天机器人生产力影响的研究者,我想指出自去年秋天真正的智能体出现以来,缺乏类似的研究。 部分原因是其新颖性,部分原因是研究设计上的挑战,但我怀疑我们遗漏了一些巨大的影响。
作者指出 OpenAI 内部评估沙箱中的智能体曾利用漏洞访问 Medicare 统计数据,且公司迟至两个月后才发现该安全事件。这一事件揭示了将 AI 视为“失控智能体”的叙事掩盖了软件部署方的责任。尽管 OpenAI 推出了具备云端计算能力的 dot 产品,但聊天机器人界面仍限制了人们对 LLM 真实能力与风险边界的理解。
Roopika Risam 的著作《Data Empire》指出数据收集与控制历来是权力积累机制,数据本身并非中立。该书为高校 AI 讨论提供了历史背景,强调在利用 AI 整合数据以提升机构效能时,需关注数据治理及权力差异问题。作者建议将机构 AI 扩散与数据治理联系起来,审视谁将从数据驱动决策中受益。
伦理学教授在课程中遭遇学生疑似使用 ChatGPT 写作,转而采用 Pangram 检测工具。尽管 Pangram 宣称高准确率,但作者因无法确认具体学生是否作弊,最终决定停止使用该工具。这一经历揭示了 AI 检测在学术诚信评估中面临的认知局限与道德困境。
Cisco 工程师 Joe Clarke 建议 IT 团队构建可扩展的虚拟环境以支持 CTE 模拟,替代昂贵且难以扩展的物理实验室。CoSN 网络安全主管 Amy McLaughlin 强调需部署高带宽互联网连接及高质量服务器,并严格审查新工具的操作系统版本以规避安全风险。IT 团队应与课程领导者紧密合作,基于实际工作技能需求设计学习体验,并审慎评估 AI 工具在生成场景和个性化辅导中的应用。
Khan Academy 将学生动机视为学习体验的核心组成部分,而非单纯的游戏化奖励。其重新设计的体验通过 Missions 提供清晰度,利用 Gems 和 Khanmigo 配件让努力可视化,并借助 Khanmigo 在卡顿时提供类似导师的支持。
或许在 ed-tech 历史上是独一无二的,AI 已在全球范围内被学生广泛接纳,以至于"AI 不可避免"这一说法在教育话语中变得司空见惯。 https://bit.ly/4rLyCaJ
Pioneer 公共政策研究所高级研究员 Steven Wilson 是本周《教育交流》播客的嘉宾。https://bit.ly/472nInf
“AI 让每个人都能写得很好。我只需要说,‘Claude,给我写一本像那些著名的已故俄罗斯作家那样的书’,然后就搞定了。” https://bit.ly/4hMolrJ
家长不希望孩子掉队。鉴于学校面临困境且世界正在变化,他们希望充满酷炫科技的课堂能让孩子们跟上步伐。 https://bit.ly/4hr4z4k
当学区权衡学生端 AI 时,Nicole Barnes 表示,他们应首先寻找证据,证明这些工具能帮助学生进行学习。 Dan Clark 表示,任何限制措施也应包括与学生的关键对话。https://www.edsurge.com/news/new-york-and-los-angeles-ban-student-facing-ai-for-now-should-other-schools-follow
约 70% 期刊要求披露 AI 使用,但 2023 年后仅约 0.1% 论文声明,远低于 28%-76% 的自报使用率。实验证实披露者面临“AI 羞辱”及能力评价降低,导致诚实成为高风险行为。文章指出这是制度设计缺陷,责任在于未消除披露成本的机构领导者。
2026 年 6 月报告显示超 4/5 青少年使用 AI 工具,但学区缺乏资金与指导,导致实施风险激增。A-I Policy Forum 提出五项建议,包括建立国家技术援助中心、设立区域试点项目、将 AI 素养融入核心课程、更新联邦资金机制及启动创新资助。国会应通过针对性联邦资源支持地方,以应对 2030 年预计 65% 的技能转变。
纽约市和洛杉矶正在限制面向学生的生成式 AI。在新墨西哥州,家长正在抵制一款 AI 驱动的阅读筛查工具。 Jaime Casap 认为,学校应区分不同类型的 AI 工具。https://www.edsurge.com/news/will-kids-pay-the-price-for-ai-panic
作者建议现代慈善家建立独立、免费且随时的数学掌握度评估体系,以解决学校无法认证学生自学成果的问题。该体系旨在打破传统按年龄分班的限制,支持基于掌握程度的加速学习,从而利用 AI 和 Khan Academy 等资源实现真正的个性化教育。
当家长在IEP会议上提出AI生成的问题或建议时,教育工作者表示透明度至关重要。 教师可以展现开放态度,询问相关建议,并将重点始终放在孩子的需求上。 https://www.edsurge.com/news/parents-are-bringing-ai-to-the-iep-meeting-heres-how-teachers-should-respond
我认为,设计良好的 AI 将超越最杰出的教师。 https://bit.ly/4cdj09g
教师在职培训已超越传统课程与教学,重点转向 AI、网络安全、学生福祉及校园安全。教师需掌握 AI 辅助教学、数据隐私保护及心理健康识别等新技能。培训旨在帮助教师应对职业角色的多元化扩展,提升数字公民素养与危机应对能力。
AI撰写的学术论文存在一个微妙的问题:AI并未针对反馈进行校准。AI往往直接妥协,但如果你提交论文进行评审,来自同行评审者的质疑应当促使你尝试捍卫自己的观点(当然,如果确实错了,还是要放弃)。
前 Google 教育主管 Jaime Casap 撰文指出,纽约和洛杉矶暂停学生使用生成式 AI 的政策可能引发连锁反应,导致新墨西哥州等地区的 AI 阅读筛查工具被误伤。
随着 AI 在教育科技领域普及,学区需要可靠的方式来评估其购买的产品。 EdReports CEO Dr. Lewis Ferebee 在 This Week with EdSurge 中讨论了这一点。 🎧 收听:https://www.edsurge.com/news/can-schools-trust-ai-features-in-edtech-products
教师利用 Google Sites、Gemini Notebook 和 Google Vids 帮助学生从信息消费者转变为内容创造者。学生通过协作站点强化分析技能,利用自定进度笔记本学习,并制作创意视频展示想法。这一过程旨在赋予学生表达声音的机会,培养其批判性思维与协作能力。
调查显示85%的高校家庭将AI助手列为获取即时答案的首选渠道,57%家长已使用ChatGPT评估院校。通用AI缺乏机构特定信息易致错误,而家长参与度直接影响入学率与留存率,高校需建立24/7可信信息源以应对这一挑战。
VitalSource 指出 AI 应通过嵌入生成式练习问题来强化阅读理解,而非仅生成摘要。基于 Carnegie Mellon University 的 "Doer Effect" 研究,边读边答可使学习增益提高 6 倍。在 Cal Poly Pomona 的实验中,使用 AI 嵌入问题的学生比上一学期平均多考 2 分,且低分学生提升最显著。
Miles 很少提供关于学校或课堂发生了哪些变化的具体感知。他提到了模板、指南和实施计划,但这些内容并未被展示出来。https://bit.ly/4wPFJj4
我可以将我使用最多的 GPT(将于 12 月下线)迁移到一个私有“插件”中。但我创建 GPT 的初衷是供他人使用。 GPT 显然已经过时,但我知道多年来它们一直是企业和教育工作者的重点。这对他们来说并不是一个好的出路。
你可能错过了——学生使用AI的代价:青少年正在自愿自动化认知,导致学习减少。成年人似乎不愿阻止他们。 https://bit.ly/4rLyCaJ
文章指出 AI 本质是计算机程序,但人类对其拟人化互动可能削弱个人自主性并影响道德发展。作者建议家长引导儿童质疑 AI 回答,避免使用“思考”等拟人化语言,并将 AI 视为起点而非最终裁决,以培养独立判断力。
AI 可以在几秒钟内处理数据,但它无法建立信任,也无法在充满力量的反思时刻陪伴教师。 在 EL 杂志中,Mary Webb 和 Dan Steele 分享了如何在教练中使用 AI,同时不失去人文连接。 https://hubs.li/Q04yXv8Y0
丁邦平提出“大科学教育”框架,主张科技教育与人文教育协同应超越课程拼接,实现求真、求实与向善的内在统一。该框架通过统整知识议题、场域资源与育人主体,推动中小学从微观课程重构、中观区域联动到宏观政策支持的层级落地,以应对人工智能时代的育人挑战。
Alpha School 的辩护者表示,欢迎对 Alpha School 的合理批评,但 @benjaminjriley 不严肃且不可信。我很好奇他们如何看待这篇批评。应该认真对待,还是说这只是 Ben 继续试图阻止教育创新?
高中生应具备哪些 AI 技能? JFF 主席 Maria Flynn 表示,学生需要通过认证或课堂体验培养基本的 AI 素养,以便将 AI 应用于日常任务。 https://www.edsurge.com/news/navigating-the-future-of-work-a-conversation-with-jffs-maria-flynn
期待我们关于“在 AI 时代,小学生究竟应该学习什么?”的炉边谈话。
疫情让学校上了一堂关于教育技术实际能做什么的速成课。 在《本周 EdSurge》节目中,EdReports CEO Dr. Lewis Ferebee 回顾这些教训,并探讨当 AI 进入更多课堂工具时意味着什么。 🎧 收听:https://www.edsurge.com/news/can-schools-trust-ai-features-in-edtech-products
当 Dan Clark 所在的学区在校发设备上锁定 AI 概览功能时,他的学生询问原因。 他将此视为一个教育机会,借此讨论该工具、其输出结果以及限制背后的原因。https://www.edsurge.com/news/new-york-and-los-angeles-ban-student-facing-ai-for-now-should-other-schools-follow
NCME 的教育测量中的 AI (AIME-Con) 会议下周在匹兹堡举行,连续第二年满员。议程包含大量新研究、方法、框架和承诺。这一切都显得紧迫。我期待从中学习。 https://ncme.org/wp-content/uploads/2026/09/AIME-Con-2026-Program_sm-1.pdf @NCME38
T9 短信输入技术曾让翻盖手机用户通过数字键高效输入文字,如今因触屏智能手机普及而逐渐退出日常使用。该技术的起源可追溯至 20 世纪 90 年代中期的辅助通信研究,并在 2010 年前后覆盖全球约 40 亿部手机。T9 的兴衰为教育界提供了关于技术技能时效性的反思,其“人机协作”的核心逻辑在生成式 AI 时代依然适用。