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 Frontiers in EducationAI 评分4242 高等教育中负责任 AI 反馈的设计：教师准备度、学生判断力与元认知校准
该观点文章提出，高等教育中负责任的 AI 反馈设计核心在于教师的教学判断力与学生的评价判断力，而非单纯的技术准备。文章引入元认知校准概念，强调学生需将自我判断与独立评估的表现证据进行比对，以准确评估生成式 AI 反馈的质量与相关性。
Frontiers in EducationAI 评分4242 中国大学生 GenAI 素养与在线学习韧性：自我效能感的中介作用
基于新疆五所高校 306 名学生的调查，GenAI 素养显著提升中国大学生的在线学习韧性，且自我效能感在其中起部分中介作用。GenAI 素养的认知意识、使用能力、评估能力和伦理意识四个维度均通过增强自我效能感来促进在线学习韧性。
Frontiers in EducationAI 评分4242 OULAD 基准上基于前四周在线学习行为的学术风险预警研究
基于 OULAD 基准的研究表明，仅利用前四周的 VLE 活动与评估数据即可预测学术风险，全特征模型 ROC-AUC 达 0.7747。移除背景/行政数据后，AUC 降至 0.7504，但在前 5% 高风险学生中精准率从 0.938 降至 0.866。该研究证实了早期预警的可行性，但指出数据最小化本身并非公平性补救措施。
arXiv cs.CYAI 评分4040 MOOC、智慧教学与 AI 辅助学习的统一量化模型
该研究构建了整合 MOOC 课前学习、智慧教学（ST）课堂适应及 AI 辅助课后个性化的数学模型。模拟显示，在固定预算下，最优 AI 资源分配策略比按比例分配带来超过 14% 的学习增益。
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。
Frontiers in EducationAI 评分4242 ChatGPT 作为图书馆信息科学教育中 AI 评估方法的调查：信息研究系研究
该研究调查了 Sultan Qaboos University 信息研究系将 ChatGPT 作为 AI 评估工具的应用现状。分析显示，67% 的课程未检测到 AI 评估方法，20% 具有中等整合度，13% 直接指导使用 AI。研究据此提出了高等教育机构整合生成式 AI 的治理政策与战略指南。
Frontiers in EducationAI 评分2626 Education 6.0 时代基于艺术的多教学法和平教育框架
文章提出“基于艺术的多教学法和平教育框架”，旨在 Education 6.0 时代整合 pedagogy、heutagogy、peeragogy 和 cybergogy 四种学习导向。该框架将和平意义建构置于核心，通过艺术、对话和数字实践，帮助学生在反思与协作中发展和平素养、同理心及数字公民意识。
Frontiers in EducationAI 评分3838 面向工程学生的技术数学素养量表（E-TmLS）开发与验证
研究开发并验证了面向工程学生的技术数学素养量表（E-TmLS）。基于土耳其 360 名工程学生的数据，该量表确立了包含数据素养、错误分析等 6 个维度的 20 题项结构。E-TmLS 表现出良好的信度与效度，为工程教育中评估技术辅助数学能力提供了标准化测量工具。
Frontiers in EducationAI 评分5252 基于 AI 分析与专家评估同步的编程知识多因子评估模型研究
该研究针对生成式 AI 普及带来的编程评估挑战，提出包含功能正确性、解释质量和 AI 使用水平的多因子评估模型。研究涉及哈萨克斯坦三所大学 187 名本科生，对比了 GPT-5.2、Claude Opus 4.5 和 Gemini 3 在基线（仅功能正确性）和多因子条件下的评估结果。
Education and Information TechnologiesAI 评分2727 生成式 AI 时代协作学习中的模型偏好：一项混合方法研究
该研究采用混合方法探究生成式 AI 时代协作学习中的模型偏好。研究涉及 Claude 3.7、DeepSeek-R1 和 Gemini 2.0 等模型，分析其在协作环境中的应用情况。
arXiv cs.CLAI 评分4040 FACTRIA：利用生成式 AI 支持高等教育机构分析中的偏见解读
研究团队提出 FACTRIA 框架，将机构分析中的潜在偏见因素划分为分析管道、机构背景、课程特征和人口统计四个领域。该框架作为生成式 AI 聊天机器人的输入，引导用户在分析高等教育机构数据时反思被忽视的因素。定性研究表明，结合结构化框架与 AI 指导能增强对机构数据的负责任解读。
Education and Information TechnologiesAI 评分2828 全球南方生成式 AI 学生感知与意图的 PLS-SEM 分析
该研究采用 PLS-SEM 方法分析全球南方学生对生成式 AI 的感知与使用意图。研究聚焦高等教育场景，探讨技术接受度模型在特定区域背景下的适用性。
Frontiers in EducationAI 评分4242 AI 介入高校课堂中教师与 AI 智能体沟通的迷你综述：基于互补-替代轴
基于 2023 年后 32 项同行评审研究的迷你综述指出，教师沟通行为仍显著预测学生结果，元分析显示中到大效应量（r = 0.443）。学生使用人类沟通类别评估 AI 智能体，但在善意维度存在系统性差距，需通过即时性和礼貌线索弥补。当 AI 替代人际互动时，会引发孤独感和归属感下降等负面结果。
Frontiers in EducationAI 评分3333 麻醉教育中人工智能作为建构主义支架：迷你综述
该迷你综述基于建构主义学习理论，将人工智能定位为麻醉教育中需随学习者表现调整并逐步撤除的临时支架，而非自主教师。现有麻醉特异性研究在区域麻醉训练、超声解读及虚拟患者等场景展示了可行性，但尚未证实能提升临床推理或胜任力。AI生成的反馈与评分应视为有缺陷的决策支持，不得独立用于总结性评估或授权。
Frontiers in EducationAI 评分4242 AI 在 STEAM 教育中赋能学生主导的气候解决方案
一项针对 69 名本科生的混合方法研究显示，100% 的学生使用 AI 工具，86.9% 认为 AI 提升了创造力与学习独立性。研究提出 AI-Empowered STEAM Climate Action Model (AISC-AM) 框架，通过“AI-in-the-Loop”验证结构解决准确性与抄袭担忧，连接学生研究与区域气候政策。
Frontiers in EducationAI 评分4242 教师教育中 AI 与 UDL 的结合：为学习者差异设计包容性学习
一项针对 45 名摩洛哥英语作为外语（EFL）职前教师的准实验研究显示，接受 UDL 结合 AI 工具培训组的课后教案评分显著高于对照组及仅接受 UDL 培训组。该研究指出，AI 工具有助于教师设计更具包容性的教学，但现有证据无法单独隔离 AI 的贡献，且结果受限于单一机构及评分标准。
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。
Frontiers in EducationAI 评分4242 马来西亚高校教师视角下 AI 时代学生评估重构的质性研究
针对马来西亚 18 名高校教师的质性研究揭示了 AI 对学生评估的重构影响。研究发现 AI 使用导致教师工作量增加，迫使教师角色向“学术质量守门人”转变，并引发专业身份张力。教师普遍采取适应性教学、重新设计评估及寻求机构支持等策略，以应对学术诚信挑战并推动 AI 治理。
ETR&D 教育技术研究与发展AI 评分4242 生成式 AI 支持协作学习中的协作模式探索：对知识构建与表现的影响
该研究探索了生成式 AI 支持协作学习中的协作模式，分析其对知识构建和学习表现的影响。研究发表于《教育技术研究与发展》（ETR&D），旨在揭示 AI 介入下学生协作互动的特征及其教育效果。
Education and Information TechnologiesAI 评分3535 探究 GenAI 依赖对大学生批判性思维倾向的影响：基于知识惯性的视角
该研究从知识惯性视角探究 GenAI 依赖对大学生批判性思维倾向的影响。文章发表于《Education and Information Technologies》，旨在分析生成式人工智能使用与学生思维习惯之间的关联。
GitHub · AI in 教育AI 评分2828 UCI 697 辍学预测模型责任评估
该研究对基于 UCI 697 数据集的入学时辍学概率模型进行了责任评估，主要留出集报告 ROC-AUC 为 0.8316，Brier 分数为 0.1447。评估涵盖歧视、校准及子群误差模式，但受限于治理证据缺失，结果仅作为测量证据，不构成部署或公平性认证。
ETR&D 教育技术研究与发展AI 评分4242 主动学习课堂中原生多模态学习分析系统的生态效度验证
一项针对主动学习课堂（ALC）原生多模态学习分析系统的实地评估显示，ALC 组（N=112）的单元后测成绩显著高于历史对照组（N=121）。确认性因子分析支持了该系统的学生层面测量结构，且实时 RTI 系统信号与行为、注意力指标相符。
ETR&D 教育技术研究与发展AI 评分4242 高等教育师生生成式人工智能准备度与感知量表（GenAI-RP）的开发与验证
研究开发了针对高等教育师生群体的生成式人工智能准备度与感知量表（GenAI-RP），并通过验证性因素分析（CFA）进行验证。该量表包含教育准备度、感知益处和感知挑战三个子量表，题目针对师生不同角色进行了定制。
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AI 评分4242 IRead：基于 LLM 的交互式教科书阅读工具
研究人员开发了交互式教科书阅读工具 IRead，利用 LLM 结合可视化与交互技术增强学生阅读体验。该工具包含反映内容的概念树及基于阅读历史生成问题的 AI 问答机器人。基于 Bloom 分类法和 ARCS 模型的用户研究表明，简洁直观的概念树等可视化手段能有效支持学生的阅读过程。
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。