AI 教育日报 · 2026 年 10 月 9 日 · 星期五
AI教育热榜
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。
arXiv cs.CY原文 教学工具与产品
GitHub · AI 教育ml-playgrounds 发布：面向课堂的浏览器端机器学习教学工具
ml-playgrounds 是一款面向 AI 和计算机科学课堂的浏览器端机器学习工具，支持学生上传 CSV 或图片文件夹进行模型训练与对比。该工具无需安装或注册，支持英语、韩语和日语，并能在低配置电脑和手机上运行。
教育科研
GitHub · AI in 教育Kobby-Adjei 发布 ai-tutor-benchmark：面向语音编程导师的三阶段大模型教学能力评测
Kobby-Adjei 发布了 ai-tutor-benchmark，这是一个用于评估大模型作为语音编程导师教学能力的三阶段基准测试。研究发现，模型响应速度最快并不等同于教学效果最好，且不同模型在引导学习者发现错误而非直接给出答案方面表现差异显著。
arXiv cs.AI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。
arXiv cs.CYarXiv 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。
Frontiers in Education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。
arXiv cs.AIarXiv 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。