我们评估了AI的影响，不只是看考试成绩，而是观察了行为变化。

在八周内，结果表明学生正在使用AI来理解概念，而不仅仅是寻找答案——涉及如何解决问题的Gemini查询从68%上升到90%。

了解更多 →

在塞拉利昂及更广范围内衡量AI辅助学习的影响

来源：https://deepmind.google/blog/measuring-the-impact-of-learning-with-ai-in-sierra-leone-and-beyond/?utm_source=x&utm_medium=social&utm_campaign=&utm_content= 这项预先注册的试验结果表明，AI可以成为强大的教学伙伴——不是取代教师，而是增强其覆盖范围。这项研究是我们持续努力的一部分，旨在为AI对教学和学习的影响建立全球证据基础。

超越答案引擎：保护批判性思维

一个常见的担忧是，生成式AI可能成为学生的捷径，可能绕过深度学习所需的富有挑战性但至关重要的认知努力。引导式学习正是为了解决这一担忧而设计：它基于我们LearnLM工作多年的研究和开发，以教学法为基础，并专门进行调优，优先建立理解而非提供直接答案。

来自塞拉利昂的数据表明这种方法是有效的。对我们试验期间交换的超过11.3万次互动进行的分析显示，学生在91.4%的对话中使用该工具构建概念性理解，而非仅仅寻求答案。Gemini在76%的消息中以搭建脚手架式的问题作为回应，仅在2%的情况下提供直接解决方案。这种“苏格拉底式”互动确保了认知的繁重工作仍由学生承担。

教师主导的干预

本次试验的成功建立在AI与教育者的合作之上，教师始终处于体验的中心。教育者设计课程、设定目标，并推动驱动学习的课堂讨论。

在焦点小组中，教师报告说Gemini也支持了他们的专业成长。通过使用该工具备课，他们发现了解释分数等熟悉主题的新方法。许多教师描述自己从“讲授者”转变为“促进者”，在教室中走动，支持结对的学生在各自的学习旅程中探索。

为帮助他人实施类似项目，我们发布了一份教师培训指南，内含与Fab AI合作创建的材料，包括本研究使用的具体协议。

衡量影响

定量结果是显著的。使用引导式学习的学生在数学成绩上比对照组高出+0.258个标准差。实际看来，这相当于在八周试验期间取得了约1.2至1.7年的典型学习进步。

在那些教师将Gemini融入约一半课程以达到试验期间12小时目标的课堂上，学生取得了更高的进步——约1.8至2.5年的进步。参与度也非常高：69%的学生达到或超过使用目标，远高于自愿性教育技术中典型的5%（著名的“5%问题”）。这意味着学生不仅参与其中，而且更享受来上课。

除了数字，我们还看到了行为上的深刻转变。学生报告说更喜欢数学，并积极参与常规教学之外的学习。关键在于，随着时间的推移，他们的对话和问题变得更加以学习为导向，转向技能培养而非寻求直接答案。具体而言，技能培养类查询在最后一周上升至90%——从第一周的68%上升——而寻求答案的问题从25%下降到10%，证明了学生不只需要答案，他们想要理解如何得出结论。

为了进一步了解引导式学习对学生学习的影响，我们正在全球范围内进行一系列额外的预先注册随机对照试验。为了推进开放科学和及时传播见解，我们还与Fab AI合作发布了一本操作手册，介绍我们的随机对照试验方法，以帮助其他人根据自身需求和背景开展更快速、可扩展的研究——以发掘强有力的本地化证据，跟上技术发展的步伐。随着后续随机对照试验的完成，我们将继续发布结果和经验，构建更全面、跨国家的证据基础，希望这能指导整个学习生态系统中AI的负责任发展。此外，我们通过全球AI学习联盟（GAILA）的支持将通过集体行动加速这些承诺及其他努力。

前进之路

尽管这些结果令人鼓舞，但它们也凸显了“成就差距”的挑战。虽然大多数学生受益，但那些试验开始时数学能力较强的学生受益最大。这强调了一个重要需求：提供能为最需要帮助的学生带来最大收益的工具。

展望未来，我们计划将这些试验扩展到其他国家，并更深入地探究元认知和关系智力等领域，以捕捉更全面的视图，探索学习细微的复杂性。通过将教师主导课堂中的人际关系基础与AI的个性化支架能力相结合，我们可以帮助确保技术成为所有人通往有意义学习机会的桥梁。

1我们还获得了Google.org和盖茨基金会的支持来开展试验。EducAid、Laterite和Oxford MeasurEd也与我们进行了合作。