评估塞拉利昂及其他地区AI辅助学习的影响

Google DeepMind Blog 论文

摘要

在塞拉利昂进行的一项预先注册试验发现,AI驱动的 Guided Learning 显著提高了数学成绩,在八周内实现了1.2至1.7年的进步,同时教师报告称其专业成长得到加强,并转向了引导者角色。

一项随机对照试验的结果显示,Gemini 的 Guided Learning 功能有望提升参与度并加速学习进程。
查看原文
查看缓存全文

缓存时间: 2026/06/09 14:46

# 在塞拉利昂及其他地区衡量AI对学习的影响 来源:https://deepmind.google/blog/measuring-the-impact-of-learning-with-ai-in-sierra-leone-and-beyond/ 这项预注册试验的结果表明,AI可以成为强大的教学伙伴——不是取代教师,而是增强他们的覆盖范围。本研究是我们持续努力(https://blog.google/products-and-platforms/products/education/measuring-the-impact-of-ai-on-teaching-and-learning/)的一部分,旨在为AI对教学和学习的影响建立全球性证据基础。 ## 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,绕过了深度学习所需的困难但关键的认知努力。引导式学习(https://blog.google/products-and-platforms/products/education/guided-learning/)正是为了解决这一担忧而设计的:它基于多年研究以及我们在LearnLM努力(http://goo.gle/learnlm)中的工作,以教学法为基础,特别侧重于优先构建理解而非直接提供答案。 来自塞拉利昂的数据表明这一方法正在奏效。对我们试验期间交换的超过11.3万次互动的分析显示,在91.4%的对话中,学生使用该工具构建概念理解,而非仅寻求答案。Gemini在76%的消息中以搭建脚手架问题的方式回应,仅在2%的情况下直接提供解决方案。这种“苏格拉底式”互动确保了认知重担仍落在学生身上。 ## 以教师为主导的干预措施 本试验的成功建立在AI与教育者的合作基础上,其中教师始终处于体验的核心。教育者设计课程、设定目标,并组织推动学习的课堂讨论。 在焦点小组中,教师报告说Gemini也支持了他们的专业成长。通过使用该工具进行备课,他们发现了解释分数等熟悉话题的新方法。许多人描述了自己从“讲师”转变为“引导者”,在教室里走动,支持成对学生自主探索学习旅程。 为了帮助他人实施类似项目,我们发布了一份教师培训指南(https://goo.gle/LearnLM-SierraLeone-Teacher-Training),其中包含与Fab AI合作创建的材料,包括本研究使用的具体方案。 ## 衡量影响 定量结果非常显著。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。实际来看,这相当于在八周试验中实现了大约1.2到1.7年的典型学习进步。 在那些教师将Gemini融入大约一半课程(达到12小时目标)的班级中,学生取得的进步更显著——大约1.8到2.5年的进步。参与度也非常高:69%的学生达到或超过了使用目标,远远超过了自愿使用教育技术典型的5%(著名的“5%问题”(https://www.educationnext.org/5-percent-problem-online-mathematics-programs-may-benefit-most-kids-who-need-it-least/))。这意味着学生不仅参与了学习,而且更加喜欢来上课。 除了数字,我们还观察到了行为的深刻转变。学生报告说更喜欢数学,并积极参与常规教学以外的学习。更重要的是,随着时间的推移,他们的对话和问题变得更以学习为导向,转向技能构建而非寻求直接答案。具体来说,技能构建型提问在最后一周上升到90%(第一周为68%),而寻求解决方案的问题从25%下降到10%,证明学生不仅想要答案,他们还想理解是如何得出的。 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注册随机对照试验。为了推进开放科学并及时分享洞见,我们还发布了与Fab AI合作开发的手册(https://goo.gle/LearnLM-SierraLeone-Playbook),介绍我们的随机对照试验方法,帮助他人根据自身需求和背景开展更快速、可扩展的研究——从而获得稳健的本地化证据,跟上技术发展的步伐。我们将继续公布后续随机对照试验的结果和收获,构建更全面的跨国证据基础,希望为学习生态系统中负责任的AI开发提供参考。此外,我们对全球AI学习联盟(GAILA)(https://www.globalaiforlearningalliance.org/)的支持将通过集体行动加速这些承诺及其他相关工作的推进。 ## 前进之路 尽管这些结果令人鼓舞,但它们也突显了“成就差距”这一挑战。虽然大多数学生受益,但那些入学时数学基础较好的学生获益最大。这强调了一个重要需求:为最需要帮助的学生提供能带来最大收益的工具。 展望未来,我们计划将试验扩展到其他国家,并更深入地探究元认知、关系智能等领域,以捕捉更全面的视角,探索学习中的微妙复杂性。通过将教师主导的课堂人际关系基础与AI个性化、搭建脚手架的能力相结合,我们可以确保技术成为所有学生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这项试验。EducAid(https://www.educaid.org.uk/)、Laterite(https://www.laterite.com/)和Oxford MeasurEd(https://www.oxfordmeasured.co.uk/)也与我们一起合作。

相似文章