比屏幕时间更好的衡量标准:MIT 报告建议以“AI 意识”教育替代计时
MIT 教学、学习与研究培训特设委员会在新报告中建议推行“AI-aware”教育,主张重新审视学生需要学什么、改革测评、强化动手学习并保留人际互动,而非简单拥抱或拒绝 AI。
MIT 教学、学习与研究培训特设委员会在新报告中建议推行“AI-aware”教育,主张重新审视学生需要学什么、改革测评、强化动手学习并保留人际互动,而非简单拥抱或拒绝 AI。
Indian Community School 教学技术协调员在 2021 年拒绝了一家公司的"虚拟祖先"提案——用 AI 以在世部落长老的故事、声音和智慧训练模型,理由是知识产权承诺含糊、数据隐私零问责、掠夺性提取社区神圣知识。该提案促使她投入 AI 素养、数字伦理与原住民数据主权框架的学习,以守护社区数据。
OpenAI 探讨更强且更可负担的 AI 如何扩展个人与企业可完成的工作,并让增长更经济。文章围绕能力提升与成本下降带来的工作范围扩大展开。
一项针对计算机科学干预项目 Penda Learning 的元分析覆盖 13 个独立校本样本、超过 33,000 名学生,发现科学成绩显著提升,但各校结果存在差异。
EdSurge 报道称,YouTube 和 YouTube Kids 上出现大量面向学龄前儿童的 AI 生成视频,批评者称之为 baby slop,认为其内容缺乏实质,甚至存在不当画面与幻觉信息。
OpenAI 的 Jakub Pachocki 反思了能力不断增强的 AI 以及让其保持对齐的挑战,呼吁加强安全防护并推动国际协调。
Stanford Digital Economy Lab 8 月更新显示,美国 22–25 岁劳动者在高度 AI 暴露职业中的就业缺口从 2025 年 7 月数据的 15% 扩大到 2026 年 6 月的 19%。
美国各学区正从笼统的 AI 政策声明转向持续的技术审查实践,以应对大语言模型在课堂中的公平隐患。Brookings 学者 Michael Trucano 警告新数字鸿沟正在形成:低贫困学区为教师提供正式 AI 培训的可能性几乎是资金不足学区的两倍。文章提出借鉴 M. Lockwood 公平偏见框架的三步循环:采用前审查训练数据、由人主导的高风险决策,以及识别 AI 检测工具对英语学习者的误判风险。
芥末堆宣布 GET2026 教育科技大会将于 2026 年 11 月 25-26 日在北京新云南皇冠假日酒店举办,主题为“与爱共生,与AI同育:智能时代教育新范式”。文章以黑塞《克林索尔的最后夏天》为线索,借出生人口从 2016 年 1786 万降至十年后 792 万等变化,讨论教育行业从增量走向存量后如何重新理解“生长”。
教育者应重新考虑是否在每次作业前都提供评分量规、范例或分步清单,因为学生可能变得擅长遵循指令,却不擅长自己摸索答案。生成式 AI 让按评分标准生成"合格"作业变得更容易,文章据此给出 10 个理由,主张把量规留到更合适的时机使用,让学生先经历不确定、定义质量并学会提问。
EdSurge 播客本周讨论两则教育科技规则与课堂脱节的故事:一名教育科技记者发现,新的联邦屏幕时间指南主要面向青少年,学前班教师只能自行摸索做法;密苏里州一名公民课教师则因新州法,让学生失去了开展为期一年公民参与项目所需的关键工具。两则故事都追问:当规则不合用时,谁该负责让它落地。
美国儿科学会(AAP)1 月更新数字媒体指南,主张以质量取代固定屏幕时间上限。洛杉矶联合学区已一致投票禁止低年级使用学区配发设备、限制各年级屏幕时间并审计所有教育科技合同,至少 17 个州在推进立法、4 个州已签署法律。作者认为,脱离情境的限时会把模拟实验、自适应互动课等高效教学一并禁掉,学区采购前应先追问独立证据、教师教学法培训与具体学习成果。
有效的 AI 教师专业学习不应只展示最新工具,而应从教学需求出发,培养可迁移的知识、信心与技能。专业学习需结合真实课堂场景、按角色和 AI 经验分层设计,并把隐私、安全、伦理、无障碍与法律议题贯穿始终。单次工作坊不足以让教育者掌握所需内容,持续、相关且有支持的专业学习才是关键。
美国 2024 年仅 30% 八年级学生阅读达到熟练水平,为 30 年来最低,问题出在初中阶段普遍遭遇的“理解墙”。在得克萨斯州一个大型城市学区和田纳西州一个高度多元化学区,使用 AI 支持读写教学模式的初中在州阅读测评中的同比增长显著高于未使用的同类学校。作者主张采用基于阅读科学的定制读写工具,用于精准诊断、及时反馈和差异化支持,而非把通用聊天机器人交给学生。
一位常谈教育 AI 的作者采访了自己读高一的女儿,发现她对 AI 进校园相当怀疑。她认为 AI 是"替你把活干了的机器人",并观察到学校停用 Google Gemini 后同学"开始慌了",因为"没有它我交不了论文"。她还指出"世界让拿分数比真正学习更重要",AI 只是加剧了学校早已存在的成绩与学习之间的张力。
美国近10%居民(约2500万人)英语不熟练,学校需从零散工具转向统一数字生态,让同一条通知经AI翻译后同步触达所有家庭。网站应原生支持无障碍设计而非仅加Google Translate按钮,AI驱动的CMS需应对西班牙语等文本比英语长20–30%的排版问题,Finalsite的Ask AI可让家长用母语提问并即时获得母语回答。
纽约从教 13 年的英语与特殊教育教师发现,学生面对文学分析问题时直接回答"我用 ChatGPT,我怎么知道",课堂思考明显减少。她将这一现象与认知卸载研究联系起来:Microsoft Research 与卡内基梅隆大学 2024 年研究发现,越依赖生成式 AI 的员工,批判性评估与独立推理越少。
面对 AI 生成图像、克隆语音和虚假视频,多语言学习者需要从"看起来真实吗"转向"我有什么证据证明它真实"。斯坦福 Civic Online Reasoning 研究发现,学生往往难以判断网络信息可信度,而专业事实核查者采用"横向阅读"策略,离开可疑页面去核查来源。
EdSurge 播客 This Week with EdSurge 本期邀请两位嘉宾,从作业设计与电费账单两个角度审视 AI 进入学校后的真实成本。Michael Hernandez 用 vibe coding 搭建工具,帮助教师设计 AI 难以应付的作业;Mi Aniefuna 则追踪 AI 背后的数据中心开销,追问学区在推进 AI 时是否算过随使用量增长的账单。
科大讯飞联合创始人聂小林在2026全球智慧教育大会上提出,AI+教育应坚持育人为根本、双向赋能共生共进,并以自主可控通用大模型为底座构建教育专属大模型,在真实场景中循证迭代。他援引宾夕法尼亚大学与微软研究院研究指出,AI带来的测验成绩提升不等于真实学习增益,过度依赖可能造成认知惰性。讯飞已落地双师课堂、AI黑板、虚拟科学家及AI课堂实录分析系统等实践。
一位大学写作课教师预测 2026-27 学年教育科技走向:对技术的反弹情绪将持续,AI 作弊将在本学年见顶后下降,Anthropic 已宣布 Claude 将为生成文本加水印。
面向 2026–27 学年,eSchool News 给出 AI 强化教师教学的 5 种用法:搭建覆盖备课、差异化材料、形成性测评、家校沟通等任务的 AI 工作流,而非依赖单一工具;用 AI 快速生成同一文本的多个阅读难度版本、词汇支持与多语言资源,让学习更可及而不降低要求。
面对 AI 可代写作文、生成摘要与反馈,教育者应把评估重心从只看最终作品转向让思考可见:设置阶段性检查点,收集初始问题、草稿、同伴反馈反思与修改说明,并要求学生解释选择与修改理由。文章建议明确 AI 使用边界,如允许用于头脑风暴但不允许起草,并要求提交 AI 使用说明;同时用简短谈话了解学生的理解、困惑与成长。
美国特拉华州 Freire Charter School 用 15 万美元 Delaware Pathways Middle Grades Grant(DPMG)设计八年级学院,把职业探索与社会情感学习结合,并回应学生"如果 AI 什么都能做,学习还有什么意义"的提问。
EdSurge 播客 This Week with EdSurge 本期邀请 Teaching Strategies 首席学术官 Nicol Russell 与 Muon Global 创始人 Nneka McGee,讨论幼儿教育工作者所需的支持。Russell 关注教师留存与课程、测评、辅导的协同,McGee 则主张面向幼儿的 AI 素养应从对话而非设备开始。
Securly CEO Tammy Wincup 在 EdExec Summit 主题演讲前分享教育科技领导者如何应对市场不确定性。她指出当前数字安全存在两极对话:一边是 AI 技术革命下学区准备师生,另一边是社区对屏幕时间和过度依赖教育科技的担忧。
美国已有 34 个州和波多黎各发布 K-12 AI 指导方针,27 个州今年提出逾 70 项课堂 AI 法案,但文章认为学校在明确"学生究竟该学什么"之前就急于立规,可能拖累学生。作者以计算机科学学位和训练营热潮消退为例,主张先依据雇主需求定义未来职业准备,再决定该鼓励什么。
一位教育工作者结合与 Microsoft 教育营销总经理 Matt Jubelirer 等人的交流,列出教育中应避免使用 AI 的 4 种场景:用 AI 批改测评、用 AI 做头脑风暴、用 AI 生成教案主体,以及用 AI 代写邮件。Jubelirer 认为 AI 可用于制定评分标准和出题,但不应用来给人评分,因为需要人的判断;教师 William Henry 也强调教案主体应由教师自己完成。
一位西班牙语为主的学校拉丁裔校长指出,学校引入自动通知、群发短信和 AI 翻译工具后,多语言家庭真正需要的不是更频繁的通知,而是更清晰、更有同理心的沟通。她在一次面向多语言家庭的倾听会上发现,家长想要的是可理解的信息格式、数字平台使用支持和灵活的参与方式,有家长借助学校沟通平台的翻译消息功能咨询了此前因语言障碍不敢问的进阶课程项目。
EdSurge 播客 This Week with EdSurge 一期节目中,两位教育者从各自课堂出发探讨 AI 时代学生还应自己完成什么。马萨诸塞州 The Fenn School 创新与设计思维主任 Nathan Kraai 借一次唱片店家庭出行,用 Jane McGonigal 的"信号"框架思考人们真正想从学习中获得什么。
OECD 的 TALIS 调查显示,仅 38% 的教师在首个教职期间参加过正式入职培训,只有 22% 的新手教师被分配了导师。作者认为教师培训的未来将由三个相互关联的方向塑造:本地化、关系驱动,并由技术提供审慎支持。2025 年一项元分析发现 AI 在教育场景中对学习有积极影响,但其效果取决于实施方式,且 AI 无法替代导师制建立的信任。
EdSurge 播客 This Week with EdSurge 探讨 AI 快速推进下仍值得坚守的"慢"事物。
围绕校园屏幕时间的争论不应只看时长,而应看屏幕时间如何被使用。文章指出,学生与 AI bot 互动,和通过精心设计的在线课程获得个性化学习体验,存在本质区别。设计良好的读写工具能根据学生表现调整练习、即时反馈并强化基础阅读技能,但技术无法取代教师、教练或阅读专家。
ACTFL 报告显示,90% 的美国雇主依赖具备英语以外语言技能的美国本土员工,但三分之一雇主表示员工无法满足其多语种需求。文章提出四项世界语言教学策略:用歌曲提升词汇与发音、用视频和新闻提供语境、用 AI 对话伙伴提供低风险口语练习并帮助教师追踪进度,以及为教师提供灵活的数字课程与专业学习资源。
Van Buren 学区督学撰文称,AI 与生成式工具让教师能快速识别学生学业薄弱点,并大规模生成个性化学习方案、差异化路径与实时形成性测评。Claude(Anthropic)的 "Learning Mode"、Replit 的 AI 辅助编程和 Lovable 的自然语言建站工具已可用,且常对认证教师免费开放。
一位教育科技从业者指出,学习科学证据显示手写字母比打字更能激活阅读脑回路,一项训练研究中手写组在听写任务上的正确率约为打字组的两倍,纸面阅读理解也略优于屏幕。与此同时,美国学区近十年开始系统采用高质量教学材料(HQIM),但这些课程多按纸笔设计,教师被批改和课堂管理淹没。文章主张用技术承担扫描、评分、标记错误概念等后勤工作,让学生继续用纸笔学习。
越来越多原本做工业、科研的机器人公司和具身智能企业正密集推出校园AI实验室、K12课程体系与AI社团方案,把学校当作机器人进入现实世界的早期入口。学校空间标准化、人机互动高频且容错空间大,适合长期部署与数据积累。但当前多数机器人进校仍停留在科技节、展示和特色校建设阶段,设备运维与师资能力不足,教学高度依赖企业。
中国教育信息化历经30余年,截至2023年各级各类学校互联网接入率达100%、99.5%的学校拥有多媒体教室,但设备普及并未自动消除教育差距,反而从"接入差距"转向"素养鸿沟"。