一位伦理学教授用 ChatGPT 与 Pangram 批改作业后的道德困境
一位教了 15 年伦理学导论的教授在期末论文中直接出题问"该不该用 ChatGPT 解决伦理困境"，结果前 10 篇论文都是整段粘贴进 Google Docs 的 AI 生成文本。他随后付费订阅 AI 检测平台 Pangram，将疑似度 60% 以上的论文判为 C 并允许重写，却收到学生激烈否认，最终因无法确知作者是谁而停用该工具。
#教育测评
#教育测评
今日 0 条Inside Higher EdAI 评分2222
The 74AI 评分2222 观点：慈善事业曾建学校，如今可建数学学习新方式
面对AI让个性化教学日益普及、Khan Academy等免费数学课程覆盖从数数到微积分，有观点提出当代慈善家应出资建立一套严格的独立数学掌握度测评体系。该测评类似Advanced Placement考试但对应各年级年末州测评，可随时参加、严谨安全、经独立验证并免费开放，用以认证学生已掌握的内容而不问学习途径。2016年一项综合近百年研究的综述发现，学业加速对学生成绩有正向影响。
EdSurgeAI 评分4545 孩子会为 AI 恐慌付出代价吗？新墨西哥州 Amira 阅读筛查争议
新墨西哥州使用 Amira Learning 的 AI 阅读筛查工具后，被标记有阅读障碍迹象的一年级学生比例从旧筛查工具的 45% 降至 16.7%，约六分之一，接近全国估算水平。但 Santa Fe、Albuquerque 等地家长以数据隐私为由要求退出，纽约市和洛杉矶则先后对生成式 AI 设限。
Tech & LearningAI 评分3838 别再检测 AI 了，开始设计更好的作业：Uncheatable Assessments 的作业脆弱性报告
Michael Hernandez 推出 Uncheatable Assessments 工具，用 Cheat Vulnerability Index 给作业按 1（易作弊）到 10（抗作弊）打分，并生成作业脆弱性报告。
黑板洞察（教育行业研究）精选AI 评分6262 答案变得廉价之后，学校该如何评价一个学生？
丹麦教育部8月6日在新学年开学前宣布，高中在家完成的书面作业需增加口头答辩，率先影响HF教育体系每年约9000名学生的SSO大型书面作业，同时要求书面考试期间使用屏幕监控与网络过滤，并鼓励更多任务回到校内完成。
黑板洞察（教育行业研究）精选AI 评分6262 教师过剩了吗？答案藏在学段、学科与城市之间
教育部统计显示，2025年全国各级各类学校专任教师1870.10万人，比2024年的1885.10万人减少约15万人，为连续第二年下降。文章认为教师供需主矛盾已从总量转向学段、地区与学科错配：幼儿园专任教师三年减少63.16万人，小学2025年降至645.82万人，而初中、高中仍在扩容，2025年城市小学专任教师增加约8.78万人、乡村减少约11.8万人。
eSchool NewsAI 评分2626 作弊不是问题，而是零和教育体系下的解药
Christensen Institute 的 Efosa Ojomo 提出，作弊并非学校问题的根源，而是学生在以零和思维排序而非培养每个孩子潜能的体系中取得进展的解法。Common Sense Media 调查显示，在使用 AI 的青少年中，63% 表示会从 AI 获取作业答案。文章认为，AI 只是让作弊更易行，真正根源在于教育系统的零和结构。
EdSurgeAI 评分3838 EdReports 审查 K-12 教材中的 AI 功能：学校能信任这些宣称吗？
独立非营利机构 EdReports 审查了 K-12 课程教材中 AI 功能的成效证据，结果对今秋考虑采购教育科技产品的学区领导者提出尖锐质疑。
OECD Education and Skills Today精选AI 评分2222 OECD 与 Teach For All 等机构探讨：哪些学生素养面向未来最重要、又该如何测量？
OECD、Teach For All、Learning Planet Institute 与 Teach For Nigeria 在纽约 Education House 的活动上讨论，AI 与技术驱动的未来需要适应性、毅力、成长型思维等素养，而 PISA 2025 显示许多这类技能持续下滑。
Khan Academy Blog精选AI 评分3838 Khan Academy：真正有用的测评系统不止给一个分数
Khan Academy 提出有用的测评系统应回答三个问题：学生现在在哪、为什么卡住、下一步该做什么，而不只是每年测三次。
Tech & LearningAI 评分2222 AI 时代毕业生画像该是什么样？德州学区领袖谈未来职场准备
在 Tech & Learning 德州区域领导力峰会上，Pflugerville ISD 学监 Quintin Shepherd 与 Arlington ISD、Pasadena ISD、Belton ISD 三位首席技术官讨论 AI 时代毕业生应具备的能力。他们认为人类判断力、批判性思维、韧性与自我管理比以往更重要，学校应转向过程性评价而非只看最终成绩，并教学生"创造工作"而非"找工作"。
eSchool NewsAI 评分4242 AI 时代口试回归：高校用口头答辩评估学生真实理解
面对生成式 AI 让带回家的论文难以证明学生真实理解，美国高校教师重新采用口试评估。怀俄明大学教授 Catherine Hartmann 用逆向设计重构人文课程，让学生整学期练习口头表达，期末口试成为自然收尾；宾夕法尼亚大学数学教授 Robin Pemantle 也让学生上黑板边解题边讲思路。
EdSurgeAI 评分3030 为什么孩子三年级后仍读不懂：NWEA 数据与 Coursemojo 谈初中阅读困境
NWEA 的 Megan Kuhfeld 研究发现，疫情后阅读成绩整体回升，但初中最低分读者每年仍在退步，早期有效的读写改革并未设计用于帮助已落后的初中生。Coursemojo 联合创始人 Dacia Toll 指出，六年级学生读得流利却答不出基础理解题，源于文本变难与背景知识更专门化同时发生，并区分了直接给答案的 AI 工具与把学生推回文本自行求解的工具。
Tech & LearningAI 评分2222 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。
Tech & LearningAI 评分6060 Penda Learning 元分析：掌握度而非使用时长预测科学成绩提升
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。
eSchool NewsAI 评分3131 AI 时代的职业准备需要决策练习，而不只是工具接触
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%。
eSchool NewsAI 评分2626 学校如何建立日常可用的 AI 公平实践
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。
EdSurgeAI 评分3838 AI 如何帮助解决 K-12 最大挑战之一：初中阅读
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。
Tech & LearningAI 评分2222 我读高一的女儿如何看待 AI：一场关于 AI、艺术与学习的父女对话
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。
Tech & LearningAI 评分3838 评估之后：如何设计学生作业以展现真实思考
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。
Tech & LearningAI 评分2222 教育中不应使用 AI 的 4 种场景：测评、头脑风暴、教案生成与邮件
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。
eSchool NewsAI 评分2222 并非所有屏幕时间都一样：AI 与教育科技在课堂中的价值之辨
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。
eSchool NewsAI 评分3838 儿童在纸笔上学习效果最好：我们需要更好的教育科技，而不是更少
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。
黑板洞察（教育行业研究）AI 评分2222 教育信息化30年：为什么设备越来越多，老师却越来越累？
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"。