如何培养 AI 伦理实践能力:一套训练框架
一套面向 AI 研究者与工程师、研究伦理委员会成员、政策制定者和学生的 AI 伦理训练框架,围绕问题识别、要求映射、措施选择与张力识别四项任务展开,并配有伦理清单、措施组合、三类实操练习和培训者指南。作者还总结了试点培训的经验并提出建议。
一套面向 AI 研究者与工程师、研究伦理委员会成员、政策制定者和学生的 AI 伦理训练框架,围绕问题识别、要求映射、措施选择与张力识别四项任务展开,并配有伦理清单、措施组合、三类实操练习和培训者指南。作者还总结了试点培训的经验并提出建议。
一项研究提出统一数学模型,整合 MOOC 课前学习、智慧教学(ST)课堂自适应与 AI 辅助课后个性化三个阶段,用同一指数学习响应函数描述教学资源如何缩小知识差距。在 100 个独立生成的班级模拟中,该模型呈现稳定的累积进步并量化各阶段增益,预算分析显示额外 AI 支持存在收益递减;固定预算下推导出的最优 AI 分配比按比例分配带来超过 14% 的学习增益提升。
一项面向工程硕士生的可扩展游戏化工作坊,通过移动网页界面让 226 名学生在 10 场活动中分别为非推理型与推理型 LLM 编写提示词,完成复杂度递增的网格导航任务,系统返回机器人可执行方案、轨迹可视化与自动评分,并以 Boston Dynamics Spot 机器人现场演示收尾。
EdReports 对 10 家 K-12 课程与教育科技厂商的审查发现,只有 1 家提供了第三方证据证明其内置 AI 功能改善了教学效果。研究指出,现有框架多关注隐私与安全,缺少判断 AI 能否提升学习或保持课程一致性的统一方式,而厂商在未通知学校的情况下推送 AI 更新,使学校难以确认产品有效性。报告建议采购方追问认证与证据的具体含义,并参考 SIIA 的七项 AI 教育原则。
一项在荷兰 Fontys 与丹麦 IT University Copenhagen 开展的标注活动让 43 名学生按 3 分制标注皮肤病变图像的毛发覆盖度,调查显示学生对标注歧义、数据质量、偏见与公平等概念的熟悉度大幅提升,多数人认可个人解读会影响标注,并认为该活动比传统讲授更能理解偏见。
一项探索性准实验提出半自动化系统,用 LLM 与 TTS 经"LLM 生成幻灯片与旁白—教师审核—自动音视频合成"三阶段人机协同流程生成对话式课程,并基于认知学徒制理论生成专家—新手对话旁白。
一项针对 211 名本科生的跨子领域分析发现,学生对大语言模型(LLM)的使用因作业而异:算法和 Web 开发中用量较高,软件工程中较低。学生主要将 LLM 视为辅助工具而非权威来源,各子领域普遍进行验证,且多数使用多种验证策略;结构化任务中更常用测试,开放式任务中更常用网络搜索。该研究基于七个教学模块的课后反思数据,表明作业特征在塑造学生使用与评估 LLM 输出方面起核心作用。
美国与巴基斯坦本科计算课程通过六阶段异步跨境团队项目开展虚拟全球协作(VGC),内容涵盖文化导引、数据集选择、数据清洗、分析、入门机器学习与结构化报告。调查与质性反思数据显示,两校学生体验一致积极,协作过程与学习收获和感知价值强相关,跨文化沟通是全球胜任力的首要驱动因素。
研究用 Lovable 让研究生为不同真实商家制作 73 个推广网站,并用 DINOv3 嵌入分析首页相似度,发现 88% 的网站可归入六个可解释聚类,敏感性分析下聚类数为三到十二个。
研究团队与 K-12 教师协同设计了一套由大语言模型(LLM)驱动的多智能体反霸凌系统,通过模拟真实校园场景帮助学生练习反霸凌技能。研究识别出 LLM 多智能体模拟系统的关键设计参数,为开发更有效、可扩展的反霸凌工具提供依据。
美国进步中心(CAP)发布报告,针对美国数学成绩持续下滑提出五项政策策略:强化问责并统一各学段基准以确保八年级前完成 Algebra 1、投资与标准对齐的课程与数学教学教练、扩大教师培养与留任、推广通用计算能力筛查及高剂量辅导、资助连接 K-12 数学与 AI 及数据科学的跨学科研究。报告援引最新 PISA 结果指出,美国数学成绩创历史新低,男女差距达 24 分。
讯飞教育技术研究院与中国教育技术协会智能教育专业委员会联合编写的《2026智能教育发展蓝皮书——人工智能助力打造未来课堂》于9月19日在第八届智能教育论坛上正式发布。蓝皮书共8章,基于征集的366个实践案例,系统探讨未来课堂的发展方向、新型环境与实践路径,覆盖元宇宙学习空间、智能教室、教学智能体等新型资源形态及项目式、游戏化等教与学方式。