跳到正文

全部动态

今日 4 条
10月3日周六
  2. Microsoft Education Blog22

    Microsoft 谈教育 AI 治理：从政策到实践

    Microsoft 提出教育 AI 治理可沿用学校董事会式监督模型，并以治理、安全、平台整合三个方向落地。其 Microsoft Responsible AI Standard v2 将公平、可靠与安全、隐私与安全、包容、透明、问责六项原则转为实操指引，NIST AI RMF 则通过 Govern、Map、Measure、Manage 四个功能补充落地路径。

  3. 芥末堆（教育科技）62

    余杭区AI教育项目成交3.06亿元，讯飞智元等六家中标

    杭州市余杭区教育局6个“人工智能赋能教育高质量发展项目”陆续公布中标结果，成交总金额约3.06亿元，比3.12亿元预算低645.81万元。其中初中智慧课堂服务由讯飞智元信息科技有限公司中标，金额约1.53亿元，覆盖612个班级并分3年三批次推进；高中智慧课堂服务由浙江华数信息服务有限公司牵头中标，金额4763.6万元。

  6. 黑板洞察（教育行业研究）62

    科大讯飞升级讯飞星光2.0，打造覆盖教学全流程的教师AI助手

    科大讯飞依托星火X2.5大模型底座升级教师超级智能体讯飞星光2.0，打通备课授课、课堂互动、学情评价、家校协同和教师专业成长全链条。新版本支持用自然语言生成可交互H5教学资源，并可将H5一键转为教学应用、开启数据回收后自动归档学生作答与任务完成情况。产品还推出星光家校微信小程序，并与北京师范大学魏锐教授团队合作打造项目式学习智能导师。

10月2日周五
  2. Duolingo Blog22

    Duolingo 建议内向者如何练习语言：6 条学习技巧加 1 条 App 设置建议

    Duolingo 面向内向型语言学习者给出 6 条练习建议，包括先积累词汇、写作、自言自语、录音、影子跟读，以及用 AI 工具做低压力口语练习。其中提到可用 Duolingo 的 Video Call 功能与角色对话，并按 A1/A2、B1/B2 分级给出具体做法。文章另附一条建议，教用户关闭 Duolingo App 中不想参与社交功能。

  3. 黑板洞察（教育行业研究）62

    飞象老师发布 2.0 版本：上传一份教案，生成一节互动课

    国内教师 AI Agent 平台飞象老师正式发布 2.0 版本（feixianglaoshi.com），老师上传教案后，AI 可生成一整套可直接用于课堂的互动课件。课件支持可视化知识讲解、点选拖拽匹配闯关等游戏化练习，并可发起课堂数据回收，实时查看提交情况、正确率和高频错题。生成的课件支持老师逐页修改、插入自有资源或平台历史素材。

  5. 黑板洞察（教育行业研究）62

    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。

  6. 黑板洞察（教育行业研究）62

    夸克升级2026高考志愿填报产品，志愿报告将接入千问APP

    夸克于6月5日推出全新升级的高考频道，免费提供高考搜索、智能选志愿、志愿表、志愿报告等核心功能，并称志愿报告将于近日上线。产品依托夸克高考知识库与连续8年累计服务1.6亿用户的数据和算法经验，知识库覆盖全国近3000所高校、超过2000个专业。2025年夸克高考服务考生及家长超4000万人，生成志愿报告超1200万份，今年高考志愿工具也将接入千问APP。

  9. arXiv · cs.CY（AI+教育/社会）30

    LLM 辅助写作值得实证评估：基于 69,209 篇健康信息学论文的分析

    一项对 69,209 篇健康信息学论文的分析发现，LLM 辅助写作与更聚焦的表述、更广泛的引用实践和更全球分布的作者群体相关。这些模式并不能证明科研质量更好，但支持按学术质量与问责而非是否使用工具来评估稿件。研究认为，LLM 辅助写作不应只被当作检测问题。

  10. arXiv · cs.CY（AI+教育/社会）22

    TopoLA：面向解释不确定性的拓扑学习分析仪表盘架构与设计原则

    研究团队开发了 TopoLA 仪表盘系统，将 Zigzag Persistent Homology 应用于学习管理系统数据，并提出三条面向新兴分析方法的解释支持设计原则：客观测量与情境解释分离、从指标到模式再到反思提示的渐进式披露、明确标注方法论不确定性。系统采用特征提取、拓扑计算、解释支持三阶段模块化流水线，可扩展至其他分析方法。

  11. arXiv · cs.CY（AI+教育/社会）27

    22 门 OULAD 课程中的参与敏感收敛与“先碎片化、后收敛”模式：异步在线学习的拓扑分析

    研究基于 22 门 OULAD 课程（N > 22,000，857 个周对）发现，Zigzag 持续同调中的 β₀ 与活跃学习者人数强共变（合并 r = 0.387，20/22 门课程中位 r_delta = 0.459），是参与敏感的结构指标。截止日期在 82.6% 的测评中引发碎片化，60.2% 出现完整的“先碎片化、后收敛”周期，三阶段分析显示 90.9% 的课程长期以结构碎片化为主导。

  12. arXiv · cs.CY（AI+教育/社会）31

    DBWorkout：面向数据库课程形成性学习的游戏化 SQL 练习平台

    DBWorkout 是一个基于网页的 SQL 练习平台，通过沙箱执行、基于结果的自动反馈和会话式游戏化支持形成性学习，并用 LLM 辅助工具在人类参与流程中生成数据库模式与任务。在 170 名本科生两次课堂部署中，90% 学生认可学习价值、87% 感到有趣、仅 22% 报告压力低，但只有 42% 认为自动反馈足够可操作，40% 的开放式回答也提出反馈质量问题。

  13. arXiv · cs.CY（AI+教育/社会）33

    本科生如何在计算机科学各子领域使用大语言模型：一项跨子领域分析

    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。

  14. arXiv · cs.CY（AI+教育/社会）22

    美国与巴基斯坦本科课程虚拟全球协作：数据分析和机器学习教育中的异步跨境团队合作混合方法研究

    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。

  15. arXiv · cs.CY（AI+教育/社会）62

    研究：用生成代码参考库匹配学生代码，能反映群体变化但难归因个人

    一项纵向研究用 2021、2023、2025 年十次 Python 实验课的 29,970 份学生提交，以及三个前沿 LLM 回溯生成的 90,000 次解题尝试，检验用生成参考库匹配学生代码的做法。

    推荐理由：研究用近三万份学生提交与九万次模型生成对比，说明代码匹配能反映群体变化却难以归因到个人。

  16. arXiv · cs.CY（AI+教育/社会）22

    CALLIOPE：一个基于来源的口语测评系统与合成就绪度评估

    CALLIOPE 是一个基于来源的口语测评系统，整合版本化教学材料、学习者录音转写、自适应提问、双供应商评分标准打分、教师复核与可导出证据。2026 年 9 月 25 日的合成验证记录显示，三个口语样本在最终发布演练中获 AI 总分 100、62、8（满分 100），并触发两次供应商分歧标记；两轮运行中 8 个检索音频文件均与输入逐字节一致。

10月1日周四
  2. 芥末堆（教育科技）71

    北京发布2026年版教育领域人工智能应用指南，新增分类应用指引清单

    9月10日，《北京市教育领域人工智能应用指南（2026年）》在2026年中国国际服务贸易交易会上发布，采用“1+5+2”结构，覆盖基础教育、高等教育、职业教育、终身教育、特殊教育五个专项导引，以及人工智能通识教育和伦理安全两个专题模块。

  7. 黑板洞察（教育行业研究）66

    钉钉发布 A1 教育版 AI 硬件，课堂笔记、练习与错题自动生成

    钉钉在 9 月 10 日教师节发布 A1 教育版，这是一款面向教育场景的 AI 硬件，可自动保留课堂录音与转写，并把课堂内容整理成知识结构同步到学生端。老师能按课堂实际讲授内容一键出题，按班级、分组或指定学生发布练习，作答结果自动回流为教学反馈，用于查看全班薄弱知识点和每名学生的掌握情况。

  10. eSchool News26

    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。