System-One LLM 能否在少量或无学习者日志时完成知识追踪？
研究测试了现成 System-One LLM 在少量或无学习者日志下的知识追踪能力：Jev 在无目标平台数据时于七个数据集上平均 AUC 达 .706，高于 28 个深度知识追踪模型用 8 名学习者训练的最佳成绩（.689），也高于 System-Two Thinking-KT（.650），API 成本约为其 1/100。
#学习分析
#学习分析
今日 0 条arXiv · cs.CL（语言与教育交叉）AI 评分4242 arXiv · cs.CL（语言与教育交叉）精选AI 评分6262 微调小模型在语法概念标注上超越提示式前沿模型并已部署
研究团队用筛选并重平衡的教师生成监督数据微调 Qwen3.5 小语言模型，并将 0.8B 模型部署到面向平台全部英语学习者的语法掌握度追踪器中。在两个人工标注基准上，部署的 0.8B 模型与 4B 参照模型在概念、证据片段和正确性三层嵌套匹配标准下的精确率与召回率均超过提示式 GPT-5.4 和 GPT-5.6 Sol，服务成本降低约 16 倍。
推荐理由：论文给出微调小模型在语法标注上超越前沿大模型的精度与成本对比，可供教育产品选型参考。
EdTech Magazine · K-12AI 评分2020 为什么 DNS 与内容过滤是 K-12 最多才多艺的安全工具
K-12 学区正转向云原生 DNS 过滤平台，以应对一对一设备在校内外使用带来的管控难题。GoGuardian、Lightspeed 和 Securly 等厂商的方案结合机器学习与 AI 识别并自动拦截网站，还捆绑课堂设备监控与学生心理健康预警功能，可标记自残搜索并通知辅导员。
arXiv · cs.CY（AI+教育/社会）精选AI 评分6262 Argus：普渡大学 CS2 课程用行为与风格指标检测 LLM 辅助编程
普渡大学团队提出自动检测系统 Argus，通过行为与风格指标识别本科 C 语言编程作业中的 LLM 辅助痕迹，并对该校大班 CS2 课程连续六年春季学期数据进行分析，发现 2026 年春季学期 45% 的选课学生呈现与 LLM 辅助代码开发一致的模式。
推荐理由：论文用六年数据量化编程课中 LLM 辅助代码的比例，并给出与线下考试成绩的相关性，可供课程设计参考。
Khan Academy Blog精选AI 评分4242 Khan Academy 推出 Gem Jam：围绕掌握式练习的课堂实时游戏
Khan Academy 面向学区合作伙伴推出 Gem Jam，把学生的掌握式练习进度变成课堂实时团队竞赛，教师可从 Class Overview 页面设定计时、自动分组并投屏实时排行榜。学生通过把指定技能推进到 Proficient 赚取 Gems，这些 Gems 同时计入月度 Gem Challenge 班级目标并解锁 Khanmigo 配件，进度以掌握度而非学习时长衡量。
Khan Academy Blog精选AI 评分3838 Khan Academy 如何解决学生动机这一教育最难问题之一
Khan Academy 将学生动机视为学习体验本身的一部分，而非学习之后叠加的积分或奖励，并围绕动机最易崩塌的五个时刻设计产品。其重构后的体验中，Missions 帮助学生明确下一步该学什么，Gems 让练习努力变得可见累积，学生还可解锁 Khanmigo 配件；遇到卡点时，Khanmigo 被设计为更像坐在身旁的 AI 家教。
Inside Higher EdAI 评分1818 从《Data Empire》看数据驱动校园决策与高校 AI 讨论
Roopika Risam 所著《Data Empire》于 2026 年 7 月出版，为高校 AI 讨论提供数据如何既被用作控制与剥夺、也被用作进阶机制的历史脉络。作者指出数据从不是中立的，掌握数据收集、控制与所有权的一方往往服务于自身目标，很少追问哪些群体因此被削弱。该书将高校 AI 扩散与数据治理相连接，并凸显其中的权力问题。
arXiv · cs.CY（AI+教育/社会）AI 评分3939 《信心博弈：人机委派中的策略性校准偏差》——LLM 智能体在高置信度下仍误报成功概率
研究者提出"信心博弈"模型，将 LLM 置于智能体角色并告知其真实成功概率，结果模型在 56% 被明确告知可能失败的任务上仍声称高置信度。在真实任务中，模型需自行估计准确率，校准偏差进一步加剧，信号信息量下降。该策略性报告摧毁了 68% 的委派收益，其中 71% 是报告不再携带的信息，且用户再高的辨别力也无法恢复。
arXiv · cs.CY（AI+教育/社会）精选AI 评分6262 研究：LLM结构化评分与反馈的诊断质量存在三类系统性偏差
一项基于JorGPT数据集的研究考察了LLM生成的结构化评分与反馈是否名副其实，该数据集包含50道计算机科学开放题的3041份学生作答，由人类教师和三个商业LLM分别评分。
推荐理由：基于3041份学生作答的实证数据，揭示LLM评分与反馈在诊断质量上的三类系统性偏差，为教师判断哪些环节仍需人工把关提供依据。
arXiv · cs.CY（AI+教育/社会）AI 评分4242 基于 AI 的数学学习中求助策略的变化可预测无 AI 辅助下的表现
一项针对 112 名九年级学生的研究发现，学生使用通用 GenAI 进行数学建模练习时，其求助内容在会话内逐渐转向理解导向（概念与程序性帮助，而非寻求答案或验证）的轨迹，能预测后续无 AI 辅助下的表现；而 AI 使用行为的静态汇总在预测试成绩之外无法解释额外方差。研究共采集 880 条实质性学生发言，其中 95 人完成前后测，89 人可计算求助轨迹。
arXiv · cs.CL（语言与教育交叉）AI 评分2222 通过击键检测 LLM 辅助的越南语写作：行为操纵下的鲁棒性研究
研究构建了越南语击键数据集，涵盖真实写作、转录和改写三种写作模式，并定义用户刻意改变打字模式的行为威胁模型。在用户无关和上下文无关设置下评测时序与节奏特征、1D-CNN 和 TypeNet 四类击键建模方法，结果显示序列模型多数情况下优于特征方法，转录可被可靠识别，但改写和对抗操纵样本常被误判为真实写作。引入行为操纵数据的对抗训练后，可分性与鲁棒性显著提升。
芥末堆（教育科技）精选AI 评分6262 钉钉发布A1教育版AI硬件，售价1099元
钉钉在9月10日教师节发布A1教育版，一款面向教育场景的AI硬件，可自动保留课堂录音与转写、把课堂内容整理成知识结构同步学生端，并支持按课堂内容一键智能出题、按班级或指定学生发布练习，作答结果自动回流为学情反馈。
arXiv · cs.CY（AI+教育/社会）精选AI 评分7474 StudentBench：AI 辅导与人类辅导在 GRE 学习增益上等效
研究团队发布 StudentBench，一套 AI 教学评估工具与公开平台，已收集超过 175,000 条学生与 AI 的对话消息，用于检验大语言模型能否带来与人类辅导等效的学习增益。
推荐理由：研究用 2383 名参与者的 GRE 学习增益数据，比较 AI 辅导与人类辅导的等效性及成本差异。
arXiv · cs.CY（AI+教育/社会）AI 评分4040 相同成绩，不同过程：AI 介入教育中的认知所有权
一项针对 150 组学生与 AI 对话样本的分析发现，相似的作业成绩可能对应截然不同的认知参与模式。研究以“认知所有权”为框架，考察 Direction、Integration、Evaluation 三个维度，指出作业分数只能反映评估结果，无法还原学生与 AI 之间认知工作的分配方式。研究据此提出，测评应纳入认知过程的证据，而非仅依赖最终产出的质量。
arXiv · cs.CY（AI+教育/社会）AI 评分2222 ReLEAF：连接数据保管方与研究者的教育真实世界数据可信共享社会技术框架
针对教育真实世界数据（ERWD）共享受伦理、监管与治理限制的问题，研究者提出社会技术框架 ReLEAF，通过两阶段数据共享连接数据保管方与研究者：先共享差分隐私合成数据用于探索性分析，再按需进行受控真实数据验证。该框架经三轮设计科学研究迭代打磨，参与者分别为 4 名研究生、6 名研究者和 90 名本科生，并提炼出三条设计原则，为可信 ERWD 共享提供具体框架。
arXiv · cs.CY（AI+教育/社会）AI 评分2222 LearnAdapt Praxis：面向成人职场学习的受控 AI 辅助与证据追踪
LearnAdapt Praxis 以 Frame、Learn、Build、Validate、Transfer 五阶段工作区，将成人职场学习中的 AI 辅助工作与独立作答分离，并留存可核查证据。
arXiv · cs.CL（语言与教育交叉）AI 评分2222 超越分数对齐评估 LLM-as-a-Judge：评判残余难度的心理测量学分析
研究从心理测量学视角分析 LLM-as-a-Judge，用多面Rasch模型将人类与 LLM 评分分解为摘要质量、评分者严厉度等成分，提出"残余难度"指标。在 SummEval 上测试 17 个开放权重 LLM 评判者发现，潜在摘要质量的中等对齐并不意味着残余难度对齐，且这种错配强烈依赖评分维度：一致性维度呈 LLM 更难趋势，连贯性维度则人类更难。
Microsoft Education Blog精选AI 评分2222 高等教育如何用 Microsoft IQ 连接机构智能，释放 AI 优势
Microsoft 推出 Microsoft IQ 智能层，帮助高校把 AI 与智能体接入既有系统和工作流，并在现有安全、身份与合规框架内使用。
Microsoft Education Blog精选AI 评分2222 Microsoft 365 Education：为教育复杂性打造的机构级 AI
Microsoft 365 Education 面向教育机构推出机构级 AI 方案，将 Microsoft 365 Copilot 与课堂智能体嵌入教师已有的教学系统，串联备课、差异化教学与测评流程。
黑板洞察（教育行业研究）精选AI 评分6262 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。
arXiv · cs.CY（AI+教育/社会）AI 评分2222 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。
arXiv · cs.CY（AI+教育/社会）AI 评分2727 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。
arXiv · cs.CY（AI+教育/社会）AI 评分3131 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。
arXiv · cs.CY（AI+教育/社会）AI 评分3333 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。
arXiv · cs.CY（AI+教育/社会）AI 评分2222 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。
黑板洞察（教育行业研究）精选AI 评分6666 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。
arXiv · cs.CY（AI+教育/社会）精选AI 评分6060 研究：注意力监控何时从学习护栏变成学习障碍
印度理工学院 Ropar 团队在 arXiv 发表混合方法研究，考察一门通过摄像头监测学习者注意力、在分心时打断或重播视频的在线课程。
推荐理由：研究用退课与留存学员的问卷和平台遥测数据，呈现注意力监控在什么程度下从护栏变成学习障碍。
arXiv · cs.CY（AI+教育/社会）AI 评分4040 从实时课堂投票看学生学习：不止对与错
一项覆盖约 2,400 名学习者、47 节课 603 次投票共 340,668 份提交的实时课堂部署研究显示，学习者的作答顺序是一种稳定的个人特征，校正后分半信度为 0.92，单节课内为 0.87，且与其是否答对无关。
arXiv · cs.CY（AI+教育/社会）AI 评分3636 大型课堂投票语料库的测量质量与答案偏差审计
一项审计将 47 个课堂、2,807 名学习者作答 340,668 次的 604 道实时课堂投票题作为测量工具分析，其中 539 道可从讲义核实正确答案。
arXiv · cs.CY（AI+教育/社会）AI 评分4242 基于课堂实时互动语境分析的问题模式与学生参与度研究
一项针对 47 场直播课、604 道投票题和 340,668 次作答（2,807 名学习者）的分析发现，89% 的投票题答案可在课堂转录文本中定位，且提问以低阶认知为主，可归为七种教学功能。班级多数在 88.5% 的情况下答对，但存在高共识却错误的作答，仅凭一致性无法识别。对 579 名学生的独立调查还显示，学生无法判断自己是否答对，认为最难的题并非实际答得最差的题。
arXiv · cs.CY（AI+教育/社会）AI 评分4242 《Fairness Theatre：在供应商控制的早期预警系统中评估事后公平性干预》
研究用加拿大安大略省一所公立高校的学生记录，在模拟采购约束下评估研究型早期预警系统（EWS）上的六种事后公平性干预。干预只是重新分配了群体差异，并未持续缩小差异，其中两种实现因用群体规模定义弱势而偏向已占优势群体，小型边缘群体仍服务不足。作者将仪表盘指标趋同、但群体错误负担持续或恶化的状态称为"fairness theatre"。
arXiv · cs.CY（AI+教育/社会）精选AI 评分6262 研究：印度、尼日利亚、巴西、巴基斯坦用户如何使用 ChatGPT
研究分析了印度、尼日利亚、巴西和巴基斯坦 1252 名用户的 202590 条完整 ChatGPT 对话，时间跨度为 2022 年 12 月至 2026 年 2 月，是首个基于对话层面、带人口统计信息的非西方国家 ChatGPT 使用比较。
推荐理由：基于四国 20 万余条真实对话，呈现 ChatGPT 使用目的与话题的国别差异，为理解学生与教师实际用法提供一手数据。
arXiv · cs.CL（语言与教育交叉）AI 评分4242 DraftTrace：面向 AI 融合写作的多视角分析环境
DraftTrace 是一个同时捕捉写作成品、写作过程与 AI 助手交互三类视角的写作环境，可将文档随时间演变的过程重构为提交级、纵向和班级级分析供教师使用。研究在一门研究生 NLP 课程中部署该环境，覆盖 81 名学生，并将其会话与自动化工具输入的 LLM 生成回答及复制粘贴回答进行对比。
arXiv · cs.CY（AI+教育/社会）AI 评分4141 可及却未被采用：如何让第一代低收入（FGLI）大学生真正用起 LLM
基于 61 次访谈（含 15 次 FGLI 学生长访谈、3 名非 FGLI 学生、3 名 FGLI 项目负责人和 40 次拦截访谈），研究发现 FGLI 学生虽已使用 LLM，但工具使用深度仅停留在 ChatGPT、Claude 等聊天机器人的狭窄场景。
OECD Education and Skills Today精选AI 评分4040 圣保罗如何用 Sala do Futuro 搭建学习新操作系统
圣保罗州推出学习平台 Sala do Futuro，将课程对齐的教案、视频讲解与练习测评整合为连贯的学习流程，而非单纯的内容库。在 Guarulhos 的 Escola Estadual Alberto Lacan，该平台把教师从内容制作者转为学习设计者，并设立学生导师岗位，让高中生 Gabriely 在上午班担任辅导并获得报酬。
Inside Higher EdAI 评分5757 Instructure 报告：高教 AI 工具采用率远低于其他教育科技工具
Instructure 发布《EdTech Top 40》报告，分析 2025 年 9 月至 2026 年 4 月间 1950 万美国高教用户在 Canvas 等 LMS 上的 LTI 使用数据。
arXiv · cs.CY（AI+教育/社会）AI 评分3737 通过 LMS 学习分析数据提前预测在线考试中的 AI 辅助作弊风险
一项针对土耳其某公立大学 52 名编程入门课程大一学生的研究显示，用学期前八周 LMS 数字痕迹可提前预测期末考试中的 AI 辅助作弊风险，Logistic Regression 表现最佳，准确率 73.1%。
Khan Academy Blog精选AI 评分2222 Khan Academy 博客：学校领导让 SAT 练习真正见效的五件事
Khan Academy 东北地区高级合作经理 Danielle Sullivan 走访三所高中校长后总结出让 SAT 练习见效的五项做法：把 SAT 备考列为学校真实优先事项、先让学生认同其意义、不再把备考硬塞进 15-20 分钟的 advisory 时段而是分散到各科课堂，教师可用 Khanmigo 按所教技能生成一道 SAT 风格题目作为课堂开场。
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。
Khan Academy Blog精选AI 评分3838 Khan Academy：真正提升早期小学阶段家庭参与度的六项策略
Khan Academy Kids 营销负责人结合研究指出，家庭参与学业成绩的关联效应量约为 0.7 至 0.75 个标准差，但学校主动开展参与项目的增益仅约 0.3 个标准差，学前至小学阶段约为 0.29。覆盖 448 项研究、逾 48 万家庭的元分析显示，参与类型比参与数量更重要，辅导作业是最弱的方式，与孩子谈论学校、参加学校活动更有效。