跨
最新动态
当 AI 能力超过实际用法，学习者还需要什么？
Mollick 用个人 AI 制作实验讨论能力与使用之间的落差，主张深度知识、广泛知识、品味与主动探索仍能决定合作质量。教育上的一个阅读问题是：学习者如何获得指导和评价工具所需的知识与判断？
练习不只要重复，也要换情境：迁移学习的启发
Sumeracki 解读 Butler 等（2017）关于检索练习的实验，讨论在不同例子中回忆和应用概念与后续新情境表现的关系。用于 AI 学习设计时，可追问工具是否让学生真正检索、解释和迁移，而非不断提供相似答案。
中国“人工智能+教育”行动计划：课程、师资与治理同步推进
五部门行动计划连接中小学 AI 通识、高校课程、教师智能素养、教学科研应用与安全治理，并提出2030年目标。文件提出的智能学伴、资源和评估应用属于建设方向，不能视为已完成或验证有效。
Andy Matuschak：学习工具应让人发现不理解之处
Matuschak 区分“读过后忘记”与“从未真正理解”，讨论提问、回忆练习和撤去学习支架。他提醒工具设计不能只让内容更易消费。一个值得用于 AI 助手的问题是：它是否帮助学习者察觉困惑、行动并获得反馈？