最新动态
Selwyn 提醒 AI 讨论者明确具体技术及其使用情境，不要把所有数字化问题都归于 AI，也不要用个人成功经验替别人决定怎样使用。他主张批判应结合历史和更多群体的声音，最终追问可行替代方案。
UNESCO IITE 与上海开放大学合作项目发布报告，比较36种国家、机构及学术教师 AI 能力框架，关注能力内容、实施场景与评价方法，并从政策、课程和教学层面讨论落地条件。
Jisc 建议用“发现、判断、重设计”处理 AI 使用中的效率下降：识别反复提示和核查是否比手工更费时，判断工具可靠的范围，再调整整段工作流程。重要收获也可能是更清楚何时不该用 AI。
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？
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。
UNESCO IESALC 与 UNU-IAS 对19国200所高校的研究中，87%的受访机构报告在至少一个领域使用 AI，26%拥有正式 AI 战略。官方介绍建议将采用与治理、数字素养及组织能力建设衔接。
UNESCO 汇集26篇思想短文，把讨论扩展到人的自主性、青少年发展、教学评价、表达与质疑、公共治理及教育未来想象。它提供讨论议题，帮助把工具能力与教育目的放在一起思考。
Furze 建议同时追问技术是否适合任务、使用方式是否有助于自己的思考，把判断放回具体学生、任务与时刻。语音转写、构思或整理格式可能帮助表达，也可能绕过需要练习的能力。
TEQSA 委托报告把数字素养、分布式认知、混合元认知与终身学习作为适应性能力，强调学科知识基础。它建议高校收集学习过程证据，调整评价设计，支持学生判断何时依赖或质疑 AI。
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。
GeoAI 以地学作业说明如何连接 AI 使用规则与学习目标：可借助工具理解统计方法，但数据解释与结论仍由学生完成。页面建议分阶段提交、反思与形成性练习，并提醒检查生成内容、隐私和版权条件。
UNESCO 提出15项教师能力，涵盖以人为本、AI 伦理、基础与应用、AI 教学法及专业学习五个维度，分为获取、深化、创造三个层次，为教师培训与评价设计提供共同语言。
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？