评
最新动态
先看课堂怎样使用 AI，再问它是否有效
Meyer 从课堂走访提炼观察：明确教师角色、贴合课程、给出可调整的建议，以及支持多语言表达。他也强调，有些 AI 活动让学生只是机械完成任务。重点是把“产品能做什么”转为“师生实际怎样使用”。
UNESCO IITE 比较36种教师 AI 能力框架
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。
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。
UNESCO《房间里的算法》：教育的六个未决问题
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。
AI 用得好，还要问：对这次学习有帮助吗？
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：让学习过程成为 AI 时代的质量证据
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。
Stanford K12 证据综述：完成任务与持久学习要分开看
Stanford 团队从截至2025年10月的800余篇 K12 AI 论文中识别20项较高质量因果研究。综述提醒：有 AI 帮助时任务表现提高，不等于撤去工具后能独立掌握；长期学习、公平与福祉仍有证据缺口。
GeoAI：先明确学习目标，再划定学生使用 AI 的范围
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。