AI 接手批改,学生会开始“写给机器看”吗?
批改越来越便宜,写作却可能变成迎合评分算法。写作教师 Marc Watkins 试用自动评分后,担心的不是机器能否打分,而是学生还会不会在意真实的读者。
推荐理由:Reviewed Edu@AI import
批改越来越便宜,写作却可能变成迎合评分算法。写作教师 Marc Watkins 试用自动评分后,担心的不是机器能否打分,而是学生还会不会在意真实的读者。
推荐理由:Reviewed Edu@AI import
会写提示词之外,什么决定你能用 AI 做到哪一步?Mollick 从亲自做过的项目谈起,把深厚知识、跨领域经验、品味和主动性放到台前:识别机会与挑出好答案,都需要人的积累。
推荐理由:Reviewed Edu@AI import
智能体可以是 AI,但能动性属于人。每个人都有责任借助工具,让自己更有能力主动行动。
推荐理由:Reviewed Edu@AI import
AI 安全很重要。我们用 AI 做些什么,同样重要。
推荐理由:Reviewed Edu@AI import
讨论一旦变成站队,集体智商就会掉 50 分。
推荐理由:Reviewed Edu@AI import
✍️ 在试验可编程荧光笔…… • 用绿色标出一条引用 → 找到并打印引用的论文 • 用橙色标出一个论断 → 打印一份抱着怀疑态度做的事实核查
推荐理由:Reviewed Edu@AI import
有些人在用 AI 写自己的故事。 你可能不喜欢,但这件事正在发生,而且很有意思。
推荐理由:Reviewed Edu@AI import
别追着热情走。顺着你的天赋走,找到自己的目标。
推荐理由:Reviewed Edu@AI import
过早地围绕表面上的目标做优化,可能会把那些意想不到的弯路、故事和发现,扼杀在它们出现之前。
推荐理由:Reviewed Edu@AI import
科研正在分岔:一边是 token 充裕的研究,一边是 token 匮乏的研究。未来属于前者。
推荐理由:Reviewed Edu@AI import
这么多年来,高等教育一直只靠对就业的帮助来证明自身价值,结果在 AI 面前变得格外脆弱。
推荐理由:Reviewed Edu@AI import
与其抢先宣布解出了尚未解决的数学问题,不如抢先宣布一个新的数学洞见。
推荐理由:Reviewed Edu@AI import
“X 的答案是什么?” 但在许多情况下,更有价值的问题是:“研究 X 能学到什么?”
推荐理由:Reviewed Edu@AI import
年纪较小的学生需要学会思考——这意味着少看屏幕,少把思考交给工具代劳。
推荐理由:Reviewed Edu@AI import
任务完成得更快,成长却可能停下来。Addy Osmani 从软件工程谈起:当试错、排查和修正都交给代理,新人少了什么练习?他给出的建议很具体——先自己判断,再让 AI 接手。
推荐理由:Reviewed Edu@AI import
给课表加一门 AI,并不等于学校就为未来做好了准备。从数据分析工作转向办学的谢康,与乔晓春谈起一个更深的变化:当答案不再稀缺,合作、判断和感受生活的能力,要在哪里长出来?
推荐理由:Reviewed Edu@AI import
一个特别“会帮忙”的 AI,也可能替学生做掉最该亲自经历的思考。Mollick 讨论认知努力与学习的关系:哪些麻烦可以省,哪些费力的过程反而值得留下?
推荐理由:Reviewed Edu@AI import
学校不只决定学什么,也决定孩子会遇见谁。Sahlberg 与 Cobbold 讨论澳大利亚公私立学校分化:如果不同背景的孩子越来越少相遇,多开几节包容教育课够不够?两人把改革焦点放回学校组织与公共教育投入。
推荐理由:Reviewed Edu@AI import
设备和工具都有了,老师却不知道该用在哪一节课、哪一个难点。左晓梅在多地中小学调研中发现,培训与真实教学之间还有一道缝:技术操作有人教,学科方法和持续教研支持却常常缺位。
推荐理由:Reviewed Edu@AI import
答案随时可得,幼儿教育还该把重点放在记住更多知识上吗?李永智、孙蔷蔷把目光转向情感互动、好奇心和主动探索:孩子如何与人建立关系,如何长出自己的问题?
推荐理由:Reviewed Edu@AI import
让好课程不再受限于教师能亲自辅导多少人,这是 Eureka Labs 在 2024 年提出的设想。教师负责课程,AI 扩展个别支持——今天的教育实验,走到了这幅蓝图的哪一步?
推荐理由:Reviewed Edu@AI import