有了 AI，你能尝试的想法，远比最后会发布的多。每一次尝试，都可能让你学到点东西。
有了 AI，你能尝试的想法，远比最后会发布的多。每一次尝试，都可能让你学到点东西。
推荐理由：Reviewed Edu@AI import
全部教育动态
全部动态
今日 3 条Addy Osmani精选
Daniel Willingham精选 聪明的孩子也需要关注和好的教学。
聪明的孩子也需要关注和好的教学。
推荐理由：Reviewed Edu@AI import
Jeff Sharlet精选 还有一点值得说：我们校方在 AI 上投入了很多，却没有征求教师的意见。
还有一点值得说：我们校方在 AI 上投入了很多，却没有征求教师的意见。
推荐理由：Reviewed Edu@AI import
The Hechinger Report精选 Khanmigo 不直接给答案，学生为何也不愿接受提示？
The Hechinger Report 报道了一项覆盖田纳西州 18 所初中的两年研究：学生起初尝试 Khanmigo，但当工具转而提问、给提示时，使用量明显减少。研究中的干预包含 Khan Academy 与 AI 助手，不能据此单独估计 AI 的因果效果；所测试的也是 2023 年版本，产品之后已有调整。
推荐理由：研究报道｜有辅导能力不代表学生愿意接受辅导。该案例提示我们同时检查使用方式、学习投入和学习效果，而不只看产品演示。
Angela Duckworth精选 但在个人生活和工作中，美国人更常被鼓励凡事靠自己，而不是互相依靠。
但在个人生活和工作中，美国人更常被鼓励凡事靠自己，而不是互相依靠。
推荐理由：Reviewed Edu@AI import
宝玉精选 忍不住想，当年上学时要是有 AI，这篇课文理解起来、背起来应该容易一点。
忍不住想，当年上学时要是有 AI，这篇课文理解起来、背起来应该容易一点。
推荐理由：Reviewed Edu@AI import
Marc Watkins · Rhetorica精选 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
npj Science of Learning精选 为什么列好了复习计划，最后还是临时抱佛脚？
87名大学生、四周、1,623次学习记录：把“何时、怎样复习”写成具体计划，并没有让间隔练习变得更多。临近考试，反而成为改变学习行为的强大信号。
推荐理由：Reviewed Edu@AI import
Ethan Mollick · One Useful Thing精选 AI 越能干，为什么“懂得多”反而更值钱？
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
李飞飞 · Fei-Fei Li精选 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。
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
Christian Bergh 等精选 代码分数更高，48 小时后却记得更少
AI 帮忙交出好作业，知识却未必留下。一项分析 55 名本科生的编程实验发现，AI 组代码得分更高，随后回忆表现更弱。研究仍是预印本，但“完成了”和“学会了”之间的落差值得细看。
推荐理由：Reviewed Edu@AI import
李开复 · Kai-Fu Lee精选 AI 安全很重要。我们用 AI 做些什么，同样重要。
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
Dan Meyer精选 20 分钟只做两道题，这堂数学课在忙什么？
当 AI 教育在比谁学得更快，Dan Meyer 记录了一堂“慢”数学课：五年级孩子用两道乘法题比较解法、估算、互相解释。那些没体现在刷题速度里的收获，恰恰是这堂课的主角。
推荐理由：Reviewed Edu@AI import
Tim Urban精选 讨论一旦变成站队，集体智商就会掉 50 分。
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
Nature Reviews Neuroscience精选 你是真的会了，还是只是很有把握？
答对一道题和知道自己能否答对，是两种能力。Fleming 的新综述把行为实验、计算模型与脑科学放到一起，追问我们怎样形成信心、发现错误，又怎样决定下一步该学什么。
推荐理由：Reviewed Edu@AI import
Andy Matuschak精选 ✍️ 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
✍️ 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
CEPR · 未来工作研究精选 新岗位出现了，人就能顺利转过去吗？
谈 AI 与就业，不能只数消失和新增的岗位。一份经济工作论文把再学习、找工作和转岗所需的时间纳入情景模型——教育面对的难题，也可能藏在两份工作之间。
推荐理由：Reviewed Edu@AI import
Nature Human Behaviour精选 图案、音乐和公式，为什么都会让人觉得“复杂”？
11项实验、1,500名参与者：研究者发现，人对复杂程度的感受能跨越图形、旋律、文字和触觉。看似不相干的信息，可能共享一套判断“有多复杂”的方式。
推荐理由：Reviewed Edu@AI import
Melanie Walsh精选 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。
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
Adam Grant精选 别追着热情走。顺着你的天赋走，找到自己的目标。
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
陶哲轩精选 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。
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
李飞飞 · Fei-Fei Li精选 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。
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
Kate Jackson精选 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。
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
陶哲轩精选 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。
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
陶哲轩精选 “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？”
“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
npj Science of Learning精选 不同课堂里的孩子，注意力脑网络有什么不同？
一项72名儿童的脑成像研究，比较了蒙台梭利和传统课堂中的注意力网络。它发现了一些关联，却也明确提醒：家庭自己选择学校，脑图上的差异不能直接算作学校的功劳。
推荐理由：Reviewed Edu@AI import
Randi Weingarten精选 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。
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
Addy Osmani精选 AI 替新手干完了活，新手靠什么变成高手？
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
npj Science of Learning精选 同样做作业，把题目混着练，谁会受益最多？
585名大学生的微积分课堂比较发现：把不同主题的题目交错、分散到多次作业中，期末表现更好，起点较低的学生受益尤其明显。作业的安排方式，可能值得重新想一想。
推荐理由：Reviewed Edu@AI import
中国教育科学研究院精选 孩子用 AI，是在找思路，还是抄答案？
一份覆盖32万余名中小学生的问卷，把两种用法摆在一起：让 AI 帮忙理解题目，或直接拿走答案。两类学生感受到的学习帮助不同，频繁使用者的获益感反而更低。结果来自学生自评，为家庭作业规则提供了具体线索。
推荐理由：Reviewed Edu@AI import
Nature Human Behaviour精选 道德能教出来吗？92 项试验给出的答案并不简单
汇总12,693名学生的研究发现，道德教育总体有益，加入讨论比单向灌输更有希望。但“判断变好了”和“品格变好了”仍有距离，而且大多数试验的证据质量有限。
推荐理由：Reviewed Edu@AI import
Nature Human Behaviour精选 为什么你讲得很明白，对方还是没学会？
教学可能有两套策略：先判断对方懂什么，或者照着省力的经验规则往下讲。三项实验发现，即使老办法已经失灵，人也常继续使用；帮助他们看清学习者的知识状态，表现才有所改善。
推荐理由：Reviewed Edu@AI import
Stereotypic beliefs dominate reversal learning精选 证据已经反过来了，刻板印象为什么还不肯退场？
64 名成年人根据反馈判断他人的食物偏好。当反馈转向不符合性别刻板印象的结果时，他们调整得更慢。问题不只是肯不肯接受证据，也可能在于怎样从证据中学习。
推荐理由：Reviewed Edu@AI import
Learning and Instruction精选 先讲清楚，还是先让学生探索？答案取决于起点
211名大学生学习同一组复杂概念，只交换讲授和探究的顺序，结果就不同：基础较弱者更受益于先讲授，基础较强者则在先探究时表现更好。
推荐理由：Reviewed Edu@AI import
Learning and Instruction精选 “每个人都有自己的道理”，会妨碍判断证据吗？
207名大学生读同一议题的三篇文章。研究发现，把知识视为“各种意见都差不多”的人，在评价来源和批判阅读上表现较弱。开放地听意见，与认真分辨证据，并不是同一件事。
推荐理由：Reviewed Edu@AI import
arXiv · 人机交互与学习精选 教学生用 AI：听一堂课，还是亲自试一轮？
126名工程新生参加两小时课程，分别体验动手探索或讲授式教学。动手组起初更投入、对AI策略更熟悉，但五周后部分差异收敛了。这篇预印本把“课上有效”与“之后还剩多少”分开检验。
推荐理由：Reviewed Edu@AI import
People use fast and flat simulation to reason about new games精选 第一次玩新游戏，人为什么能这么快摸到门道？
面对没玩过的游戏，人也能判断怎样下手、是否公平、值不值得玩。研究者让逾千名参与者面对 121 种双人棋盘游戏，用有限深度的快速模拟解释这种适应能力。
推荐理由：Reviewed Edu@AI import
谢康 · 公开对谈精选 开了 AI 课，就算是面向未来的教育吗？
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
沈祖芸｜第一教育授权演讲与教育观察精选 让学生给老师出考卷：沈祖芸谈学校里正在发生的改变
北京一所学校让七年级学生为42位老师组织宪法考试；上海一门编程课开始接老师的真实订单。沈祖芸用三个案例追问：如果学生只管交作业，他们什么时候才能学会为真实的人和事负责？
推荐理由：Reviewed Edu@AI import
OECD Education Today精选 OECD 调查解读：教师还需要哪些教学知识
OECD 的教师知识调查解读指出，学科知识之外，理解教学、学习和评价同样重要。调查中，一般教学知识较强的教师往往把更多课堂时间用于教与学，在部分压力指标上也表现更好。这些是相关关系，不能直接推断增加某种培训就能改善学生成绩。
推荐理由：调查解读｜AI 能生成答案之后，教师如何判断学生的理解、选择教学方式，更值得研究。本文保留 6 月原始发布日期，作为背景资料。