Седмичен преглед на изследванията за AI в образованието #37 ноември 2026 г.

Автоматичен машинен превод на тази английска страница, който още не е проверен от носител на езика.

Седмичен бюлетин от Базата знания за AI в образованието, за това какво означават изследванията, публикувани през последната седмица, за преподавателите, разработчиците, изследователите и администраторите.

От последния брой към базата знания се присъединиха 159 нови изследвания, осем нови концептуални страници, два нови често задавани въпроса и три нови ресурса, и тя сега съдържа 2 085 резюмета на статии, 230 концептуални страници, 44 често задавани въпроса и 40 ресурса. Търсете или използвайте AI, за да разговаряте с базата знания.

Съдържание

• Основни акценти и въпроси
• Нови често задавани въпроси
• Нови концепции
• Нови ресурси
• За преподаватели
• За разработчици
• За изследователи
• За администратори
• Добавено също тази седмица
• Бележки за сайта
• Следвайте обновлението

Основни акценти и въпроси

• Може ли обратната връзка от AI да замени обратната връзка на учителя? Генерираната от AI обратна връзка и учителската обратна връзка подобриха преработките на есета еднакво в рандомизирано изпитване с 312 писатели първокурсници. Учителската обратна връзка повиши мотивацията повече, защото студентите се чувстваха свързани с човека, който я дава. AI може да поеме един цикъл на преработка; учителят все още носи връзката.
• Може ли подкрепящ чатбот да замени връстник? Подкрепящ чатбот се представи също като воденето на дневник при намаляването на самотата в рандомизирано изпитване с 296 първокурсници; случайно разпределен връстник я намали. Ботът изрази повече емпатия, докато студентите връщаха по-малко, затова измервайте самата самота.
• Променя ли кратък модул по етика преценката за AI? Четириседмичен модул по информационна етика повиши оценките на студентите по сценарии за етична преценка, свързани с AI, в изпитване, което рандомизира 16 класа. Около 60% от печалбата се запази четири седмици по-късно, а най-активните потребители на AI спечелиха най-много. Обучението чрез казуси изглежда обещаващо.
• Подобрява ли повече помощ от AI творческата работа? Четири рандомизирани експеримента с 728 възрастни установиха, че когато AI вършеше повече от работата, съдиите оценяваха получените предложения за иновации по-ниско, главно защото участниците вършеха по-малко от когнитивната работа. Повече помощ вървеше с по-слаба работа.
• Може ли игра, авторствана от AI, да преподава по-добре от лекция? Мистериозна ролева игра победи лекцията на същия преподавател по правни знания и разсъждения в рандомизирано изпитване с 84 студенти по право. Играта беше изградена с генеративен AI; сравнението беше игра срещу лекция, така че резултатът подкрепя обучението чрез игри и оставя използването на чатбот непроверено.
• Променят ли отчетите за представянето на студентите преподаването? Учители, нови в онлайн система за наставничество по математика, бяха случайно подканени да отворят отчет от табло за учебна аналитика за представянето на студентите им по първата задача. Отварянето му не промени нито дела на започналите следващата задача, нито печалбата в резултатите от тестовете на студентите, макар завършването на следващата задача да се повиши, главно в по-малките класове.
• Прави ли съответствието с човешки оценители един AI оценител безопасен? Одит на шест AI модела, оценяващи 300 кратки отговора, установи, че всички оценяват идентична работа по-високо, когато им се каже, че студентът е с високи постижения — с 0,28 до 0,75 точки по десетобална скала. Съгласието може да скрие отклонение, свързано с досието за предишни постижения на студента; не предоставяйте досието.
• Защо генерираният от AI език е толкова труден за разбиране? AI текстът преизползва редки словосъчетания, отглаголни съществителни, неодушевени подлози, редуцирани обектни относителни изречения, струпани съществителни и дълги зависимости, защото следобучението за математика, код и разсъждения възнаграждава сбитите отговори пред ясните обяснения. Следствието за образованието е, че обясненията, обратната връзка и материалите за четене, написани от AI, могат да бъдат по-трудни за обработка от студентите, дори когато оценките за четивност изглеждат добре — проблем за образованието по четене, който формулите пропускат. [Редакционна бележка: Като напомняне, този бюлетин и Базата знания за AI в образованието се генерират от AI. Разработчикът на сайта даде обширни редакционни насоки за подобряване на четивността и полезността; след тези насоки AI агентът приложи Humanizer skill и следва изрична инструкция да пише утвърдително и да избягва конструкцията „не X, а Y“.]

Нови често задавани въпроси

Два нови отговора се присъединиха към често задаваните въпроси тази седмица.

Как AI може да помогне на студентите с четене и разбиране на прочетеното?

Отговорът за четенето третира етикетите за ниво на четене като груби предположения: оценките на няколко реални читатели побеждават формула, а AI, на който е казано да се представя за студент, не може да ви каже колко труден ще се стори един текст. Използвайте AI, за да намирате, опростявате и обяснявате текстове, след което изпробвайте резултата със студенти и дръжте оригинала до него.

Как предубедеността и несправедливостта на AI се проявяват в образованието и какво можем да направим?

Отговорът за предубедеността изисква проценти на грешки за групите, които преподавате, тъй като средната стойност може да скрие пропаст, а провалът може да е в оценяването, наставничеството, таблата или откриването. Включете отчитане по групи и път за обжалване в обществените поръчки и поправете самия конвейер.

Нови концепции

Осем концептуални страници се присъединиха към базата знания тази седмица.

Образование по четене

Образованието по четене вече има страница, която разделя четири неща, които често споделят едно название: подпомагане на читателя, оценяване на четенето, адаптиране на текст и измерване на трудността. Тя цитира изследване, в което 193 студенти оцениха 3954 изречения; 72,8% се усещаха лесни или много лесни, дори когато оценките на Flesch казваха друго, така че етикетът за клас е слаб ориентир за това как конкретен читател ще възприеме текста.

Рефлексия

Рефлексията има нова страница, която я отделя от наблюдението в момента, наречено метакогниция. Първият въпрос за дизайна е дали студентът е написал рефлексията. В експеримент с 302 възрастни подканите за рефлексия удвоиха времето с обратна връзка и намалиха практиката с 40%, оставяйки по-ниско овладяване — 65% срещу 79% — така че времето има значение точно толкова, колкото и самата подкана.

Автоматизационно отклонение

Автоматизационното отклонение назовава човешкия навик, който може да превърне правилна препоръка от AI в грешно решение: приемане на отговор, който бихте поставили под въпрос, ако сами бяхте стигнали до него. То събира местата, където това се случва в образованието — от оценки на есета и ранни сигнали до наблюдение на изпити — и показва как стъпка за преглед, която съществува само на хартия, не успява да го хване.

Гражданско и политическо образование

Гражданското и политическото образование картографира пропаст в доказателствата и синтезира областта. Анализ на 310 генерирани от AI планове на уроци установи, че 90% от дейностите изискват само възпроизвеждане, разбиране или базово приложение; 94% имат почти никакво мултикултурно съдържание; и нито едно изследване в корпуса не е измервало гражданско учене.

Библиотеки

Библиотеките третират библиотеката като място, услуга и група професионалисти. Преглед на 29 изследвания установява, че внедряването е съсредоточено в справочната работа и каталогизирането, докато пилотът Public AI Libraries прави споделения достъп с персонал аргумент за равнопоставеност.

AI аватари и синтетични преподаватели

AI аватарите картографират ролите, които един синтетичен човек може да заема — от записан лектор и наставник до симулиран пациент и изпитващ. Доказателствата са неравномерни, а реалистичното лице ви казва малко за ученето; разкриването и доверието имат значение точно толкова, колкото и моделът.

Сензорна и погледна аналитика

Сензорната и погледната аналитика обхваща проследяване на очите, мозъчни и сърдечни сигнали и поза пред камера като начини да се изведат вниманието и ангажираността, както и когнитивното натоварване. Областта е по-добра в наблюдението на обучаемите, отколкото в промяната на преподаването, а страницата третира поверителността, предубедеността и пропастта между телесния сигнал и психичното състояние като централни.

Информационна и медийна грамотност

Информационната и медийната грамотност третира двете като един учебен проблем: информационната грамотност пита дали един източник заслужава вяра, а медийната — кой е създал едно съобщение и защо. Генеративният AI срива и двата въпроса, защото гладкият текст крие произхода си; страницата намира малко доказателства за комбинирана учебна програма.

Нови ресурси

Три ресурса се присъединиха към библиотеката с ресурси тази седмица.

LearnHarness

LearnHarness е безплатно приложение за работен плот с отворен код, в което AI агенти установяват какво обучаемият вече знае, картографират идеите, нужни за достигане на цел, преподават една разсъдъчна стъпка наведнъж и адаптират практиката.

Learning Commons

Learning Commons публикува отворени градивни елементи за продукти за учебни програми: карта на стандарти и учебни програми, инструменти за оценяване на генериран текст и готови работни потоци с AI за учители.

Public AI Libraries

Public AI Libraries е пилот, който поставя споделена работна станция с AI в американски публични библиотеки, с чат, генериране на изображения и видео, работна среда за програмиране, образователно ръководство и личен акаунт за всеки посетител.

За преподаватели

AI обратната връзка се равнява на учителската по преработки, докато мотивацията изостава

AI и учителската обратна връзка подобриха същите есета приблизително еднакво в рандомизирано изпитване с 312 писатели. Учителската обратна връзка направи повече за мотивацията, защото студентът се почувства свързан с човека, който я дава.

Запазете човешки глас около обратната връзка. Свържете генерирания коментар с кратък отговор от преподавателя или използвайте AI за първия проход и учителя за разговора за работата.

Вижте също: AI обратна връзка в мащаб

Едно на пет есета е било написано изцяло от чатбота

Изследване на 77 студенти писатели регистрира всеки промпт, отговор и поставяне. Петнадесет, или един на пет, предадоха есета, написани от чатбота, а повечето все още чувстваха есето като свое.

Поискайте междинната работа: промптите, преработките и кратка бележка какво се е променило и защо. Направете предаването видимо, докато все още има време за преподаване.

Вижте също: Преработване на оценяването за ерата на AI

Учениците в средното образование използват AI почти универсално, а по-слабо постигащите го използват повече

Едногодишно изследване на 4062 германски ученици в средното образование установи почти универсално използване на AI: 95% са го използвали, а по-слабо постигащите го използваха повече, за да завършват задачи. Този модел предсказа по-малко усилие по-късно.

Това прави представянето на използването на AI и саморегулираното учене част от учебната програма, преразглеждани през годината. Питайте учениците за какво е инструментът в тази задача и дайте на по-слабо постигащите подкрепен път, който започва с разбиране на работата.

Вижте също: Намаляване на прекомерната зависимост от AI

Подкрепящ чатбот се равнява на водене на дневник, докато връстник намали самотата

В двуседмично рандомизирано изпитване с 296 първокурсници подкрепящ чатбот се представи също като воденето на дневник при намаляването на самотата, докато случайно разпределен връстник я намали. Ботът показа повече емпатия, докато студентите връщаха по-малко.

Ботът може да служи като полезен първи контакт, докато връстник или консултант остава на разположение. Вградете този човешки път във всяка услуга за подкрепа на студентите, която препоръчвате, и измервайте самата самота.

Вижте също: AI, тревожност и благополучие

Третирайте симулацията с AI като надзиравана репетиция

Преглед на 14 изследвания установи, че студентите по сестринство ценят повтаряемата симулация с AI при ниско напрежение и съобщават повече увереност, особено в комуникацията и клиничното разсъждение. Реализмът, езикът на тялото и закъснението на отговора остават слаби.

Запознайте студентите с ограниченията, изисквайте да проверяват генерираното съдържание и направете разбор след това. Запазете човешкото взаимодействие там, където невербалната комуникация или устойчивата емпатия са целта на упражнението.

Вижте също: Образование по сестринство

Кодът в дипломните проекти се утрои, докато коментарите останаха постоянни

Десет семестъра от 260 дипломни проекта в образованието по компютърни науки показват медианен код, растящ от около 3400 реда до 10 000, докато коментарите остават близо 8%. Броят на комитите се повиши; отделните комити почти не се промениха.

Оценявайте решенията за дизайн, обяснението на кода и способността на студента да го промени. Артефактът вече може да расте по-бързо от ученето, което трябва да показва.

Вижте също: Преработване на оценяването за ерата на AI

За разработчици

Без фигурата наставникът с AI трябва да откаже

Шест AI модела със способност за изображения се захванаха с 376 задачи по математика за средното училище, чиито фигури носеха ключова информация. С фигурата най-добрият реши малко повече от половината; без нея те отказаха почти всеки път.

Третирайте отказа като сигнал за липсващ контекст. Оценка или обновяване на профил, произведени без фигурата, измерват друга задача.

Вижте също: Образование по математика

Наставник по писане, който задава въпроси и оставя писането на студентите

MAIKE задава въпроси и диагностицира аргументи, докато оставя текста на есето на студента. Сред 65 ученици в средното образование подобрението се равняваше на контролен чатбот — 40% срещу 41% — а потребителите на MAIKE прекарваха повече ходове върху идеи; никой не се отказа.

Измерете дали идея, обсъдена в чата, се превръща в преработка. Инструмент за образование по писане, който подобрява само крайния текст, може да заобиколи разсъждението, което задачата съществува да изгради.

Вижте също: Преподаване на писане с AI

Увеличете и осветете слайда, докато тече нарацията

GuideSlide озвучава презентация и използва визуализация, за да приближи частта, за която се говори. В изследване с 24 души, гледащи на телефони, натоварването падна, разбирането се повиши от 5,5 на 6,5 от 9, а 21 от 22 го предпочетоха.

Предимството един ден по-късно не беше статистически значимо, така че изследването подкрепя вниманието по време на гледане; трайното учене остава непроверено. Вградете насочването в самата нарация.

Вижте също: Проектиране на AI в обучението

Фина настройка на детектор може да деидентифицира студентски текст без отклонението по имена

Пет инструмента бяха тествани върху 13 613 файла със студентски текст. GPT-4o-mini с фина настройка откри около 96% от идентифициращите данни при приблизително една шеста от цената на Azure за токен; инструментите на Microsoft пропускаха африкански и азиатски имена по-често.

Обучението върху десет транскрипта работи върху нов набор, така че подходът се пренася. Предвидете бюджет за втората проверка, когато точността има значение, и съобщавайте кои групи пропуска инструментът ви.

Вижте също: Институционална политика за AI

Видеоанализът достигна съгласие на човешко ниво, с човек, който остава в процеса

GAIVA транскрибира, обозначава и интерпретира видео от класната стая за учебна аналитика. Върху пет записа етикетите му съвпаднаха с човешките рецензенти приблизително толкова близо, колкото двама рецензенти един с друг, и той показа вид участие, който оригиналната теория не назоваваше.

Третирайте модела като партньор в кодирането с проследим промпт и човешко решение на всеки етап. Моделът също показва модели, които човешки рецензент може да не е потърсил.

Вижте също: Изследване в образованието с помощта на AI

За изследователи

Голям среден ефект все още може да означава липса на надеждна полза

Преглед на четири контролирани изследвания с 420 студенти по компютърни науки и инженерство установи голямо средно подобрение, докато изследванията се разминаваха рязко и вероятният диапазон включваше липса на полза. Доказателствата бяха оценени като много несигурни.

Третирайте голяма средна стойност от четири различни изследвания като хипотеза за вашия курс. Пилотирайте персонализираното обучение там, където ще се провежда, и кажете направо колко несигурни са доказателствата.

Вижте също: Какво означава персонализираното обучение

AI оценител, който познава досието на обучаемия, оценява същата работа различно

Шест AI модела оцениха същите 300 кратки отговора с вярна и разменена бележка за предишни постижения. Всеки модел оцени идентична работа по-високо при етикета за високи постижения — с 0,28 до 0,75 точки по десетобална скала.

Контекстът на студента тук действа като отклонение. Съобщавайте ефекта на контекста до числото за съгласие и тествайте оценяването без досието на студента, преди да наречете модел надежден.

Вижте също: Справедливост и надеждност на AI оценяването

Привидно справедлив наставник може да крие 26% пропаст в уменията

Две години логове от 8549 студенти, използващи MATHia — адаптивен наставник по математика — показаха, че студентите, които все още се учат да четат, овладяват умения при 68,7% срещу 77,6%, докато общата мярка за справедливост изглеждаше почти неутрална. Едно умение скриваше 26% пропаст в предсказаното овладяване.

Наставникът нямаше компонент за умения за четене, така че образованието по четене беше липсващ фактор в система по математика. Моделирайте умението и съобщавайте пропастите на нивото, на което учителят би се намесил.

Вижте също: Предубеденост и справедливост на AI в образованието

Фалшивите положителни резултати на детекторите са проблем на управлението

Преглед на 90 изследвания установи, че детекторите за AI отбелязват легитимен текст със стойности, които не могат да се обединят, защото инструментите, праговете, наборите от данни и езиците се различават. Резюмета, литературни прегледи, изпитни отговори, преведен текст и редактирана проза продължаваха да бъдат отбелязвани.

Решението е процедурно: прозрачно използване, човешки преглед, AI грамотност, изрична институционална политика и път за обжалване. Това принадлежи в управлението, а настройките на детектора са само една част.

Вижте също: Трябва ли да използваме детектори за AI?

Съответствието с човешки оценители все още може да пропусне работата

Двадесет и два AI модела оцениха по 100 единици на задача в кратки отговори, код и есета. Повечето съвпаднаха с хората при кратките отговори, четири съвпаднаха или ги надминаха при кода, а нито един не достигна човешкото ниво при есетата.

Високо число за съгласие може да съществува заедно с AI оценител, който оценява бележката и пропуска отговора. Добавете изменени отговори към оценяването и съобщавайте къде моделът се отклонява от работата.

Вижте също: Справедливост и надеждност на AI оценяването

За администратори

Доказателствата за образователни технологии за невроразнообразни са концентрирани и водени от изследователи

Преглед на 93 изследвания установи, че аутизмът доминира доказателствата за образователни технологии за невроразнообразни обучаеми с 39,8%, пред интелектуалното увреждане, ADHD и дислексията. Разширената реалност (VR и AR) беше най-изследвана; социалните и връстниковите резултати получиха по-малко внимание, а децата имаха малка дума.

Питайте за резултата, който е важен за класната стая, и за обучаемите, включени в оценяването. Твърдение, валидирано само от изследователи, може да се отклони от хората, на които трябва да служи.

Вижте също: AI за обучаеми с увреждания и невроразнообразни обучаеми

Студентите искаха институционален асистент за обратна връзка

Програма за съвместен дизайн от 13 месеца с 315 студенти и 20 служители установи, че 73% ценят обратна връзка денонощно, свързана с обучението им. Картите за учене и тестовете получиха повече положителни коментари от отворения чат, а 16 от 18 бета тестващи искаха асистента.

Тези 10 до 15 процента, които се противопоставиха по ценностни причини, представляват риска за възприемането. Третирайте опасенията им като съществени. Обяснете как се обработват данните на студентите и какво асистентът не може да прави, преди пилота, и дайте на студентите път да се откажат.

Вижте също: Проектиране на AI в обучението

Наблюдението на изпити хваща измами и прехвърля цената върху най-необлагодетелстваните

Преглед на 32 изследвания установи, че наблюдението с AI хваща самозванство и измами, докато фалшивите положителни резултати, проблемите с осветлението и честотната лента, тревожността и вредите за поверителността падат най-тежко върху най-необлагодетелстваните. Автоматизираното наблюдение беше 59% от изследванията.

Рецензентите препоръчват алтернативно оценяване и смесица от човешко и автоматизирано наблюдение. Намалете онлайн изпита с високи залози, преди да добавите още един детектор.

Вижте също: Институционална политика за AI

Отчет от табло повиши завършването, докато резултатите от тестовете останаха стабилни

Учители, нови в онлайн наставник по математика, бяха случайно подканени да отворят отчет от табло за учебна аналитика за представянето на студентите по първата задача. Това не промени нито дела на започналите следващата задача, нито печалбата в резултатите от тестовете на студентите, макар завършването да се повиши в по-малките класове.

Проверете дали учителите отварят отчета, действат по него и виждат учебна печалба, преди да купите аналитика; само ръст в завършването не е достатъчен.

Вижте също: Проверка дали образователният AI работи

Почти нито една институция не може да назове кой отговаря за управлението на AI

Анкета с 387 студенти и служители в 13 държави установи, че само 17% знаят за определена роля за управление на AI. От останалите 71% смятат, че такава е необходима, а 76% очакват тя да подобри преживяването им.

Респондентите описаха роля с мандат; комитет без мандат оставя тази роля незапълнена. Дайте на собственика правомощия върху обучението, сигурността на данните, етичния преглед и стратегията и публикувайте кой я заема.

Вижте също: Институционална политика за AI

Добавено също тази седмица

• Assessment of teacher performance and learner behavior using artificial intelligence in higher education: an integrative review of literature
• Process visualization feedback in news translation: a controlled intervention study of human-AI interaction using multimodal process data
• A teamwork framework for preventing breaches of academic integrity and improving students' collaborative skills in the AI era
• Artificial intelligence in higher education and graduate employability: cognitive engagement, self-efficacy, and career adaptability in the AI era
• Uneven automation: comparing authorship anxiety and generative AI use among art and design undergraduate students
• University students’ overreliance on generative AI feedback in the learning process: the effects of perceived cognitive load, cognitive offloading, and metacognitive monitoring
• What Do They Think? Undergraduate Perceptions of Student-AI Use
• Ability of AI detection tools and humans to accurately identify different forms of AI-generated written content
• AI and I-Distributed authorships in the Swedish upper secondary writing classroom
• Beyond Response Scoring: An AI-aware Cognitive Supervision Framework for Automated Mathematical Short Answer Grading
• Data and AI Literacy in Geography Education: A Needs Assessment of Pre-Service Geography Teachers
• Declared, Not Detected: A Blockchain-Anchored, Agentic Framework for Academic Integrity in the Generative AI Era
• Developing Feedback Taxonomy for Math: A Synergy of Perspectives through Data Mining Methods
• Digital borders, algorithmic governance and civic digital literacy: examining the educational implications of AI-driven immigration management in post-apartheid South Africa
• Examining AI interaction profiles in generative AI supported fraction division problem posing
• I'm Sorry, Dave. I'm Afraid This Feedback is not Constructive: Human Perspectives Versus ChatGPT Evaluations of Feedback in an Era of Artificial Intelligence
• Making argumentative work visible in GenAI-mediated assessment: An exploratory LLM simulation and questionnaire study in university ideological and political education
• Owning what one did not make: psychological ownership, agency, and the authorship legitimation deficit in human-AI co-creation
• Preliminary evaluation of an AI-powered chatbot for academic integrity support in higher education
• Automating Self-Affirmation Essay Coding: Fine-Tuned BERT Performance Comparable to Human Coders and Comparison with GPT-4
• Mapping moral reasoning research among college students: a bibliometric analysis of traditional foundations and emerging digital ethics
• The longitudinal relationships among AI-assisted music classroom engagement, flow experience, and musical emotional intelligence: a parallel-process latent growth modeling study
• A Comparative Study of Knowledge Component Granularity in Intelligent Language Tutoring Systems
• Effects of generative AI assisted grammar instruction on Ethiopian EFL learners' self-efficacy, metalinguistic awareness, and writing performance
• Mapping the Integration of AI Literacy Into Information Literacy Instruction in Academic Libraries: A Systematic Review of Emerging Research
• AI in mathematics classrooms: A synergistic strategy for diversity and inclusivity
• Artificial intelligence in embodied learning: A systematic literature review
• Dear Gemini: Agency, Peer Review, and Critical AI Literacies in Student Writing Ecologies
• From design to classroom adoption: Teachers' perspectives on AI-powered writing analytics in resource-constrained contexts
• How does generative AI support inquiry-based learning? A systematic review
• Scaffolding Autonomy: AI-Augmented Self-Paced Learning Environments for Sustainable Learning Outcomes
• Sustained use of generative artificial intelligence (GenAI) in programming education: A systematic review of empirical evidence on adoption, learning outcomes, and continuance intention
• Active Learning with Generative AI in Introductory Physics: A Multi-Institutional Study of the P-A.I.R. Framework
• AI literacy and vocational students’ complex problem-solving skills: a moderated mediation model of systematic thinking, cognitive load, and perceived school ICT support
• AI literacy facets in creative higher education: associations with learning performance and academic well-being
• Artificial intelligence (AI) and information seeking: A comparative exploration of AI chatbots, search engines, and library resources as information sources among university students
• Artificial intelligence in professionally oriented physics education: patterns of use and perceived learning support among future engineers
• Breaking career boundaries in the AI era: how AI literacy relates to university students' perceived employability through future work self salience and boundaryless career mindset
• Designing Safe and Relevant Generative Chats for Math Learning in Intelligent Tutoring Systems
• From generation to judgment: the multidimensional structure of design thinking mindset and differences across learning stages in AIGC-supported fashion film design learning
• Generative AI dependency and perceived learning outcomes among university students: an indirect association involving effort regulation
• Generative artificial intelligence reshapes university students’ sustainable use of academic information resources: mixed evidence from behavioral logs and perceptual survey data
• Learning engagement and creative self-beliefs in generative AI-supported design education: self-reported prompt literacy and dimensions of AI dependence
• Scaffolding GenAI Use in Ethical Essay Writing: A Three-Year Experience Report in Introductory Computing
• Teachers’ basic psychological need satisfactions and their intentions to use generative artificial intelligence: the mediating role of engagement in professional development
• Using Machine Learning to Measure Self-Efficacy Belief Through Learners' Interaction Traces in Technology-Enhanced Learning
• What Am I Really Doing with My Own Brain?": College students on learning, ownership, and AI
• A Framework for Considering Exploration, Interpretation, and Confirmation During Data Analysis: Computationally Assisted Analysis of Teacher-Group Interactions
• A metacognitive approach to learning and performance in human-AI interaction
• Beyond access: How GenAI literacy relates to task performance, motivation, cognitive load and interaction patterns in AI-assisted learning environment
• Characterizing diverse student behaviors, interactions, and perceptions with GAI-augmented learning analytics tool
• ChatGPT and student engagement in L2 writing: a systematic review towards a ChatGPT-enabled smart learning environment framework
• ClickSight: An LLM Framework for Interpreting Student Clickstreams Through Learning Strategies
• CLST: Cold-Start Mitigation in Knowledge Tracing by Aligning a Generative Language Model as a Students' Knowledge Tracer
• Combining AI and corpus technology in language teaching: Professional development and knowledge co-construction using the CoI framework
• Comparing Zero-Shot Large Language Model Prompting with Human Coding of Theory Concepts in Student Essays
• Design and preliminary validation of an AI enhanced game based learning environment for computational thinking in upper secondary education
• Development and validation of the AI cognitive offloading scale for Chinese college students
• Evaluating Generative AI as a Supportive Analytic Partner in Qualitative Coding of Metacognitive Student Reflections
• Exploring AI peer in collaborative mathematics learning
• GenAI-based metacognitive prompting in collaborative inquiry: A comparison across diverse preconception groups
• Generative AI and student motivation: an SDT-guided systematic review of learning activities, motivational regulation, and measurement
• Intrinsic and Contextual Factors Impacting Student Ratings of Automatically Generated Questions: A Large-Scale Data Analysis
• Leveraging Large Language Models to Identify Conversation Threads for Collaborative Learning Analysis
• Motivational organization in AI-supported writing: A self-determination perspective
• Personalizing Second Language Learning: Integrating AI with Learner Preference, Proficiency, and Engagement
• Psychological pathways to responsible generative AI decision-making among teachers: governance clarity, perceived accountability, decision uncertainty, and AI literacy
• Rigor, commitment, and generative AI: a conceptual framework for student engagement in EAP writing
• Should there be a teacher in-the-loop? A study of generative AI-personalized tasks middle school
• To Align Long, Plan Short: Simulating Diverse Profile-Aligned Students by Realizing Short-Term Plans in Long-Horizon Learning Environments
• Using Bayesian Knowledge Tracing to Evaluate Perceptual Scaffolding and Desirable Difficulties in a Math Intervention
• Using LLMs to Identify Indicators of Persistence from Students' Dialogues with a Pedagogical Agent
• What a teacher cannot delegate: a pedagogy-first framework for integrating conversational AI agents across the simulation cycle
• Who Is Doing the Thinking? Characterising Human Agency in First-Year Students’ AI Interactions
• Artificial intelligence and immersive technologies for LGBTQ+ youth: a narrative review
• Who benefits from LLMs? Prompt engineering competence and equity in higher education
• Trusting AI too much? Psychological correlates of overtrust and the role of AI literacy
• AI for eGovernance: Leveraging Language Technologies For Digital Inclusion
• Perceived and demonstrated generative AI literacy in engineering problem solving: the role of verification behavior
• Rethinking the Structure of AI Literacy in Generative AI Educational Systems: Descriptive Patterns of Expert Convergence and Heterogeneity
• Human-AI Collaboration for Qualitative Analysis in Participatory Design: Refining the Writing Analytics Tool
• Why is AI-generated language so hard to understand?
• Generative AI configurations across creative phases: a 2 x 2 experiment on creative performance and immediate knowledge in art and design education
• Supporting creative agency: metacognitive control and trust in generative AI art education
• A model for enhancing the quality of geography education based on the integration of Artificial Intelligence and Geographic Information Systems
• From Policing Provenance to Designing for Evidence: Testing Four Propositions on Generative AI Against Research and Institutional Policy
• Higher education governance under AI and geopolitical disruption: a socio-technical framework for administrative artificial intelligence
• ChatGPT and employability in higher education: exploring creativity, critical thinking, and problem-solving
• From technology adoption to curricular coherence: technology-enhanced simulation as a bridge in health professions education
• A Survey of Graph-Based Knowledge Tracing from Structural and Propagation Perspectives: Models, Applications, and Future Directions
• Integrating Topic Modeling and LLM Prompt Engineering into a Human-driven Approach to Analyze Interview Transcripts
• Leveraging Interview-Informed LLMs to Model Survey Responses: Comparative Insights from AI‑Generated and Human Data
• Analyzing Educational Video Transcripts with LLMs: Accuracy, Named Entities, and Interpretability
• Data Plus Theory Equals Codebook: Leveraging LLMs for Human-AI Codebook Development
• Towards responsible and trustworthy educational data mining: Comparing symbolic, sub-symbolic, and neural-symbolic AI methods
• The Ghost Learner Paradox: A Systematic Review of Metacognitive Laziness in the Age of Generative AI
• Beyond ChatGPT: A Comparative Mapping of AI Research in STEM and Engineering Education and the Contemporary AI Tool Ecosystem
• Generative AI and Cognitive Processes in Education: A Narrative Review and Conceptual Framework
• Fifty years of topic development, thematic combination, and AI's evolving reach in Computers & Education
• From "usefulness" to "dependence": the dynamic evolution mechanism of generative AI use behaviors
• Generative AI in Education and the Erosion of Critical Democratic Citizenship

Страницата на журнала изброява всяко изследване, добавено тази седмица, включително тези, които не са обобщени тук.

Бележки за сайта

Бюлетинът и неговата RSS емисия вече са достъпни и на испански: посетете сайта на бюлетина на испански или се абонирайте за RSS емисията на бюлетина на испански. За да поискате друга локализация, подайте issue или се свържете с разработчика на сайта.

Сайтът е много по-лек. Пълното дърво от концепции и често задавани въпроси остава извън всяка страница: страничната лента показва десет тематични групи и извлича пълния списък само когато читателят отвори една от тях, а дясната лента изброява осем скорошни страници вместо тридесет. В цялата сборка HTML падна от 1,80 GB на 1,26 GB, а разметката на страничната лента — от 604 MB на 87 MB.

Преводите бяха обновени във всички 33 конфигурирани локала, включително изданията с писане отдясно наляво — арабско, иврит и урду. Резюметата на статии остават само на английски.

Офлайн изданията се преместиха на ново място за издания в GitHub, така че старите връзки към EPUB и PDF вече не работят. Всеки локален сайт запазва обичайния си адрес. EPUB и PDF файлове съществуват за 19-те езика с връзки по-долу; останалите 14 са само сайт.

• English: EPUB and PDF
• Español (Spanish): EPUB and PDF
• Français (French): EPUB and PDF
• 中文 (Chinese): EPUB and PDF
• Deutsch (German): EPUB and PDF
• 日本語 (Japanese): EPUB and PDF
• 한국어 (Korean): EPUB and PDF
• Português (Portuguese): EPUB and PDF
• العربية (Arabic): EPUB and PDF
• עברית (Hebrew): EPUB and PDF
• हिन्दी (Hindi): EPUB and PDF
• Русский (Russian): EPUB and PDF
• Українська (Ukrainian): EPUB and PDF
• Italiano (Italian): EPUB and PDF
• বাংলা (Bengali): EPUB and PDF
• اردو (Urdu): EPUB and PDF
• Bahasa Indonesia (Indonesian): EPUB and PDF
• Tiếng Việt (Vietnamese): site only
• Nederlands (Dutch): site only
• Svenska (Swedish): site only
• Dansk (Danish): site only
• Suomi (Finnish): site only
• Norsk bokmål (Norwegian Bokmål): site only
• Română (Romanian): site only
• Magyar (Hungarian): site only
• Čeština (Czech): site only
• Български (Bulgarian): site only
• Slovenčina (Slovak): site only
• Hrvatski (Croatian): site only
• Ελληνικά (Greek): site only
• Polski (Polish): site only
• Kiswahili (Swahili): EPUB and PDF
• Türkçe (Turkish): EPUB and PDF

Изходният код е публичен на github.com/edtechdev/aied.

Следвайте обновлението

Получавайте всеки брой чрез емисията на бюлетина в четец за емисии, като поставите същата емисия в Blogtrottr, за да ви изпращат новите броеве по имейл по избран от вас график, или я следвайте в LinkedIn, където всеки брой се публикува като бюлетин в LinkedIn.

---

Седмичен преглед на изследванията за AI в образованието идва от Базата знания за AI в образованието, която се генерира от AI агент. Този брой е изготвен от същия този AI агент с редакционни насоки от разработчика на сайта и всяко твърдение по-горе съдържа връзка към страницата, от която произхожда.

Базата знания е посветена на обществено достояние под лиценз CC0 1.0. Никакви права не са запазени.

Открихте проблем със съдържанието? Съобщете за него в GitHub или се свържете с разработчика на сайта, Doug Holton.