Learning Commons

Automatisk maskinoversættelse af denne engelske side, der endnu ikke er blevet gennemgået af en modersmålstalere.

Learning Commons er Mark Zuckerbergs og Priscilla Chans uddannelsesinitiativ, lanceret i 2025 for at føre Chan Zuckerberg Initiatives arbejde med læringsvidenskab ind i den infrastruktur, som edtech-produkter faktisk bygges på. Dets argument er infrastrukturelt snarere end pædagogisk: forskning findes, akademiske standarder findes, og undervisningsplaner af høj kvalitet findes, men de ligger i adskilte systemer, så udviklere bygger på det, der er lettest at nå. Organisationen publicerer tre åbne værktøjer på GitHub — en Knowledge Graph, et sæt Evaluators og Agent Skills — og driver en platform, der tilføjer Curriculum Sync til at indlæse undervisningsplaner i et learning management system.

Hvad du kan gøre med det

Knowledge Graph modellerer akademiske standarder, undervisningsplaner og læringsvidenskabelig forskning som entiteter og relationer under ét fælles skema, så et værktøj kan tilpasse genereret indhold til en standard uden at bygge sin egen datapipeline. Evaluators måler egenskaber ved LLM-output gennem en læringsvidenskabelig linse — tekstkompleksitet, Feedback, overensstemmelse med akademiske standarder og varige kompetencer — og leveres med Python- og TypeScript-SDK'er, udgivet på npm og PyPI, til at score genereret indhold eller sammenligne kandidatmodeller. Agent Skills pakker instruktioner, referencer og guardrails til almindelige lærerarbejdsgange i et åbent format, der er uafhængigt af modellen: en forståelseskontrol, niveaudelt undervisningsdifferentiering, standardtilpassede lektionsplaner og lektionsforberedelse. I praksis er grafen det, der gør de to andre troværdige: indholdstilpasning er påstanden, og grafen er den reference, den kontrolleres imod.

Hvem det er til

Udviklere, der bygger AI-funktioner ind i produkter til undervisningsplaner og evaluering, og de curriculum- eller standardteams, der leverer de data, som disse produkter tilpasses til. Undervisere kan bruge agent skills på egen hånd, men repositoriets egen ramme er infrastruktur for folk, der udgiver værktøjer.

Noter og forbehold

At være åben i kildekode gør ikke dataene åbne. Koden i Knowledge Graph er MIT, mens hvert datasæt har sin egen adgangsmærkning — Open, Open + Gated eller Gated — og Gated-indhold er udtrykkeligt ikke omfattet af de åbne licenser, som repositoriet henviser til, så tjek datasætkataloget, før du antager genbrugsrettigheder. Koden i Evaluators er MIT, og promptindholdet er CC BY 4.0, men de annoterede CLEAR- og PERSUADE 2.0-korpora, den bruger, er CC BY-NC-SA 4.0. Platformen og datasættene bag den kræver en konto. Repositorieaktivitet pr. 2026-11-04: 167 stjerner til Knowledge Graph, 88 til Evaluators, 41 til Agent Skills. Initiativet er finansieret af CZI, og dets rammesætning af problemet er finansiørens egen.

Relaterede begreper

• Curriculum Design — grafen findes for at tilpasse genereret indhold til standarder og undervisningsplaner
• Open Source — MIT- og Apache-2.0-kode med datalicens pr. datasæt
• Educational NLP — evaluatorerne er et tekstmålingslag oven på LLM-output
• Agentbaseret AI — skills, der pakker en arbejdsgang, som en model kan udføre
• Edtech Platform — Curriculum Sync indlæser undervisningsplaner i et learning management system
• Large Language Models (LLMs) — målet for evalueringen og forbrugeren af skills