Basis Pengetahuan AIEdAIEd KB
Di halaman ini

Semua terbitan

Pembaruan Mingguan Riset AI dalam Pendidikan #3

Terjemahan mesin otomatis halaman berbahasa Inggris ini, yang belum ditinjau oleh penutur asli.

Ringkasan mingguan dari Basis Pengetahuan AI dalam Pendidikan, tentang apa arti penelitian yang diterbitkan dalam sepekan terakhir bagi pengajar, pengembang, peneliti, dan administrator.

Sejak edisi terakhir, 159 studi baru, delapan halaman konsep baru, dua FAQ baru, dan tiga sumber daya baru telah bergabung dengan basis pengetahuan, yang kini memuat 2.085 ringkasan artikel, 230 halaman konsep, 44 FAQ, dan 40 sumber daya. Telusuri atau gunakan AI untuk mengobrol dengan basis pengetahuan.

Daftar Isi

Sorotan utama dan pertanyaan

FAQ baru

Dua jawaban baru bergabung dengan FAQ minggu ini.

Bagaimana AI dapat membantu mahasiswa dalam membaca dan pemahaman bacaan?

Jawaban membaca memperlakukan label tingkat bacaan sebagai tebakan kasar: penilaian dari beberapa pembaca nyata mengalahkan rumus, dan AI yang diminta berpura-pura menjadi mahasiswa tidak dapat memberi tahu Anda seberapa sulit sebuah teks akan terasa. Gunakan AI untuk menemukan, menyederhanakan, dan memberi glosarium pada bacaan, lalu coba hasilnya dengan mahasiswa dan simpan teks aslinya di sampingnya.

Bagaimana bias dan ketidakadilan AI muncul dalam pendidikan, dan apa yang dapat kita lakukan?

Jawaban bias meminta tingkat kesalahan untuk kelompok yang Anda ajar, karena rata-rata dapat menyembunyikan celah dan kegagalannya mungkin berada di penilaian, tutoring, dasbor, atau deteksi. Masukkan pelaporan per kelompok dan jalur banding ke dalam pengadaan, dan perbaiki pipeline itu sendiri.

Konsep baru

Delapan halaman konsep bergabung dengan basis pengetahuan minggu ini.

Pendidikan membaca

Pendidikan membaca kini memiliki halaman yang memisahkan empat hal yang sering berbagi satu label: membantu pembaca, menilai bacaan, mengadaptasi teks, dan mengukur kesulitan. Halaman itu mengutip studi ketika 193 mahasiswa menilai 3.954 kalimat; 72,8% merasa mudah atau sangat mudah bahkan ketika skor Flesch mengatakan sebaliknya, sehingga label tingkat kelas adalah panduan lemah untuk bagaimana pembaca tertentu akan mengalami sebuah teks.

Refleksi

Refleksi memiliki halaman baru yang memisahkannya dari pemantauan saat itu juga yang disebut metakognisi. Pertanyaan desain pertama adalah apakah mahasiswa yang menulis refleksinya. Dalam eksperimen 302 orang dewasa, prompt refleksi menggandakan waktu dengan umpan balik dan memotong latihan sebesar 40%, menyisakan penguasaan lebih rendah, 65% berbanding 79%, sehingga waktu sama pentingnya dengan prompt itu sendiri.

Bias otomasi

Bias otomasi menamai kebiasaan manusia yang dapat mengubah rekomendasi AI yang benar menjadi keputusan yang salah: menerima jawaban yang akan Anda pertanyakan jika Anda sendiri yang mencapainya. Halaman itu mengumpulkan tempat-tempat hal itu terjadi dalam pendidikan, dari skor esai dan peringatan dini hingga proctoring, dan menunjukkan bagaimana langkah tinjauan yang hanya ada di atas kertas gagal menangkapnya.

Pendidikan kewargaan dan politik

Pendidikan kewargaan dan politik memetakan celah dalam bukti dan menyintesis bidangnya. Analisis atas 310 rencana pelajaran yang dihasilkan AI menemukan 90% aktivitas hanya meminta daya ingat, pemahaman, atau penerapan dasar; 94% hampir tidak memiliki konten multikultural; dan tidak ada studi dalam korpus yang mengukur pembelajaran kewargaan sama sekali.

Perpustakaan

Perpustakaan memperlakukan perpustakaan sebagai tempat, layanan, dan sekelompok profesional. Tinjauan 29 studi menemukan adopsi terkonsentrasi pada referensi dan katalogisasi, sementara pilot Public AI Libraries menjadikan akses bersama yang didampingi staf sebagai argumen keadilan.

Avatar AI dan pengajar sintetis

Avatar AI memetakan peran yang dapat ditempati manusia sintetis, dari dosen terekam dan tutor hingga pasien simulasi dan penguji. Buktinya tidak merata, dan wajah yang realistis hanya sedikit memberi tahu Anda tentang pembelajaran; pengungkapan dan kepercayaan sama pentingnya dengan modelnya.

Analitik sensor dan tatapan

Analitik sensor dan tatapan mencakup pelacakan mata, sinyal otak dan jantung, serta postur kamera sebagai cara menyimpulkan perhatian dan keterlibatan, dan beban kognitif. Bidang ini lebih baik dalam mengamati pembelajar daripada dalam mengubah pengajaran, dan halaman itu memperlakukan privasi, bias, dan jarak antara sinyal tubuh dan keadaan mental sebagai hal sentral.

Literasi informasi dan media

Literasi informasi dan media memperlakukan keduanya sebagai satu masalah pengajaran: literasi informasi menanyakan apakah sebuah sumber layak dipercaya, sementara literasi media menanyakan siapa yang membuat pesan dan mengapa. AI generatif meruntuhkan kedua pertanyaan itu karena teks yang lancar menyembunyikan asalnya; halaman itu menemukan sedikit bukti tentang kurikulum gabungan.

Sumber daya baru

Tiga sumber daya bergabung dengan pustaka sumber daya minggu ini.

LearnHarness

LearnHarness adalah aplikasi desktop gratis dan sumber terbuka di mana agen AI memahami apa yang sudah diketahui pembelajar, memetakan gagasan yang dibutuhkan untuk mencapai tujuan, mengajarkan satu langkah penalaran setiap kali, dan mengadaptasi latihan.

Learning Commons

Learning Commons menerbitkan blok bangunan terbuka untuk produk kurikulum: peta standar dan kurikulum, alat untuk menilai teks yang dihasilkan, dan alur kerja AI siap pakai untuk guru.

Public AI Libraries

Public AI Libraries adalah pilot yang menempatkan stasiun kerja AI bersama di perpustakaan umum Amerika Serikat, dengan obrolan, pembuatan gambar dan video, ruang kerja pengodean, panduan pendidikan, dan akun privat untuk setiap pengunjung.

Untuk pengajar

Umpan balik AI setara dengan guru dalam revisi sementara motivasi tertinggal

AI dan umpan balik guru memperbaiki esai yang sama dengan jumlah yang kurang lebih sama dalam uji acak 312 penulis. Umpan balik guru berbuat lebih banyak untuk motivasi karena mahasiswa merasa terhubung dengan orang yang memberikannya.

Pertahankan suara manusia di sekitar umpan balik. Pasangkan komentar yang dihasilkan dengan respons pengajar singkat, atau gunakan AI untuk putaran pertama dan guru untuk percakapan tentang karya itu.

Lihat terkait: Umpan balik AI dalam skala besar

Satu dari lima esai ditulis seluruhnya oleh chatbot

Studi atas 77 penulis mahasiswa mencatat setiap prompt, respons, dan tempelan. Lima belas, atau satu dari lima, menyerahkan esai yang ditulis chatbot, dan sebagian besar masih merasa esai itu milik mereka.

Mintalah pekerjaan antara: prompt, revisi, dan catatan singkat tentang apa yang berubah dan mengapa. Buat penyerahan itu terlihat selama masih ada waktu untuk mengajar.

Lihat terkait: Merancang ulang penilaian untuk era AI

Mahasiswa menengah menggunakan AI hampir universal, dan yang berprestasi lebih rendah lebih banyak menggunakannya

Studi setahun atas 4.062 mahasiswa menengah Jerman menemukan penggunaan AI hampir universal: 95% menggunakannya, dan yang berprestasi lebih rendah lebih banyak menggunakannya untuk menyelesaikan tugas. Pola itu memprediksi usaha yang lebih sedikit kemudian.

Hal itu menjadikan membingkai penggunaan AI dan pembelajaran regulasi diri bagian dari kurikulum, yang ditinjau sepanjang tahun. Tanyakan kepada mahasiswa untuk apa alat itu pada tugas ini, dan beri mahasiswa berprestasi lebih rendah jalur yang didukung yang dimulai dengan memahami pekerjaannya.

Lihat terkait: Mengurangi ketergantungan berlebihan pada AI

Chatbot suportif setara dengan menulis jurnal sementara teman sebaya mengurangi kesepian

Dalam uji acak dua minggu dengan 296 mahasiswa tahun pertama, chatbot suportif berperforma sama dengan menulis jurnal dalam mengurangi kesepian, sementara teman sebaya yang ditugaskan secara acak menguranginya. Bot menunjukkan lebih banyak empati sementara mahasiswa memberi lebih sedikit balik.

Bot dapat berfungsi sebagai kontak pertama yang berguna selama teman sebaya atau konselor tetap tersedia. Bangun jalur manusia itu ke dalam setiap layanan dukungan mahasiswa yang Anda rekomendasikan, dan ukurlah kesepian itu sendiri.

Lihat terkait: AI, kecemasan, dan kesejahteraan

Perlakukan simulasi AI sebagai latihan yang diawasi

Tinjauan 14 studi menemukan mahasiswa keperawatan menghargai simulasi AI yang dapat diulang dan bertekanan rendah serta melaporkan kepercayaan diri lebih tinggi, terutama dalam komunikasi dan penalaran klinis. Realisme, bahasa tubuh, dan jeda respons tetap lemah.

Ringkas batasannya kepada mahasiswa, minta mereka memeriksa konten yang dihasilkan, dan lakukan debrief setelahnya. Pertahankan interaksi manusia di tempat komunikasi nonverbal atau empati yang berkelanjutan menjadi inti latihan.

Lihat terkait: Pendidikan keperawatan

Kode capstone tiga kali lipat sementara komentar tetap stabil

Sepuluh semester 260 proyek capstone dalam pendidikan ilmu komputer menunjukkan median kode naik dari sekitar 3.400 baris menjadi 10.000, sementara komentar tetap sekitar 8%. Jumlah commit naik; commit individual hampir tidak berubah.

Nilai keputusan desain, penjelasan kode, dan kemampuan mahasiswa mengubahnya. Artefak kini dapat tumbuh lebih cepat daripada pembelajaran yang seharusnya ditunjukkannya.

Lihat terkait: Merancang ulang penilaian untuk era AI

Untuk pengembang

Tanpa gambar, tutor AI harus menolak

Enam model AI yang mampu memproses gambar mengerjakan 376 butir matematika sekolah menengah yang gambarnya membawa informasi kunci. Dengan gambar, yang terbaik menyelesaikan sedikit lebih dari separuh; tanpanya, mereka menolak hampir setiap kali.

Perlakukan penolakan sebagai sinyal konteks yang hilang. Skor atau pembaruan profil yang dihasilkan tanpa gambar mengukur tugas yang berbeda.

Lihat terkait: Pendidikan matematika

Tutor menulis yang mengajukan pertanyaan dan menyerahkan tulisan kepada mahasiswa

MAIKE mengajukan pertanyaan dan mendiagnosis argumen sambil menyerahkan teks esai kepada mahasiswa. Di antara 65 mahasiswa menengah, peningkatan setara dengan chatbot kontrol, 40% hingga 41%, dan pengguna MAIKE menghabiskan lebih banyak giliran untuk gagasan; tidak ada yang menurun.

Ukur apakah gagasan yang dibahas dalam obrolan menjadi revisi. Alat pendidikan menulis yang hanya memperbaiki teks akhir dapat melewati penalaran yang menjadi alasan tugas itu ada.

Lihat terkait: Pengajaran menulis dengan AI

Perbesar dan sorot slide saat narasi berjalan

GuideSlide menarasikan dek slide dan menggunakan visualisasi untuk memperbesar bagian yang sedang dibahas. Dalam studi atas 24 orang yang menonton di ponsel, beban kerja turun, pemahaman naik dari 5,5 menjadi 6,5 dari 9, dan 21 dari 22 lebih menyukainya.

Keunggulannya sehari kemudian tidak signifikan secara statistik, sehingga studi itu mendukung perhatian saat menonton; pembelajaran yang bertahan belum diuji. Bangun isyarat itu ke dalam narasinya sendiri.

Lihat terkait: Merancang AI ke dalam pembelajaran

Detektor yang disesuaikan dapat menganonimkan teks mahasiswa tanpa bias nama

Lima alat diuji pada 13.613 berkas teks mahasiswa. GPT-4o-mini yang disesuaikan menemukan sekitar 96% detail pengenal dengan sekitar seperenam harga per token Azure; alat Microsoft lebih sering melewatkan nama Afrika dan Asia.

Pelatihan pada sepuluh transkrip berhasil pada set baru, sehingga pendekatannya dapat dibawa. Anggarkan pemeriksaan kedua ketika presisi penting, dan laporkan kelompok yang dilewatkan alat Anda.

Lihat terkait: Kebijakan AI institusional

Analisis video mencapai kesepakatan setingkat manusia, dengan manusia tetap dalam lingkar

GAIVA mentranskripsikan, memberi label, dan menafsirkan video kelas untuk analitik pembelajaran. Pada lima rekaman, labelnya sepakat dengan peninjau manusia sekitar seerat dua peninjau satu sama lain, dan alat itu memunculkan jenis partisipasi yang tidak dinamai teori aslinya.

Perlakukan model sebagai mitra pengodean dengan prompt yang dapat dilacak dan keputusan manusia di setiap tahap. Model juga memunculkan pola yang mungkin tidak dicari peninjau manusia.

Lihat terkait: Penelitian pendidikan berbantuan AI

Untuk peneliti

Efek rata-rata besar tetap bisa berarti tidak ada manfaat yang andal

Tinjauan empat studi terkontrol dengan 420 mahasiswa komputasi dan teknik menemukan peningkatan rata-rata besar, sementara studi-studinya tidak sepakat tajam dan kisaran yang mungkin mencakup tanpa manfaat. Buktinya dinilai sangat tidak pasti.

Perlakukan rata-rata besar dari empat studi yang berbeda sebagai hipotesis tentang mata kuliah Anda. Uji pembelajaran yang dipersonalisasi di tempat ia akan berjalan, dan nyatakan dengan jelas betapa tidak pastinya buktinya.

Lihat terkait: Apa arti pembelajaran yang dipersonalisasi

Penilai AI yang mengetahui catatan pembelajar menandai pekerjaan yang sama secara berbeda

Enam model AI menilai 300 jawaban singkat yang sama dengan catatan tentang perolehan sebelumnya yang benar dan yang ditukar. Setiap model menandai pekerjaan identik lebih tinggi di bawah label tinggi, sebesar 0,28 hingga 0,75 poin pada skala sepuluh poin.

Konteks mahasiswa bertindak seperti bias di sini. Laporkan efek konteks di samping angka kesepakatan, dan uji penilaian tanpa catatan mahasiswa sebelum menyebut model andal.

Lihat terkait: Keadilan dan keandalan penilaian AI

Tutor yang tampak adil dapat menyembunyikan celah keterampilan 26%

Dua tahun log dari 8.549 mahasiswa yang menggunakan MATHia, tutor matematika adaptif, menunjukkan mahasiswa yang masih belajar membaca menguasai keterampilan pada 68,7% berbanding 77,6%, sementara ukuran keadilan keseluruhan tampak hampir netral. Satu keterampilan menyembunyikan celah 26% dalam penguasaan yang diprediksi.

Tutor itu tidak memiliki komponen keterampilan membaca, sehingga pendidikan membaca menjadi faktor yang hilang dalam sistem matematika. Modelkan keterampilannya, dan laporkan celah pada tingkat tempat guru akan melakukan intervensi.

Lihat terkait: Bias dan keadilan AI dalam pendidikan

Positif palsu deteksi adalah masalah tata kelola

Tinjauan 90 studi menemukan detektor AI menandai tulisan yang sah pada tingkat yang tidak dapat digabungkan, karena alat, ambang, dataset, dan bahasanya berbeda. Abstrak, tinjauan literatur, jawaban ujian, teks terjemahan, dan prosa yang disunting terus ditandai.

Obatnya bersifat prosedural: penggunaan transparan, tinjauan manusia, literasi AI, kebijakan institusional yang eksplisit, dan jalur banding. Itu termasuk dalam tata kelola, dengan pengaturan detektor sebagai salah satu bagian.

Lihat terkait: Haruskah kita menggunakan detektor AI?

Menyamai penilai manusia tetap bisa melewatkan pekerjaannya

Dua puluh dua model AI menilai 100 butir per tugas di jawaban singkat, kode, dan esai. Sebagian besar menyamai manusia pada jawaban singkat, empat menyamai atau mengalahkan mereka pada kode, dan tidak ada yang mencapai tingkat manusia pada esai.

Angka kesepakatan yang tinggi dapat hidup berdampingan dengan penilai AI yang menilai catatan dan melewatkan jawabannya. Tambahkan jawaban yang diubah ke dalam evaluasi dan laporkan di mana model menyimpang dari pekerjaannya.

Lihat terkait: Keadilan dan keandalan penilaian AI

Untuk administrator

Bukti edtech neurodivergen terkonsentrasi dan dipimpin peneliti

Tinjauan 93 studi menemukan autisme mendominasi bukti tentang edtech untuk pembelajar neurodivergen pada 39,8%, di atas disabilitas intelektual, ADHD, dan disleksia. Extended reality (VR dan AR) paling banyak diteliti; hasil sosial dan teman sebaya kurang mendapat perhatian, dan anak-anak sedikit diberi suara.

Tanyakan hasil yang dipedulikan kelas dan pembelajar yang disertakan dalam evaluasi. Klaim yang divalidasi hanya oleh peneliti dapat menyimpang dari orang-orang yang seharusnya dilayaninya.

Lihat terkait: AI untuk pembelajar penyandang disabilitas dan neurodivergen

Mahasiswa menginginkan asisten institusional untuk umpan balik

Program ko-desain 13 bulan dengan 315 mahasiswa dan 20 staf menemukan 73% menghargai umpan balik sepanjang waktu yang terkait dengan studi mereka. Kartu kilat dan kuis menarik lebih banyak komentar positif daripada obrolan terbuka, dan 16 dari 18 penguji beta menginginkan asisten itu.

10% hingga 15% yang menolak atas dasar nilai menimbulkan risiko adopsi. Perlakukan kekhawatiran mereka sebagai substansial. Jelaskan bagaimana data mahasiswa ditangani dan apa yang tidak dapat dilakukan asisten sebelum pilot, dan beri mahasiswa jalur untuk memilih keluar.

Lihat terkait: Merancang AI ke dalam pembelajaran

Proctoring menangkap kecurangan dan memindahkan biayanya ke yang paling kurang beruntung

Tinjauan 32 studi menemukan proctoring AI menangkap penyamaran dan kecurangan, sementara positif palsu, kegagalan pencahayaan dan bandwidth, kecemasan, dan bahaya privasi paling keras menimpa yang paling kurang beruntung. Proctoring otomatis adalah 59% dari studi.

Para peninjau merekomendasikan penilaian alternatif dan campuran pemantauan manusia dan otomatis. Kurangi ujian daring berisiko tinggi sebelum menambahkan detektor lain.

Lihat terkait: Kebijakan AI institusional

Laporan dasbor menaikkan penyelesaian sementara skor tes tetap stabil

Guru yang baru mengenal tutor matematika daring diminta secara acak untuk membuka laporan dasbor analitik pembelajaran tentang kinerja mahasiswa pada tugas pertama. Itu tidak mengubah proporsi yang memulai tugas berikutnya maupun perolehan skor tes mahasiswa, meskipun penyelesaian naik di kelas yang lebih kecil.

Uji apakah guru membuka laporan, menindaklanjutinya, dan melihat perolehan belajar sebelum membeli analitik; kenaikan penyelesaian saja tidak cukup.

Lihat terkait: Memeriksa apakah AI pendidikan berhasil

Hampir tidak ada institusi yang dapat menyebut siapa pemilik manajemen AI

Survei 387 mahasiswa dan staf di 13 negara menemukan hanya 17% yang mengetahui adanya peran tata kelola AI yang ditunjuk. Dari sisanya, 71% menganggap peran itu perlu dan 76% mengharapkannya memperbaiki pengalaman mereka.

Responden menggambarkan peran dengan mandat; komite tanpa mandat membiarkan peran itu kosong. Beri pemiliknya wewenang atas pelatihan, keamanan data, tinjauan etis, dan strategi, dan terbitkan siapa yang memegangnya.

Lihat terkait: Kebijakan AI institusional

Juga ditambahkan minggu ini

Halaman jurnal mendaftar setiap studi yang ditambahkan minggu ini, termasuk yang tidak diringkas di sini.

Catatan situs

Buletin ini dan feed RSS-nya kini tersedia juga dalam bahasa Spanyol: kunjungi situs buletin Spanyol atau berlangganan feed RSS buletin Spanyol. Untuk meminta lokalisasi lain, ajukan issue atau hubungi pengembang situs.

Situs ini jauh lebih ringan. Pohon konsep dan FAQ lengkap tidak lagi ada di setiap halaman: bilah sisi menampilkan sepuluh kelompok topik dan mengambil daftar lengkap hanya ketika pembaca membuka salah satunya, dan rel kanan menampilkan delapan halaman terbaru, turun dari tiga puluh. Di seluruh build, HTML turun dari 1,80 GB menjadi 1,26 GB, dan markup bilah sisi dari 604 MB menjadi 87 MB.

Terjemahan diperbarui di seluruh 33 lokal yang dikonfigurasi, termasuk edisi Arab, Ibrani, dan Urdu yang berarah kanan-ke-kiri. Ringkasan artikel tetap hanya dalam bahasa Inggris.

Edisi offline pindah ke lokasi rilis GitHub yang baru, sehingga tautan EPUB dan PDF lama tidak lagi berfungsi. Setiap situs lokal mempertahankan alamat biasanya. Berkas EPUB dan PDF tersedia untuk 19 bahasa dengan tautan di bawah; 14 lainnya hanya berupa situs.

Sumbernya publik di github.com/edtechdev/aied.

Ikuti pembaruan

Dapatkan setiap edisi melalui feed buletin di pembaca feed, dengan menempelkan feed yang sama ke Blogtrottr agar edisi baru dikirim melalui email sesuai jadwal yang Anda pilih, atau dengan mengikutinya di LinkedIn, tempat setiap edisi diterbitkan sebagai buletin LinkedIn.

Pembaruan Mingguan Riset AI dalam Pendidikan berasal dari Basis Pengetahuan AI dalam Pendidikan, yang dihasilkan oleh agen AI. Edisi ini disusun oleh agen AI yang sama, dengan panduan editorial dari pengembang situs, dan setiap klaim di atas menautkan ke halaman asalnya.

Basis pengetahuan ini didedikasikan ke domain publik di bawah lisensi CC0 1.0. Tidak ada hak yang dilindungi.

Menemukan masalah pada konten? Laporkan di GitHub, atau hubungi pengembang situs, Doug Holton.

SumberRiwayatSuntingObrolan

Sematkan halaman ini

Salin kode di bawah untuk menyematkan halaman ini di sistem manajemen pembelajaran atau situs web lain. Versi yang disematkan hanya menampilkan konten halaman — header, navigasi, dan footer situs disembunyikan.