Learning Commons

Automatisk maskinoversettelse av denne engelske siden, ennå ikke korrekturlest av en morsmålstalare.

Learning Commons er Mark Zuckerbergs og Priscilla Chans utdanningsinitiativ, lansert i 2025 for å føre Chan Zuckerberg Initiatives arbeid med læringsvitenskap inn i infrastrukturen som edtech-produkter faktisk bygges på. Argumentet er infrastrukturelt snarere enn pedagogisk: forskning finnes, akademiske standarder finnes, og læreplaner av høy kvalitet finnes, men de ligger i separate systemer, så utviklere bygger på det som er lettest å nå. Organisasjonen publiserer tre åpne verktøy på GitHub — en Knowledge Graph, et sett med Evaluators og Agent Skills — og driver en plattform som legger til Curriculum Sync for å laste læreplaner inn i et læringsstyringssystem.

Hva du kan gjøre med den

Knowledge Graph modellerer akademiske standarder, læreplaner og læringsvitenskapelig forskning som entiteter og relasjoner under ett felles skjema, slik at et verktøy kan tilpasse generert innhold til en standard uten å bygge sin egen datapipeline. Evaluators måler egenskaper ved LLM-utdata gjennom en læringsvitenskapelig linse — tekstkompleksitet, Feedback, tilpasning til akademiske standarder og varige ferdigheter — og leveres med Python- og TypeScript-SDK-er, publisert på npm og PyPI, for å score generert innhold eller sammenligne kandidatmodeller. Agent Skills pakker instruksjoner, referanser og guardrails for vanlige lærerarbeidsflyter i et åpent, modellagnostisk format: en forståelsessjekk, nivådelt differensiering av undervisningsopplegg, standardtilpassede leksjonsplaner og leksjonsforberedelse. I praksis er grafen det som gjør de to andre troverdige: innholdstilpasning er påstanden, og grafen er referansen den kontrolleres mot.

Hvem den er for

Utviklere som bygger AI-funksjoner inn i læreplan- og vurderingsprodukter, og læreplans- eller standardteamene som leverer dataene produktene tilpasses etter. Undervisere kan bruke agentferdighetene på egen hånd, men repositoriets egen innramming er infrastruktur for folk som lager verktøy.

Merknader og forbehold

At noe er åpent i kildekode, gjør ikke dataene åpne. Koden i Knowledge Graph er MIT, mens hvert datasett har sin egen tilgangsetikett — Open, Open + Gated eller Gated — og Gated-innhold er uttrykkelig ikke dekket av de åpne lisensene repositoriet viser til, så sjekk datasettkatalogen før du antar gjenbruksrettigheter. Evaluator-koden er MIT og promptinnholdet CC BY 4.0, men de annoterte CLEAR- og PERSUADE 2.0-korpusene den bruker, er CC BY-NC-SA 4.0. Plattformen og datasettene bak den krever en konto. Repositorieaktivitet slik den ble lest 2026-11-04: 167 stjerner for Knowledge Graph, 88 for Evaluators, 41 for Agent Skills. Initiativet er finansiert av CZI, og dets innramming av problemet er finansierens egen.

Tilknyttede begreper

• Curriculum Design — grafen finnes for å tilpasse generert innhold til standarder og læreplaner
• Open Source — MIT- og Apache-2.0-kode med datalisensiering per datasett
• Educational NLP — evaluatorene er et tekstmålingslag over LLM-utdata
• Agentisk AI — ferdigheter som pakker en arbeidsflyt for at en modell kan utføre den
• Edtech Platform — Curriculum Sync laster læreplaner inn i et læringsstyringssystem
• Large Language Models (LLMs) — målet for evalueringen og forbrukeren av ferdighetene