AIEd база знанийAIEd KB
На этой странице

Читать эту страницу на английском

Концепции

Прирост в обучении

Создано 2026-10-13

Автоматический перевод данной английской страницы, не проверенный носителем языка.

Прирост в обучении — измеримые улучшения в знаниях, навыках или компетенциях студентов, являющиеся результатом образовательных вмешательств, включая обучение с помощью ИИ. В исследованиях AI in education прирост в обучении служит основной мерой результата для оценивания того, действительно ли инструменты ИИ улучшают обучение — а не только engagement или удовлетворённость.

Вопросы для размышления

  • Вы когда-нибудь чувствовали, что многому научились на какой-либо активности, а затем провалили тест, измерявший что-то другое? Страница различает непосредственную производительность с поддержкой ИИ и устойчивое обучение — как эти две величины могут расходиться в вашем собственном опыте?
  • Ключевая находка состоит в том, что генеративный ИИ может завышать оценки за домашние задания, выполняемые с помощью ИИ, снижая при этом оценки по проверяемым мерам, проводимым без вспомогательных материалов. Если бы вы оценивали, действительно ли инструмент ИИ помогает студентам учиться, какому результату вы бы доверяли и почему?
  • Исследования показывают, что неструктурированное (без руководства) использование ИИ предсказывает худший прирост в обучении, тогда как структурированное использование предсказывает лучший — тот же инструмент, противоположные результаты. Чем «структурированное» использование отличается от «неструктурированного» в реальной аудитории?
  • Кнопки подсказок коррелируют с уменьшением обучения: больше подсказок — меньше обучения. Соблазнялись ли вы когда-нибудь обратиться к подсказке или ответу сразу же, как только застряли? Что это говорит о том, какая доля борьбы действительно необходима для обучения?
  • Крупный метаанализ объединил множество исследований и обнаружил, что образовательные платформы на базе ИИ EdTech повысили обучение на скромную величину, без преимущества генеративного ИИ над прежними адаптивными инструментами. Как эта осторожная объединённая оценка должна изменить то, как вы читаете захватывающие заявления об эффективности отдельного продукта ИИ?

Введение

Прирост в обучении — высшее испытание для любой образовательной технологии. В исследованиях базы знаний он фигурирует как зависимая переменная в randomized controlled trials, сравнениях до-после в квазиэкспериментальных исследованиях и корреляционных анализах, связывающих использование инструментов ИИ с академическими результатами.

Терминология. Результативный смысл понятия достижения — академическая успеваемость студента, академические достижения, достижения в обучении, предшествующие достижения, разрывы в достижениях — рассматривается здесь как синоним прироста в обучении, и эти словосочетания ссылаются на эту страницу. Ощущаемый смысл («ощущение достижения») — это мотивационный опыт, а не измеренный результат; см. Мотивация и Самоэффективность. Теория целей достижения («цели достижения», целевые ориентации) — это также мотивационный конструкт, который ссылается на Мотивация.

Ключевые находки базы знаний:

  • Adaptive pretesting: исследования рассматривают, даёт ли GenAI-enabled pretesting устойчивый прирост в обучении, сохраняющийся после непосредственного тестирования.
  • Meta-analyses of GenAI in programming обнаруживают положительный прирост в обучении при структурированном использовании ИИ, но отрицательные эффекты при неструктурированном использовании — ключевое различие между производительностью труда и устойчивым обучением.
  • Hint button research показывает отрицательные связи между злоупотреблением подсказками и приростом в обучении — больше подсказок коррелирует с меньшим обучением.
  • Instructional guidance демонстрируют, что прирост в обучении зависит от ТОГО, КАК используется ИИ, а не только от того, ДОСТУПЕН ли он.
  • World Bank meta-analysis объединяет 191 размер эффекта из 14 РКИ, чтобы оценить, что адаптивные и поддерживаемые ИИ технологии EdTech повышают обучение в среднем примерно на 0,125 sd — выше медианы для РКИ в образовании, — не обнаруживая при этом преимущества генеративного ИИ над прежними адаптивными инструментами.
  • Приросты — это взаимодействия контента и вмешательства, а не константы. Rachatasumrit et al. (2025) показывают, что оптимальное соотношение примеров и задач зависит от содержания знаний: чистая retrieval practice даёт больший прирост для дословных фактов, тогда как интегрированная с примерами практика (чередование разобранных примеров и задач) даёт больший прирост для обобщаемых навыков — прямое свидетельство того, что «больше практики» не всегда лучше и что приросты зависят от соответствия графика обучения изучаемому компоненту знаний.

Проблема измерения в эпоху ИИ

Центральная тема исследований прироста в обучении в базе знаний состоит в том, что генеративный ИИ может завышать кажущуюся производительность, не производя прироста в обучении, — и что выбор меры результата определяет, будет ли это видно. Research и large-scale field data показывают резкое расхождение: использование ИИ улучшает оценки за домашние задания с помощью ИИ, снижая при этом оценки по мерам, проводимым под прокторингом, без вспомогательных материалов и без помощи ИИ. Performance-vs-learning research и rapid reviews поэтому различают непосредственную производительность с поддержкой ИИ и устойчивое обучение и рассматривают суммативные меры без помощи ИИ (см. Итоговое оценивание) как достоверный сигнал подлинного прироста в обучении.

Что показывает исследование эффективности

Через RCTs, meta-analyses и полевые исследования базы знаний складывается согласованная картина эффективности обучения (какие вмешательства с ИИ действительно производят прирост в обучении и насколько он велик):

  • Метааналитические свидетельства в целом положительны, но условны. A comprehensive meta-analysis of 53 studies (Dong 2026) обнаруживает, что генеративный ИИ в целом превосходит традиционные подходы по академической успеваемости, higher-order thinking и письму, — причём AI feedback особенно эффективна, — хотя GenAI с игровой поддержкой не показывает значимого дополнительного преимущества, а приросты различаются по странам и результатам. The GenAI-and-programming meta-analysis обнаруживает большие приросты производительности, но незначимый прирост в обучении (g ≈ 0), разделяя эффективность выполнения задач и устойчивое обучение. A language-learning meta-analysis обнаруживает положительный, но скромный прирост в обучении от embodied роботов с поддержкой ИИ. Конкретно для AI literacy a three-level meta-analysis of 59 studies оценивает большой общий эффект (g = 0,837) — но широкий предиктивный интервал и находка о том, что вмешательства, ориентированные на знания, превзошли те, что были направлены на навыки, отношения или Этика, предупреждают, что измеряемый результат формирует кажущийся прирост, перекликаясь с более общим тезисом о том, что связанные с ИИ приросты зависят от того, что и как вы оцениваете.

  • Хорошо спроектированные AI tutors дают реальные приросты. Двухлетнее кластерное РКИ (Khanmigo) обнаружило, что обучение с ИИ-тьютором повысило достижения по математике примерно на 1,3 национальных процентильных ранга за семестр (примерно 0,06–0,08 SD за учебный год, ~0,14 SD за полный год), при этом приросты напоминают практику без ИИ — демонстрируя, что ограничивающим фактором является вовлечённость, а не возможности модели. NUMI показал, что поддержка ИИ улучшила правильность следующей попытки после ошибок при большем времени на вопрос — «продуктивное замедление», строящее устойчивое мастерство. Virtual tutoring обнаружило, что ограничивающим фактором является вовлечённость и устойчивое участие, а не качество тьютора.

  • Тьютор, построенный на собственной педагогике класса, превзошёл активное обучение, а не просто лекции. В перекрёстном РКИ на вводном курсе физики в Гарварде студенты, учившиеся с индивидуальным ИИ-тьютором, получили медиану 4,5 на пост-тесте против 3,5 у активного обучения в аудитории курса (базовая медиана 2,75), с размером эффекта по линейной регрессии 0,63, и потратили медианные 49 минут на задание против 60 в аудитории (Kestin et al., 2025). Поскольку контрольной группой было основанное на исследованиях активное обучение, а не лекция, испытание измеряет тьютора относительно требовательного компаратора — заслугой дизайна авторы считают создание тьютора на тех же основанных на исследованиях практиках, что и курс, плюс персонализированную обратную связь по требованию и самостоятельный темп.

  • ИИ может соответствовать человеческой помощи. ChatGPT-generated help, даёт прирост в обучении, эквивалентный помощи, созданной человеческим тьютором, по mathematics навыкам — свидетельство того, что генеративный ИИ может быть столь же эффективным, как человеческий Скаффолдинг, при надлежащем использовании.

  • Приросты зависят от того, кто с ним преподаёт. Тьюторы с низким опытом, получившие поддержку ИИ, повысили долю сдавших у студентов на 9 процентных пунктов, с меньшими приростами у более опытных тьюторов — модель усиления, которая сильнее всего поднимает наименее опытных (OECD, 2026).

  • Неограниченный ИИ может наносить вред обучению. РКИ с ограничителями (PNAS 2025) обнаружило, что неограниченный тьютор в стиле ChatGPT повысил практику с помощью ИИ на +48%, но снизил оценки на экзаменах без помощи ИИ на −17%, тогда как ограниченный (подсказка вместо ответа) тьютор устранил вред. Это — самое яркое доказательство того, что эффективность обучения зависит от дизайна: один и тот же класс инструментов может быть сильным приростом в обучении или чистым вредом в зависимости от конфигурации.

  • Но неограниченный доступ может также помогать — устойчиво. РКИ с аккаунтом готового ChatGPT обнаружило, что тестирование без помощи ИИ дало результат на 0,27 SD выше, пока студенты имели доступ, и прирост сохранился неделю спустя — более чем вдвое выше медианы 0,10 SD по 747 образовательным РКИ (Contractor & Reyes, 2026).

  • Воспринимаемая и фактическая эффективность расходятся. Self-reported performance misaligns with measured performance, и the absent cognitive baseline показывает, что ИИ-нативные студенты переоценивают своё обучение, — так что заявления об эффективности, основанные на самоотчётах, ненадёжны без объективных мер результата. Меры самоотчёта собирает случаи, когда сообщаемые и измеряемые результаты расходятся.

  • Приросты могут возникать от перераспределения времени преподавателя, а не от оценивания с помощью ИИ. В рандомизированном эксперименте в 178 бразильских школах (около 19 000 выпускников) оценивание эссе с помощью ИИ и человеком дало идентичный прирост на экзаменах, но в классах с ИИ было примерно на 35% больше индивидуальных бесед преподавателя о письме, а нижний квартиль не улучшился ни в одном из условий (Ler, 2026).

Вывод: совокупность свидетельств поддерживает скромный, условный и зависящий от дизайна прирост в обучении от ИИ — реальный, когда ИИ структурирован на коучинг, а не ответы, ограничен и сочетается с мерами результата без помощи ИИ, и отсутствующий или отрицательный, когда он подменяет собственные усилия учащегося. Именно поэтому прирост в обучении как результат должен измеряться валидными, устойчивыми к ИИ инструментами, и именно поэтому Оценивание ИИ-образования сочетает заявления об эффективности с methodological критикой.

  • Обучение с ИИ-тьютором может соответствовать экспертному человеческому тьюторству по приросту на стандартизированных тестах. В оценке с 2 383 участниками объединённое обучение с ИИ-тьютором было статистически эквивалентно экспертному человеческому тьюторству по приросту в обучении на GRE (p = .015), причём оба превосходили контрольную группу без тьюторства; авторы предлагают стоимость за процентный пункт прироста как единицу для сравнения тьюторов (Northcutt et al., 2026).

Полевая карта влияния ИИ на обучение и достижения

Корпус базы знаний — метаанализы, РКИ, квазиэксперименты и полевые исследования — поддерживает нюансированную, иногда противоречивую картину. Находки группируются в положительные, отрицательные и условные эффекты.

Положительные эффекты (ИИ может давать подлинный прирост в обучении):

  • Метааналитические свидетельства в целом положительны, но условны. A 53-study meta-analysis (Dong 2026) обнаруживает, что генеративный ИИ в целом превосходит традиционные подходы по академической успеваемости, мышлению высшего порядка и письму, причём Обратная связь особенно эффективна. Метаанализ 29 экспериментов (Does Generative Artificial Intelligence Improve Students' Higher-Order Thinking? A Meta-Analysis Based on 29 Experiments and Quasi-Experiments) обнаруживает умеренный положительный эффект на мышление высшего порядка, сильнейший для Решение задач, но ограниченный для Креативность.
  • Специализированный для тьюторства ИИ надёжно превосходит ИИ общего назначения. The Stanford SCALE review и зонтичный обзор (Generative AI in Higher Education: A Systematic Review of Opportunities, Challenges, and Pedagogical Innovations (2022–2025)) сходятся: педагогически спроектированные агенты с подсказками и пошаговым скаффолдингом дают реальные приросты там, где открытые chatbots часто не дают.
  • Хорошо спроектированные тьюторы на базе ИИ дают реальные, измеримые приросты. Двухлетнее РКИ Khanmigo (One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment) повысило достижения по математике примерно на 1,3 национальных процентильных ранга за семестр; NUMI улучшил правильность следующей попытки после ошибок; virtual tutoring показало, что вовлечённость — ограничивающий фактор.
  • ИИ может соответствовать человеческой помощи. ChatGPT-generated help, даёт прирост в обучении, эквивалентный помощи, созданной человеческим тьютором, по математическим навыкам.
  • Сфокусированный на обратной связи ИИ работает. AI feedback — одно из самых эффективных применений GenAI; AI feedback for writing улучшает критическое мышление, когда сочетается с обучением. В полевом эксперименте Geschwind et al. (2026) обнаружили, что студенты, получавшие индивидуальную обратную связь от GPT-4 на задачах с открытым ответом, показали наибольший прирост в усвоении контента (~0,11, p < 0,10; до 0,16 среди тех, кто фактически получал предварительную обратную связь), — эффект, обусловленный надёжным, последовательным предоставлением со стороны ИИ, а не присущим превосходством, поскольку результаты сверстников соответствовали ИИ, когда высококачественная peer feedback фактически предоставлялась. Партнёры-критики на базе LLM в письме распространяют это на итеративную, совместную обратную связь: Oppenheimer, Cash & Connell Pensky (2025) обнаружили значимые приросты за семестр по аргументированному письму, prompt engineering и качеству реакции на обратную связь от ИИ (все p < .001, примерно полное стандартное отклонение на измерение), причём приросты появлялись даже на эссе, написанных без поддержки LLM, — свидетельство устойчивого навыка, а не простой зависимости от инструмента, хотя отсутствие контрольного условия ограничивает причинную атрибуцию.
  • Структурированные скаффолдинги дают приросты. Scaffolded self-regulated feedback и interaction design показывают малые, но значимые приросты, когда ИИ спроектирован на коучинг.
  • ИИ в совместных и проблемно-ориентированных контекстах помогает, когда структурирован. AI-enhanced PBL, AI-assisted collaborative learning и AI-designed cooperative techniques сообщают о значимых приростах.

Отрицательные эффекты (ИИ может снижать обучение или не улучшать его):

  • Неограниченный ИИ может наносить вред обучению. РКИ с ограничителями PNAS (Generative AI without guardrails can harm learning: Evidence from high school mathematics) обнаружило, что неограниченный тьютор в стиле ChatGPT повысил практику с помощью ИИ на +48%, но снизил оценки на экзаменах без помощи ИИ на −17%; Ограничители (guardrails) устранил вред.
  • Более быстрое выполнение ≠ обучение. GenAI reduced study time задач по математике и строящиеся на них знания; performance-vs-learning research показывают, что ИИ завышает производительность с помощью ИИ, снижая оценки по мерам под прокторингом, без вспомогательных материалов и без помощи ИИ.
  • Передача домашних заданий на аутсорсинг вредит обучению. Field data показывают штраф в обучении от генеративного ИИ, когда студенты передают домашние задания на аутсорсинг.
  • Опора на Большие языковые модели (LLM) коррелирует с более низкими оценками. Jošt et al. обнаружили значимые отрицательные корреляции между использованием LLM для генерации кода (rho = −0,305) и отладки (rho = −0,360) и итоговыми оценками.
  • ИИ может наносить вред teaching и достижениям у некоторых. A teacher-facing GenAI RCT, обнаружило, что студенты преподавателей ниже медианы потеряли позиции (−0,129 SD).
  • Злоупотребление подсказками коррелирует с меньшим обучением. Hint button research показывает, что больше подсказок, используемых непродуктивно, коррелирует с меньшим обучением.
  • Метааналитические приросты в программировании иллюзорны. The GenAI-and-programming meta-analysis обнаруживает большие приросты производительности, но незначимый прирост в обучении (g ≈ 0), разделяя эффективность выполнения задач и устойчивое обучение.

Условные и смешанные эффекты (направление определяет контекст):

Оценки прироста в обучении из метаанализов завышены — читайте их с осторожностью

Величины прироста в обучении, доминирующие в этом разделе эффективности, — особенно объединённые размеры эффекта из метаанализов — должны читаться с сильной оговоркой: волна мета-исследований показывает, что положительные оценки синтеза поля завышены смещением публикации, несогласованностью конструктов и методологическими упрощениями.

  • A study-level meta-meta-analysis of 1,840 effect sizes from 67 meta-analyses обнаруживает, что средний эффект ИИ, скорректированный на смещение публикации, составляет примерно одну треть сообщённой величины (SMD ≈ 0,196 против медианы 0,67), с предиктивным интервалом, охватывающим от большого вреда до большой пользы, и без модератора, дающего согласованные приросты. Даже одно экстремальное исследование даёт почти нет информации из-за гетерогенности, — что означает: больше исследований текущего типа не разрешит вопроса; только высококачественные, предзарегистрированные, ориентированные на репликацию испытания разрешат его.
  • Метаанализ второго порядка самого слоя синтеза. Emslander et al. (2026) инвертируют обычную единицу анализа: рассматривая 45 метаанализов как свои данные и корректируя на пересечение исследований (818 уникальных первичных исследований, взвешенных по уникальности, а не отброшенных), они объединяют 129 метааналитических размеров эффекта до g = .57 [.50, .65], причём кластеры результатов идут от .35 для производительности в STEM до .68 для общих академических результатов. Два результата касаются приведённых выше величин. Тип ИИ не модерировал эффект (p = .63) — intelligent tutoring systems, chatbots и ChatGPT статистически неразличимы на этом уровне, так что объединённые приросты поля не обусловлены генеративным ИИ как таковым, — и единственным ясным модератором был образовательный уровень (третичный .61 против .30 для более молодых выборок), что отчасти является артефактом дизайна исследований, поскольку 74% корпуса тестировали студентов третичного уровня, а свидетельства по K-12 сравнительно тонки. Его оценка качества — самая острая в корпусе: 45 метаанализов в среднем набрали 9,3 из 17 по адаптированной шкале AMSTAR, ни один не был предзарегистрирован, и только 23 из 45 имели 80% мощности для обнаружения эффекта, который они сами сообщили. Его два теста на смещение публикации также расходятся — симметричный воронкообразный график (τ Кендалла = −.01, p = .868) против PET-PEESE (B = 0,9, p = .009), указывая на завышение, — так что собственный средний эффект SOMA приходит с неразрешённым облаком смещения над ним.
  • A forensic audit of 14 high-impact AIED meta-analyses обнаруживает, что ни один не дал валидного основания для своего объединённого заявления о приросте в обучении: ни один не имел согласованного конструкта результата, все имели неразрешённую экстремальную гетерогенность (I² варьировался от 77,2% до 94,4% по 13 метаанализам, сообщившим его, и 12 из этих 13 превышали 80%), двенадцать рассматривали зависимые размеры эффекта как независимые, и ни один валидно не оценивал смещение публикации. Большинство случайно проверенных первичных исследований не соответствовало метааналитическому заявлению. Ошибки дошли до политики: два из проаудированных метаанализов рассматривали размер выборки исследования как размер класса и, опираясь на ошибочно рассчитанное первичное исследование, заключили, что идеальный размер вмешательства — от 21 до 40 студентов, и рекомендовали проектировать вмешательства с GenAI под это число.
  • Синтез 2026 года по STEM, исправляющий два из проаудированных дефектов — и всё ещё иллюстрирующий третий. Doğan and colleagues (2026) объединили 35 экспериментальных и квазиэкспериментальных исследований по STEM с одним размером эффекта на исследование, чтобы избежать проблемы зависимых размеров эффекта, и провели полную батарею тестов на смещение публикации (воронкообразный график, тесты Бегга и Эггера, trim-and-fill, fail-safe N Розенталя = 2404), а не утверждая симметрию, — те два упрощения, которые аудит выше обнаружил в каждом исследованном им метаанализе. Две оговорки сохраняются. Во-первых, авторы не применили формальную оценку качества и рассматривали критерии включения как порог строгости, так что исследования очень разных дизайнов входили в пул, не взвешенные по качеству. Во-вторых, заголовочная гетерогенность полностью зависит от того, какую модель вы читаете: те же 35 исследований сообщаются как I² = 82,98% по модели фиксированного эффекта и I² = 15,75% по модели случайных эффектов, так что читатель, встречающий числа без метки модели, может заключить, что корпус однороден, когда это не так. Его объединённая оценка (g = 0,670, 95% CI [0,491, 0,848]) поэтому является тем типом величины, который описывает раздел выше: лучше построенная, чем большинство, и всё ещё верхняя граница.
  • A media/methods critique показывает, что многие «приросты в обучении» не измерялись валидно — результатами часто были самооценённые навыки или производительность, измеренная во время помощи ИИ, а не устойчивое, не поддержанное обучение.
  • Первая волна синтезов по ChatGPT измеряла производительность, а не обучение. Fütterer et al. (2026) перестроили доказательную базу пяти метаанализов, объединявших образовательные эффекты ChatGPT: среди 69 классифицируемых первичных исследований 79,7% измеряли исключительно производительность и только 11,6% измеряли обучение. Их воспроизведённая объединённая оценка (g = 0,83, 95% CI [0,68, 0,97], I² = 94,06%) поэтому описывает тестовую производительность, и её предиктивный интервал [−0,75, 2,41] пересекает ноль.

Общий вывод по приведённым выше величинам приростов: рассматривайте большие объединённые размеры эффекта ИИ как верхние границы, а не точечные оценки. Предпочитайте свидетельства о приросте в обучении из хорошо спроектированных RCTs и полевых исследований с не поддержанными, стандартизированными мерами результата (РКИ с ограничителями, эксперименты Khanmigo и NUMI и метаанализ EdTech Всемирного банка, приведённые выше), и читайте метааналитические приросты как предварительные и, вероятно, завышенные, пока качество синтеза не улучшится. Проблема также переживает коррекцию: из статей, опубликованных после отзыва одного проаудированного метаанализа, 60% всё ещё цитировали его как авторитетную поддержку больших приростов в обучении с ChatGPT, и ни одна не признала отзыва, так что отозванная оценка продолжает распространяться. Именно поэтому страница Limitations in AIEd Research теперь документирует кризис метааналитических свидетельств в деталях.

Измерение того, что важно

Прирост в обучении связан с Валидность оценивания — если assessments не улавливает более глубокое понимание, меры прироста в обучении вводят в заблуждение. Они также пересекаются с Over-Reliance и Когнитивный оффлоадинг, где кажущиеся улучшения производительности могут маскировать потери в обучении, а также с РКИ (рандомизированные испытания как дизайн золотого стандарта для обнаружения причинных приростов в обучении) и с Мета-анализ и систематический обзор (объединение размеров эффекта по исследованиям для установления доказательств эффективности поля).

  • Значимые приросты до/после от Педагогики и стратегии преподавания, основанной на ошибках ИИ: курс проектирования баз данных Hosseini (2026) (n=13) показал большие, значимые приросты в обучении на идентичных пунктах до/после (среднее 4,25→6,83/7, d Коэна = 1,49, p < .001), причём приросты не коррелировали с предшествующей уверенностью в ИИ или базах данных — дизайн критики и доработки с интеграцией ИИ принёс пользу студентам независимо от исходных восприятий.

Связанные понятия

Связанные статьи

Связанные FAQ

Метаданные

УровеньHigher Ed, K 12
Целевая аудиторияLearners
Оценивание и измерениеОценивание
Методы исследований и оценкаОценивание ИИ-образования
Вид страницыEvaluation
SourceHistoryEditChat

Встроить эту страницу

Скопируйте код ниже, чтобы встроить эту страницу в систему управления обучением или на другой сайт. Во встроенной версии отображается только содержимое страницы — заголовок сайта, навигация и нижний колонтитул скрыты.