Na tejto stránke

Týždenný prehľad výskumu AI vo vzdelávaní #414. novembra 2026

Automatický strojový preklad tejto anglickej stránky, ktorý ešte nebol skontrolovaný rodeným hovorcom.

Týždenný prehľad bázy poznatkov o AI vo vzdelávaní o tom, čo výskum pridaný za posledný týždeň znamená pre vyučujúcich, vývojárov, výskumníkov a administrátorov.

Od posledného čísla pribudlo do bázy poznatkov 199 nových štúdií, osem nových stránok konceptov, dve nové FAQ a trinásť nových zdrojov. Báza teraz obsahuje 2 277 zhrnutí článkov, 238 stránok konceptov, 46 FAQ a 53 zdrojov. Hľadajte alebo využite AI na rozhovor s bázou poznatkov.

Hlavné zistenia a otázky

Môžete dôverovať priemeru známok? Dve verzie ChatGPT známkovali tie isté eseje a stlačili každú prácu k priemeru: esej, ktorú vyučujúci ohodnotil 50, sa vrátila so 66, esej s 80 so 67, takže najslabší a najsilnejší študenti skončili s tou istou známkou. Komentáre AI používajte na to, aby študentovi pomohli prepracovať prácu, a zaznamenanú známku nechajte na človeku.
Čo sa stane, keď sa zmení zadanie, ale známka nie? Univerzity vymenili eseje za prezentácie a ústne obhajoby, potom na výpise nechali tú istú jednu známku. Študent môže obhájiť svoju prácu nahlas a odísť s jedným číslom, ktoré nehovorí nič o tom, ako uvažoval. Zmeňte, čo výpis uvádza, inak reforma mení iba papiere.
Pomáha chatbot študentom porozumieť textu lepšie než písanie poznámok? Študenti, ktorí si písali poznámky, sa naučili viac než tí, ktorí sa na ten istý text pýtali chatbota, a študenti s chatbotom si jeho odpovede často kopírovali do poznámok. Chatbot aj tak hodnotili ako ľahší, užitočnejší a zábavnejší. Písaciu úlohu nechajte, pretože nástroj, ktorý čítanie zhrnie, robí prácu, ktorá vytvára učenie.
Známkujeme esej alebo myslenie? Esej bola navrhnutá tak, aby ukázala myslenie, ktoré sa mení počas písania, a známkovanie iba hotového textu to zahodilo. Žiadajte prvý návrh, jeho kritiku a revíziu, ktorá povie, čo sa zmenilo a prečo. Chatbot dokáže vytvoriť posledný návrh. Nedokáže ukázať prácu, ktorá k nemu viedla.
Môže AI známkovať rukou písané skúšky? Claude známkoval rukou písané skúšky takmer presne ako vyučujúci pri výbere z možností a krátkych odpovediach a ručne kreslené diagramy trafil asi v polovici prípadov. Nechajte ho predznámkovať otázky na zapamätanie a kresby a úsudkové rozhodnutia známkujte sami.
Môže chatbot viesť ústnu skúšku? Chatbot môže viesť rozhovor so študentom bez toho, aby niekedy videl kritériá, kým druhá, skrytá časť systému hodnotí rozhovor, takže študenti sa k známkam nedopracujú promptovaním. Ich systém známkoval príliš zhovievavo, keď hodnotil každú odpoveď priebežne. Hodnoťte celý rozhovor na konci.

Prehľad dôkazov o AI v K–12 od Stanfordu bol tento týždeň aktualizovaný na novembrové vydanie 2026 a kauzálna základňa sa zdvojnásobila na 52 štúdií. Používanie AI na vysvetľovanie a navádzanie predpovedá lepšie učenie, používanie na vytváranie práce predpovedá horšie a jedna štúdia zistila, že všeobecný asistent znížil motiváciu študentov.

Nové FAQ

Tento týždeň sa k FAQ pridali dve odpovede. Obe sa týkajú rozhodnutí, ktoré prichádzajú skôr, než si niekto vyberie nástroj.

Aké možnosti a otázky treba zvážiť pri zavádzaní nástrojov AI?

Odpoveď o zavádzaní oddeľuje tri rozhodnutia, ktoré zoznam dodávateľov zlieva do jedného: aké údaje vstupujú do nástroja, či ich inštitúcia povoľuje a kto prevádzkuje model. Bezplatný chatbot necháva rozhovor na serveroch dodávateľa. Kampusová brána ho necháva na vašich a dokáže prístup odrezať. Začnite otázkou údajov, pretože tú neskôr nevrátite späť.

Čomu by sa vzdelávatelia mali pri AI vyhnúť?

Odpoveď o tom, čomu sa vyhnúť menuje tri chyby. Nepoužívajte AI na myslenie, ktoré má zadanie naučiť. Nepovažujte kliknutia, čas na stránke ani dokončenie za dôkaz učenia. A nepíšte pravidlo „používajte AI zodpovedne“, kým nechávate zadanie, ktoré chatbot dokončí za minútu. To posledné je časté zlyhanie: veta v politike nemení to, čo študenti môžu urobiť. Mení to zadanie a dôkazy, ktoré zbierate.

Nové koncepty

Do bázy poznatkov tento týždeň pribudlo osem stránok konceptov.

Tieňová AI je používanie AI, ktoré sa deje skôr, než ho niekto schváli. Vyučujúci píše spätnú väzbu v osobnom účte ChatGPT a inštitúcia sa nikdy nedozvie, že práca študenta prešla cez neho.
Inštitucionálna infraštruktúra AI je potrubie za používaním AI na kampuse: kto má prístup, ktorý model beží, čo sa loguje a kto platí. Jedným príkladom je univerzitná brána, ktorá dáva každému oddeleniu kvótu a vedie auditný záznam.
Exekutívne funkcie pokrývajú plánovanie, udržanie informácie v mysli a zastavenie impulzu. Predstavte si študenta, ktorý dokáže naplánovať esej, ale v polovici stratí niť. Nástroj môže toto plánovanie podporiť alebo ho urobiť za neho bez toho, aby si to niekto všimol.
Vývojová psychológia je štúdium toho, ako sa myslenie detí mení s vekom. Sedemročné dieťa môže potrebovať, aby mu nástroj prečítal otázku nahlas. Sedemnásťročný dokáže posúdiť, či je odpoveď dobrá.
Longitudinálny výskum sleduje tých istých študentov mesiace alebo roky. Otázka je, či je prínos v písaní z októbra ešte v máji, nie či sa ukázal v teste na konci celku.
Empatia oddeľuje porozumenie tomu, čo niekto cíti, od cítenia s ním. Chatbot dokáže prerobiť ostrý komentár láskavo. Nedokáže si všimnúť, že študent prestal skúšať.
Učenie založené na prípadoch učí cez jednu konkrétnu situáciu, o ktorej musia študenti uvažovať. Predstavte si pacienta s bolesťou na hrudi a dvoma výsledkami testov, ktoré si odporujú. Učenie je v otázkach, ktoré študenti o prípade kladú, nie v texte prípadu.
Metafory a analógie sú obrazy, ktorými vysvetľujeme AI, napríklad čierna skrinka, pomocník alebo zrkadlo. Nazvite ju doučovateľom a študenti budú očakávať, že pozná odpoveď. Nazvite ju študijným partnerom a pravdepodobnejšie si ju overia.

Nové zdroje

Trinásť zdrojov pribudlo tento týždeň do knižnice zdrojov.

Primer umožňuje učiteľovi opísať hru na hranie rolí alebo simuláciu bežným jazykom namiesto písania kódu, napríklad vyjednávacie cvičenie, v ktorom AI hrá náročného rodiča.
Agentic Builds je galéria malých aplikácií, ktoré učitelia postavili, s promptmi za nimi, ktoré si môžete skopírovať pre svoju triedu.
Vibe-Coding Center dáva tri inštrukčné súbory na vloženie do programátorského asistenta, aby webová aplikácia, ktorú napíše, bola prístupná, súkromná a dosť bezpečná pre študentov.
AI Guidance by Age berie rolu a vekové pásmo a navrhuje, čo by študenti v tom veku mali s AI dokázať, a hovorí, ktoré časti sú ešte odhad.
Voice-First Written Assessment necháva študentov vysvetliť odpoveď nahlas a potom napísať revíziu z prepisu, takže myslenie je zaznamenané a písanie sa stále deje.
Amplify GenAI je chatová platforma Vanderbiltu, ktorú kampus prevádzkuje vo vlastnom cloudovom účte, takže rozhovory študentov zostávajú v inštitúcii.
conText je hlasový doučovateľ, ktorý kladie ďalšiu otázku namiesto odpovede a ukazuje učiteľovi cestu, ktorou sa študent vydal.
MindRouter je strážca pred kampusovými GPU, s kvótami podľa oddelení, jednotným prihlásením a záznamom, kto čo použil.
Moodle AI Text Question Type pridáva do kvízov Moodle otázku známkovanú AI, s vašimi kritériami v prompte a známkami idúcimi priamo do známkovej knihy.
MyEssayFeedback necháva študentov odovzdať návrh, prečítať komentáre AI k častiam, ktoré vyberiete, a potom zaznamenať, ktoré komentáre prijímajú, pred revíziou.
NowComment umožňuje triede diskutovať o dokumente riadok po riadku a teraz môže AI pridať návrh komentára, ktorý majú študenti upraviť.
Teacher Hive zhromažďuje malé aplikácie od učiteľov, ktoré nepotrebujú prihlásenie študentov, publikované ako príklady, ktoré môžu iní učitelia kopírovať.
AI Tutor Pro and AI Teaching Assistant Pro sú bezplatné študijné nástroje s hlasovým rozhovorom, kvízmi a poznámkami v ôsmich jazykoch, pre študentov, ktorí cvičia sami.

Jedna zmena názvu: zdroj EduPrompts sa do tohto týždňa volal EduGems. Zbierka promptov je rovnaká a teraz žije na eduprompts.ai.

Pre vyučujúcich

Nepýtajte sa, či je práca študentova, ale čo ukazuje

Bayraktar tvrdí, že detekčné nástroje, zákazy a prepisy na hodine odpovedajú iba na jednu otázku: či bol produkt vytvorený nezávisle. Nič nehovoria o tom, či študent rozumie tomu, čo malo zadanie preukázať. Navrhovaný rámec necháva hotovú prácu ako jeden zdroj medzi viacerými a pridáva dôkazy tam, kde ich konštrukt potrebuje: záznam rozhodnutí, krátku poznámku o tom, ktorá rada bola odmietnutá, odpoveď na konferencii. Robí tiež z používania AI niečo, čo študenti sami posudzujú, napríklad tým, že menujú, kde bola odpoveď nástroja nesprávna.

Pred výberom protiopatrenia rozhodnite, aké učenie má zadanie preukázať. Pridajte jeden artefakt, ktorý medzeru uzavrie, namiesto toho, aby ste z každého kurzu urobili portfóliový kurz, a pýtajte sa študentov, kde im AI nepomohla. Odsek o tom má väčšiu hodnotu než vyhlásenie o použití.

Súvisiace: Prepracovanie hodnotenia pre éru AI

Zadanie nechajte, pridajte stopu práce

Winstone, Gravett a Elkington tvrdia, že väčšina univerzitných reakcií na generatívnu AI sú reči: semafory, vyhlásenia, pravidlá povoleného používania. Ich hodnotenie Čierna skrinka necháva úlohu a žiada študentov, aby odovzdali okná do procesu, napríklad návrhy, záznamy revízií a krátke reflexie, s kritériami prepísanými tak, aby revízia získavala body. Neuvádzajú pilot, a hovoria to.

Vezmite jedno zadanie a žiadajte jeden procesný artefakt: osnovu, prvý návrh alebo odsek o tom, čo zmenila spätná väzba. Známkujte ten artefakt podľa uvedeného kritéria. Študenti potom majú dôvod viesť záznam a akademická integrita žije v zadaní namiesto vety v politike.

Súvisiace: Prepracovanie hodnotenia pre éru AI

Spätná väzba učiteľa a AI dopadla rovnako

Meyer a kolegovia randomizovali 391 študentov 10. a 11. ročníka v Nemecku do troch podmienok: spätná väzba od učiteľa, okamžitá spätná väzba AI alebo spätná väzba AI doručená neskoro, aby sa zdroj a načasovanie dali oddeliť. Každé štandardné porovnanie vyšlo nulové. Revízie sa zlepšili, ďalšia písacia úloha sa nelíšila a čas na úlohe, motivácia a afekt boli medzi spätnou väzbou učiteľa a AI štatisticky nerozoznateľné.

Študenti hodnotili okamžitú spätnú väzbu AI ako užitočnejšiu a viac motivujúcu než spätnú väzbu učiteľa, ale oneskorená skupina AI nedostala rovnaké hodnotenia, takže výhoda pramenila z rýchlosti, nie z autorstva. Použite spätnú väzbu AI, keď učiteľ nedokáže odpovedať rýchlo, a očakávajte, že udrží úroveň, nie že ju zvýši. Overte, či si študenti nepomýlili rýchly komentár s užitočným.

Súvisiace: Prepracovanie hodnotenia pre éru AI

Pre vývojárov

Doučovateľ, ktorý sa zloží, keď študent povie „moje poznámky hovoria inak“

Liu a Korolova prehnali 11 komerčných modelov dvoma simulovanými experimentmi s doučovaním matematiky v K–12: 400 otázok v protokole revízie odpovede na päť ťahov a 1 884 v protokole diagnostiky na dva ťahy. Ak študent začal nesprávnou odpoveďou, presnosť v prvom ťahu klesla o 5,5 bodu. Spomedzi odpovedí, ktoré boli v prvom ťahu správne, holé „nesúhlasím“ preklopilo 5,2 % na nesprávnu voľbu študenta, „moje poznámky hovoria B“ preklopilo 12,7 % a výslovne nesprávne uvažovanie 3,1 %. Z rozhovorov, ktoré boli správne a skončili nesprávnou odpoveďou, sa 86 % preklopilo pri prvom odpore. Pochybovanie o správnej práci tiež znížilo diagnostickú presnosť zo 66,5 % na 58,0 % a zvýšilo falošné pozitívy z 33,5 % na 42,0 %.

Berte odvolanie sa na autoritu ako žiadosť znovu odvodiť krok, nie znova odpovedať, a nikdy neukončite diagnostiku mylných predstáv na práci, o ktorej študent práve pochyboval. Testujte doučovateľov na skriptovanom viacťahovom dialógu a uveďte mieru preklopenia oddelene od presnosti v prvom ťahu, pretože dva modely s rovnakým skóre v prvom ťahu sa líšili o 7,5 bodu v tom, ako často sa zložili.

Súvisiace: Tréning doučovateľov AI, aby navádzali, nie odpovedali

Meracím nástrojom je rubrika, nie model

Roy a kolegovia ukazujú, že ten istý sudca s dvoma rubrikami vytvára dve rôzne merania a že vágna rubrika žiadajúca odpovede, ktoré sú „užitočné a vecné“, môže odmeniť vytretú odpoveď, ktorá je nesprávna. Naprieč štyrmi verejnými súbormi preferencií, šiestimi zdrojmi rubrík a tromi sudcami s otvorenými váhami žiadny zdroj rubrík neviedol na všetkých osiach: zhoda medzi sudcami, súlad s preferenciami a odolnosť voči hraniu. Preusporiadanie kritérií podľa preferenčných dát zvýšilo presnosť na odloženej sade z 65,0 % na 68,6 % a prepísanie kritérií na uzavretie dier znížilo úspešnosť zneužitia zo 46,4 % na 36,0 %.

Berte rubriku ako nástroj a verzujte ju spolu s modelom. Zaznamenajte text rubriky, dátum a konfiguráciu sudcu vedľa známok a testujte zneužiteľnosť oddelene od zhody: napíšte niekoľko odpovedí, ktoré spĺňajú znenie, ale porušujú zámer, a pozrite, či dostanú vysoké skóre.

Súvisiace: Overovanie, či vzdelávacia AI funguje

Čítací doučovateľ pomohol, keď ho študenti používali dosť

Jedna charterová škola dala každému učiteľovi prvého a druhého ročníka doučovateľa fonetiky a plynulosti a používanie nechala na jeho uvážení. Študenti, ktorí ho používali veľa, získali viac než tí, ktorí ho používali málo, o g = 0,56 v plynulosti ústneho čítania. Porovnanie vysokého používania so žiadnym minulo korigovaný prah významnosti. Rozdiel medzi triedami sa zúžil na zaznamenané minúty.

Zapisujte minúty na študenta od prvého dňa a uvádzajte ich vedľa výsledku. Ak je záznam prázdny, je to zistenie o zavádzaní, nie o doučovateľovi. Okres, ktorý počíta licencie namiesto používania, uvidí plochý výsledok a nedozvie sa nič.

Súvisiace: Overovanie, či vzdelávacia AI funguje

Copilot zrýchlil začiatočníkov a nechal ich tam, kde začali

22 začiatočníckych a stredne pokročilých programátorov urobilo dve 20-minútové programovacie úlohy, raz s ľudským partnerom a raz s Copilotom, potom úlohy o asi týždeň zopakovali sami. S Copilotom dosiahli o 14 bodov zo 100 viac a hlásili oveľa nižšiu mentálnu záťaž a úsilie. O týždeň bola výhoda preč: skóre v reteste bolo o 4,8 bodu nižšie, štatisticky nie odlišné, a pokles každého človeka oproti prvému sedeniu bol po sedení s AI asi o 19 bodov väčší.

Pridajte retest bez pomoci ku každému programátorskému asistentovi, ktorého postavíte alebo kúpite. Zisk, ktorý vidíte na hodine, môže byť prenajatý a je najväčší u študentov, ktorí už vedeli najviac. Párovanie s človekom v tejto štúdii prinieslo nižšie skóre a vyššiu záťaž, ale aj lepšie zapojenie a trend k udržaniu.

Súvisiace: Navrhovanie AI do učenia

Pre výskumníkov

Prísnejšia meta-analýza kráti efekt doučovania na polovicu

Leite a kolegovia zlúčili 18 experimentov, 77 veľkostí efektu a 11 inteligentných doučovacích systémov používaných v amerických školách K–12. Priemerný efekt na výsledky bol g = 0,271, výrazne pod efektmi, ktoré uvádzali skoršie meta-analýzy, pretože táto sa držala experimentálnych dizajnov v jednom národnom systéme. Prostredie záležalo: vidiecke školy ukázali g = 0,146 oproti 0,298 v mestských školách. Záležalo aj na tom, kto riadi podporu, s rozpracovanými príkladmi na 0,324 a radami na vyžiadanie na 0,316, a trvanie vrcholilo medzi dvoma týždňami a tromi mesiacmi (0,449), potom kleslo na nevýznamných 0,110 za šiestimi mesiacmi.

Berte staršie veľkosti efektu doučovania ako optimistické, kým si neoveríte dizajn štúdie a prostredie. Uvádzajte moderátory namiesto zlúčeného priemeru a očakávajte, že vidiecke nasadenie so slabou infraštruktúrou prinesie zhruba polovicu mestského efektu. Krivka trvania je zistenie, ktoré treba testovať ďalej: takmer žiadne dôkazy nepokrývajú celý rok.

Súvisiace: Overovanie, či vzdelávacia AI funguje

Generatívna AI pomáha študujúcim jazyky najviac, keď dáva spätnú väzbu, nie výklad

Zhang, Aubrey, Wu a Chiu zlúčili 67 veľkostí efektu zo 48 kontrolovaných štúdií s 5 196 študujúcimi. Neupravený efekt bol veľký, g = 0,76, a klesol na g = 0,57 po odstránení troch odľahlých hodnôt. Rola, ktorú nástroj hral, vysvetlila viac než priemer: spätná väzba a hodnotenie dosiahli g = 1,15, interakčný partner 0,81 a inštrukčný integrátor 0,28. Používanie riadené študentom porazilo používanie vedené AI, 0,92 oproti 0,34. Randomizované štúdie uvádzali väčšie efekty než kvázi-experimenty, 1,02 oproti 0,48.

Pýtajte sa, akú rolu nástroj hrá, skôr než sa pýtate, či funguje. Ak zlučujete štúdie, modelujte typ dizajnu ako moderátor, pretože posúva odhad rovnako ako intervencia. Pre jazykový kurz je konfigurácia, ktorú dôkazy podporujú, spätná väzba a prax s študentom, ktorý rozhoduje.

Súvisiace: Overovanie, či vzdelávacia AI funguje

Čo znamená AI gramotnosť, závisí od veku študenta

Guo, Ali a Wong prečítali 118 štúdií K–12 a roztriedili odbor do deviatich kategórií a 35 podkategórií. Ich rámec PACES rozdeľuje AI gramotnosť do štyroch školských pásiem na základe argumentu, že to, čo potrebuje vedieť druhák, sa druhom líši od toho, čo potrebuje maturant. Ich audit overených meradiel našiel takmer všetko zamerané na stredné školy a nič, čo meria proces práce s AI.

Postavte nástroj, ktorý zachytáva, čo študent s modelom robí: či kladie doplňujúcu otázku, overuje tvrdenie alebo reviduje po spätnej väzbe. Potom testujte, či sa správa odlišne v štyroch pásmach. Kým to niekto neurobí, vývojové tvrdenie zostáva dizajnovým princípom bez dôkazov.

Súvisiace: Dôkazy o AI gramotnosti

Pre administrátorov

Takmer každý používa AI v práci a polovica nevidela politiku

EDUCAUSE uskutočnil v roku 2026 prieskum medzi 1 960 zamestnancami vysokých škôl. 94 % použilo AI v práci za posledných šesť mesiacov a 73 % z nich ju používalo denne alebo týždenne. Iba 54 % vedelo o politike, ktorá má toto používanie usmerňovať, vrátane iba 38 % vedúcich pracovníkov. 56 % používalo nástroje, ktoré ich inštitúcia neposkytuje. 92 % inštitúcií uviedlo, že má stratégiu AI, a 13 % meria jej návratnosť.

Zverejnite politiku tam, kde ľudia už pracujú, a pred písaním ďalšej stratégie spočítajte nástroje, ktoré ľudia skutočne používajú. Medzera medzi tým, čo zamestnanci robia, a tým, čo si vedúci myslia, že povoľujú, je problém správy a riadenia, nie školenia, a v strategickom dokumente je neviditeľná.

Súvisiace: Zavádzanie nástrojov AI

Učitelia vážia ušetrený čas proti práci, ktorú strácajú

Dangol a kolegovia urobili rozhovory s 22 učiteľmi vo veľkom americkom okrese, ktorý podporoval generatívnu AI od konca roka 2023, pričom väčšina z nich pracovala bez okresnej politiky pre triedu. Učitelia boli radi, že stratili papierovačky a prípravu hodín. Obávali sa straty tých častí práce, ktoré vyžadujú poznať študenta: napísať komentár, ktorý sadne, alebo rozhodnúť, čo trieda potrebuje ďalej. Práca opisuje výmenu, nie odpor.

Pomenujte, na čo je úľava a kde sa končí. Okres, ktorý automatizuje známkovanie alebo prípravu hodín, by mal povedať, ktorú prácu odstraňuje, a chrániť prácu, o ktorej učitelia hovoria, že ju nevymenia. Nechajte priestor na profesionálny úsudok namiesto pridania ďalšieho nariadeného nástroja.

Súvisiace: Zavádzanie nástrojov AI

Najviac menia inštitúcie nenápadné systémy

Pardos a Borchers tvrdia, že prestup kreditov, poradenstvo, klasifikácia kurikula a tvorba hodnotení záležia viac než chatbot na recepcii. Ich spoločnou niťou je reprezentácia. Premeňte kurzy, sylaby, výpisy a záznamy o učení na embeddingy a môžete robiť rozhodnutia, ktoré boli predtým príliš drahé na pokus, napríklad vyhodnotiť výpis z inej krajiny kurz po kurze. Ten istý krok robí chyby ťažšie viditeľnými.

Pred kúpou pomenujte rozhodnutie, ktoré systém mení, a človeka zodpovedného, keď to rozhodnutie urobí nesprávne. Auditná stopa a cesta odvolania záležia viac než lepší model, pretože chyba v back-office sa dostane k študentom cez inštitucionálnu infraštruktúru, ktorú nikto nevidí.

Súvisiace: Overovanie, či vzdelávacia AI funguje

Krajiny pridávajú AI gramotnosť do kurikula a nemerajú ju

Správa iRAISE vychádza zo štruktúrovanej revízie a politických dokumentov z Francúzska, Kanady, Egypta a Kataru. Vlády sa delia na škálovanie nástrojov a ich obmedzovanie a správa chápe AI gramotnosť ako najnovšiu vrstvu digitálnej a mediálnej gramotnosti, nie ako samostatný predmet. Väčšina krajín menuje mediálnu gramotnosť v rámci. Máloktorá ju dáva do kurikula, z ktorého učitelia plánujú, a takmer žiadna nemeria, či ju študenti získajú.

Dajte AI gramotnosť do dokumentov, ktoré učitelia skutočne používajú, a financujte hodnotenie, ktoré dokáže ukázať, či sa študenti zlepšili. Národný rámec bez riadku v kurikule a bez merania necháva prácu na jednotlivých školách, kde medzera už sedí.

Súvisiace: Zaraďovanie AI gramotnosti

Tento týždeň pribudlo

Na stránke časopisu sú uvedené všetky štúdie pridané tento týždeň.

Poznámky k stránke

Stránka tento týždeň rozšírila svoj záber. Teraz nesie aj výskum AI, ktorý nie je o školách ani univerzitách, ale týka sa oboch: Salvi a kolegovia o tom, ako konverzačný model dokáže posunúť to, čomu človek verí, Folk a Dunn o chatbotoch a osamelosti a Sim a kolegovia o tom, ako zhrnutia AI skresľujú pamäť. Vstupujú ako citácie na stránkach konceptov, ktoré informujú, nie ako tvrdenia o vyučovaní.

Agent Hermes AI, ktorý túto stránku spravuje, tento týždeň prešiel na nový pamäťový systém. Teraz beží na Hindsight, ktorý si uchováva, čo sa naučí medzi sedeniami, namiesto toho, aby každé začínal od nuly.

Takmer každá stránka konceptu a FAQ bola tento týždeň prepísaná, aby sa odstránil sebaodkazujúci text, frázy ako „v tejto báze poznatkov“ alebo „táto stránka tvrdí“. Agent Hermes AI tiež prehnal tento text svojou zručnosťou humanizéra, ktorá odstraňuje znaky ako nahromadené kvalifikátory a vety, ktoré opakujú nadpis. Stránky článkov a konceptov teraz nasledujú jednu štruktúru, s tými istými sekciami v tom istom poradí, a kontrola buildu zlyhá, keď ju stránka poruší.

Niektoré nové funkcie sú v plánovaní, napríklad vzdelávacie navádzanie založené na úlohách a multimediálne zhrnutia hlavných stránok. Návrhy a žiadosti o funkcie sú vítané cez formulár issue na GitHube.

Sledujte prehľad

Každé číslo dostanete cez kanál noviniek v čítačke kanálov, vložením toho istého kanála do Blogtrottr, aby vám nové čísla chodili e-mailom podľa vami zvoleného harmonogramu, alebo sledovaním na LinkedIn, kde každé číslo vychádza ako newsletter na LinkedIn.

Týždenný prehľad výskumu AIEd pochádza z bázy poznatkov o AI vo vzdelávaní, ktorú generuje agent Hermes AI. Toto číslo navrhol ten istý agent Hermes AI s redakčným vedením vývojára stránky a každé tvrdenie vyššie odkazuje na stránku, z ktorej vzišlo.

Báza poznatkov je venovaná verejnej doméne pod licenciou CC0 1.0. Žiadne práva vyhradené.

Našli ste problém s obsahom? Nahláste ho na GitHube alebo kontaktujte vývojára stránky, Doug Holton.

Zdroj História Upraviť Chat