Learning Commons

Automatisk maskinöversättning av denna engelska sida, ännu inte granskad av en modersmålstalare.

Learning Commons är Mark Zuckerbergs och Priscilla Chans utbildningsinitiativ, lanserat 2025 för att föra Chan Zuckerberg Initiatives arbete med inlärningsvetenskap in i den infrastruktur som edtech-produkter faktiskt byggs på. Dess argument är infrastrukturellt snarare än pedagogiskt: forskning finns, akademiska standarder finns och högkvalitativa läroplaner finns, men de ligger i separata system, så utvecklare bygger på det som är enklast att nå. Organisationen publicerar tre öppna verktyg på GitHub – en Knowledge Graph, en uppsättning Evaluators och Agent Skills – och driver en plattform som lägger till Curriculum Sync för att ladda in läroplaner i ett lärhanteringssystem.

Vad du kan göra med den

Knowledge Graph modellerar akademiska standarder, läroplaner och inlärningsvetenskaplig forskning som entiteter och relationer under ett gemensamt schema, så att ett verktyg kan anpassa genererat innehåll till en standard utan att bygga sin egen datapipeline. Evaluators mäter egenskaper hos LLM-utdata genom en inlärningsvetenskaplig lins – textkomplexitet, Feedback, anpassning till akademiska standarder och varaktiga färdigheter – och levereras med Python- och TypeScript-SDK:er, publicerade på npm och PyPI, för att poängsätta genererat innehåll eller jämföra kandidatmodeller. Agent Skills paketerar instruktioner, referenser och skyddsräcken för vanliga lärararbetsflöden i ett öppet, modellagnostiskt format: en förståelsekontroll, nivåindelad lektionsdifferentiering, standardanpassade lektionsplaner och lektionsförberedelse. I praktiken är grafen det som gör de andra två trovärdiga: innehållsanpassning är påståendet, och grafen är referensen det kontrolleras mot.

Vem den är för

Utvecklare som bygger AI-funktioner i läroplan- och bedömningsprodukter, och de läroplan- eller standardteam som levererar de data produkterna anpassas till. Lärare kan använda agentfärdigheterna på egen hand, men repots egen inramning är infrastruktur för dem som levererar verktyg.

Anteckningar och förbehåll

Att vara öppen i källkod gör inte data öppna. Koden för Knowledge Graph är MIT, medan varje dataset bär sin egen åtkomstetikett – Open, Open + Gated eller Gated – och Gated-innehåll täcks uttryckligen inte av de öppna licenser som repot hänvisar till, så kontrollera datasetkatalogen innan du antar återanvändningsrättigheter. Evaluator-koden är MIT och dess promptinnehåll CC BY 4.0, men de annoterade korpusarna CLEAR och PERSUADE 2.0 som den använder är CC BY-NC-SA 4.0. Plattformen och datamängderna bakom den kräver ett konto. Repoaktivitet enligt avläsning 2026-11-04: 167 stjärnor för Knowledge Graph, 88 för Evaluators, 41 för Agent Skills. Initiativet finansieras av CZI, och dess inramning av problemet är finansiärens egen.

Anslutna begrepp

• Curriculum Design — grafen finns för att anpassa genererat innehåll till standarder och läroplaner
• Open Source — MIT- och Apache-2.0-kod med datalicensiering per dataset
• Educational NLP — evaluatorerna är ett textmätningslager över LLM-utdata
• Agentisk AI — färdigheter som paketerar ett arbetsflöde för en modell att utföra
• Edtech Platform — Curriculum Sync laddar läroplaner i ett lärhanteringssystem
• Large Language Models (LLMs) — målet för utvärderingen och konsumenten av färdigheterna