База знань AIEdAIEd KB
На цій сторінці

Ця сторінка перекладена українською. Сторінки статей досі написані англійською. Читати цю сторінку англійською

Концепції

Навчальні здобутки

Створено 2026-10-13

Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.

Навчальні здобутки — виміровні поліпшення в знаннях, уміннях або компетентностях студентів, що виникають внаслідок освітніх втручань, зокрема інструкції з підтримкою ШІ. У дослідженнях ШІ в освіті навчальні здобутки слугують первинною мірою результату для оцінювання того, чи справді інструменти ШІ покращують навчання, — а не лише залученість чи задоволеність.

Питання для роздумів

  • Чи траплялося вам відчувати, що ви багато засвоїли з діяльності, а потім провалити тест, який вимірював щось інше? Сторінка розрізняє негайну підтриману ШІ продуктивність і стійке навчання — як ці два виміри могли б розійтися у вашому власному досвіді?
  • Основний висновок полягає в тому, що генеративний ШІ може здувати оцінки за підтримані ШІ домашні завдання, знижуючи при цьому оцінки за інспектованими, закнитковими мірами. Якби ви оцінювали, чи справді інструмент ШІ допомагає студентам навчатися, якому результату ви б довіряли і чому?
  • Дослідження показують, що некерована залежність від ШІ передбачає гірші навчальні здобутки, тоді як структуроване використання — кращі: той самий інструмент, протилежні результати. Що відрізняє «структуроване» використання від «некерованого» в справжній аудиторії?
  • Кнопки підказок корелюють зі зниженням навчання: більше підказок — менше навчання. Чи відчували ви спокусу сягнути за підказкою або відповіддю щойно застрягли? Що це говорить про те, скільки боротьби справді необхідно для навчання?
  • Велика метааналітика звела багато досліджень і виявила, що наявні в освіті EdTech зі ШІ підвищують навчання на скромну величину, без переваги генеративного ШІ над раннішими адаптивними інструментами. Як ця обережна, зведена оцінка має змінити те, як ви читаєте захопливі твердження про ефективність одного продукту ШІ?

Вступ

Навчальні здобутки — вирішальне випробування будь-якої освітньої технології. У дослідженнях бази знань вони виступають залежними змінними в рандомізованих контрольованих випробуваннях, порівняннями «до–після» в квазіекспериментальних дослідженнях і кореляційними аналізами, що пов'язують використання інструментів ШІ з академічними результатами.

Термінологія. Значення результату досягнення — академічні досягнення студентів, досягнення в навчанні, попередні досягнення, розриви в досягненнях — розглядається тут як синонім навчальних здобутків, і ці фраози посилаються на цю сторінку. Значення пережитого («почуття досягнення») є мотиваційним досвідом, а не виміряним результатом; див. Мотивація і Самоефективність. Теорія цілей досягнення («цілі досягнення», орієнтації на цілі) є так само мотиваційною конструкцією і посилається на Мотивація.

Ключові висновки бази знань:

  • Дослідження адаптивного претестування розглядають, чи породжує уможливлене GenAI претестування стійкі навчальні здобутки, що зберігаються за межами негайного тестування.
  • Метааналізи GenAI у програмуванні виявляють позитивні навчальні здобутки від структурованого використання ШІ, але негативні ефекти від некерованої залежності — ключове розрізнення між продуктивністю і стійким навчанням.
  • Дослідження кнопок підказок показує негативні асоціації між зловживанням підказками і навчальними здобутками — більше підказок корелює з меншим навчанням.
  • Дослідження інструкційного керівництва демонструють, що навчальні здобутки залежать від ТОГО, ЯК використовується ШІ, а не лише від того, ЧИ він доступний.
  • Метааналіз Світового банку зводить 191 розмір ефекту з 14 RCT, щоб оцінити, що адаптивні та уможливлені ШІ освітні технології підвищують навчання в середньому на ~0,125 sd — вище медіани для освітніх RCT — і водночас не виявляє переваги генеративного ШІ над раннішими адаптивними інструментами.
  • Здобутки — це взаємодії контенту зі способом навчання, а не сталості. Rachatasumrit та ін. (2025) показують, що оптимальне відношення прикладів до задач залежить від контенту знань: чиста практика відтворення дає вищі здобутки для дослівних фактів, тоді як інтегрована з прикладами практика (чергування розв'язаних прикладів і задач) дає вищі здобутки для узагальнюваних умінь — прямі свідчення, що «більше практики» не завжди краще і що здобутки залежать від узгодження розкладу тренування з компонентом знань, що засвоюється.

Проблема вимірювання в епоху ШІ

Центральна тема досліджень навчальних здобутків у базі знань полягає в тому, що генеративний ШІ може здувати видиму продуктивність, не породжуючи навчальних здобутків — і що вибір міри результату визначає, чи буде це видно. Дослідження і дані великомасштабних польових досліджень показують різкий розрив: використання ШІ покращує оцінки за підтриманими ШІ домашніми завданнями, водночас знижуючи оцінки за інспектованими, закнитковими, несприяними мірами. Дослідження продуктивності проти навчання і швидкі огляди тому розрізняють негайну підтриману ШІ продуктивність і стійке навчання і розглядають несприяні підсумкові міри (див. Підсумкове оцінювання) як надійний сигнал справжніх навчальних здобутків.

Що показують дослідження ефективності

У RCT, метааналізах і польових дослідженнях бази знань вимальовується узгоджена картина ефективності навчання (які втручання ШІ справді породжують навчальні здобутки і якої величини):

  • Метааналітичні свідчення загалом позитивні, але умовні. Комплексний метааналіз 53 досліджень (Dong 2026) виявляє, що генеративний ШІ загалом перевершує традиційні підходи за академічними досягненнями, мисленням вищого порядку і письмом — при цьому зворотний зв'язок ШІ особливо ефективний — хоча GenAI із підтримкою ігор не показує значного доданого блага, а здобутки варіюють за країною та результатом. Метааналіз GenAI і програмування виявляє великі здобутки в продуктивності, але не виявляє значного навчального здобутку (g ≈ 0), розділяючи ефективність виконання завдання і стійке навчання. Метааналіз вивчення мов виявляє позитивні, але скромні навчальні здобутки від втілених роботів із розширенням ШІ. Спеціально для ШІ-грамотності трирівневий метааналіз 59 досліджень оцінює великий загальний ефект (g = 0.837) — проте широкий інтервал передбачення і висновок, що втручання, зосереджені на знаннях, перевершували ті, що націлювалися на уміння, ставлення чи Етика, застерігають, що саме виміряний результат формує видимий здобуток, перегукуючись із загальнішим тезисом, що пов'язані зі ШІ здобутки залежать від того, що й як ви оцінюєте.
  • Добре проєктовані ШІ-тьютори породжують справжні здобутки. Дворічне кластерне RCT (Khanmigo) виявило, що ШІ-тьюторінг підвищив досягнення в математиці на ~1,3 національного перцентильного рангу за семестр (~0,06–0,08 SD за шкільний рік, ~0,14 SD за повний рік); здобутки нагадували практику без ШІ — демонструючи, що обмежувальним чинником є залученість, а не здатність моделі. NUMI показав, що підтримка ШІ покращувала правильність наступної спроби після помилок за більшого часу на запитання — «продуктивне уповільнення», що будує стійке володіння. Віртуальний тьюторінг виявив, що обмежувальним чинником є охоплення та тривала участь, а не якість тьютора.
  • Тьютор, побудований на власній педагогіці заняття, перевершив активне навчання, а не лише лекцію. У перехресному Рандомізований контрольований експеримент (RCT) на вступному курсі фізики Гарварда студенти, що навчалися від індивідуального ШІ-тьютора, набрали медіану 4,5 на післятесті проти 3,5 за активного навчання під час занять (базова медіана 2,75), із розміром ефекту за лінійною регресією 0,63, і витрачали медіану 49 хвилин на завдання проти 60 на занятті (Kestin та ін., 2025). Оскільки контролем було дослідницьке активне навчання, а не лекція, випробування вимірює тьютора проти вимогливого компаратора — проєктування, якому автори приписують результат, полягало в інженерії тьютора з тих самих дослідницьких практик, що й заняття, плюс персоналізований зворотний зв'язок на вимогу і самовстановлений темп.
  • ШІ може дорівнювати людській допомозі. Допомога, згенерована ChatGPT, породжує навчальні здобутки, еквівалентні допомозі, складеній тьютором-людиною, в математичних уміннях — свідчення, що генеративний ШІ може бути таким самим дієвим, як і людський Скаффолдинг, коли використовується належно.
  • Здобутки залежать від того, хто навчає з ним. Тьютори з малим досвідом, яким дали підтримку ШІ, підвищили рівень здачі студентів на 9 відсоткових пунктів, з меншими здобутками в досвідченіших тьюторів — патерн розширення, що найбільше підсилює найменш досвідчених (OECD, 2026).
  • Необмежений ШІ може шкодити навчанню. RCT із захисними обмеженнями (PNAS 2025) виявило, що тьютор у стилі ChatGPT без захисних обмежень підвищив сприяну практику на +48 %, але знизив оцінки несприяного іспиту на −17 %, тоді як тьютор із захисними обмеженнями (підказка, а не відповідь) усунув шкоду. Це найгостріше свідчення, що ефективність навчання залежить від проєктування: той самий клас інструментів може бути сильним навчальним здобутком або чистою шкодою залежно від того, як він налаштований.
  • Проте необмежений доступ може й допомагати, стійко. RCT із готовим обліковим записом ChatGPT виявив, що оцінювання без допомоги було вищим на 0,27 SD, поки студенти мали доступ, і здобуток зберігся тиждень потому — більш ніж удвічі медіани 0,10 SD по 747 освітніх RCT (Contractor & Reyes, 2026).
  • Уявна і справжня ефективність розходяться. Заявлена продуктивність не узгоджується з виміряною продуктивністю, і відсутній когнітивний базовий рівень показує, що студенти, для яких ШІ рідний, переоцінюють своє навчання, — тому твердження про ефективність, засновані на самозвіті, ненадійні без об'єктивних мір результату. Засоби самооповідання збирає випадки, коли заявлені і виміряні результати розходяться.
  • Здобутки можуть виникати з перерозподілу часу викладача, а не з оцінювання ШІ. У рандомізованому експерименті на 178 бразильських школах (~19 000 випускників) оцінювання есе за допомогою ШІ та людиною дало тотожні здобутки на іспиті, але в аудиторіях зі ШІ було ~35 % більше особистих розмов викладача про письмо, і нижній квартиль покращився за жодної умови (Ler, 2026).

Головне: вага свідчень підтримує скромні, умовні та залежні від проєктування навчальні здобутки від ШІ — справжні, коли ШІ структурований тренувати, а не відповідати, обмежений захисними рамками й поєднаний з несприяними мірами результату, і відсутні або негативні, коли він заміщає власні зусилля здобувача. Саме тому навчальні здобутки як результат мусять вимірюватися дійсними, стійкими до ШІ інструментами, і саме тому Оцінювання ШІ в освіті поєднує твердження про ефективність із методологічною перевіркою.

  • ШІ-тьюторінг може дорівнювати експертному людському тьюторінгу за здобутками на стандартизованих тестах. В оцінюванні з 2 383 учасників зведений ШІ-тьюторінг був статистично еквівалентний експертному людському тьюторінгу за навчальними здобутками GRE (p = .015), причому обидва вище за контроль без тьюторінгу; автори пропонують собівартість на відсотковий пункт здобутку як одиницю для порівняння тьюторів (Northcutt та ін., 2026).

Польова карта ефектів ШІ на навчання й досягнення

Корпус бази знань — метааналізи, RCT, квазіексперименти й польові дослідження — підтримує витончену, подеколи суперечливу картину. Висновки групуються на позитивні, негативні та умовні ефекти.

Позитивні ефекти (ШІ може породжувати справжні навчальні здобутки):

Негативні ефекти (ШІ може знижувати або не покращувати навчання):

  • Необмежений ШІ може шкодити навчанню. RCT із захисними обмеженнями PNAS (Generative AI without guardrails can harm learning: Evidence from high school mathematics) виявило, що тьютор у стилі ChatGPT без захисних обмежень підвищив сприяну практику на +48 %, але знизив оцінки несприяного іспиту на −17 %; Ґардрейли (обмежувачі) усунули шкоду.
  • Швидше завершення ≠ навчання. GenAI скоротив час вивчення математичних задач і знань, які вони будують; дослідження продуктивності проти навчання показує, що ШІ здуває підтриману ШІ продуктивність, знижуючи інспектовані, закниткові, несприяні оцінки.
  • Перекладання домашніх завдань шкодить навчанню. Польові дані показують штраф генеративного ШІ за навчання, коли студенти перекладають домашні завдання.
  • Великі мовні моделі (LLM)-залежність корелює з нижчими оцінками. Jošt та ін. виявили значні негативні кореляції між використанням LLM для генерації коду (rho = −0,305) і налагодження (rho = −0,360) і підсумковими оцінками.
  • ШІ може шкодити викладанню й досягненням у деяких. RCT із GenAI для викладачів виявив, що студенти викладачів нижче медіани втратили ґрунт (−0,129 SD).
  • Зловживання підказками корелює з меншим навчанням. Дослідження кнопок підказок показує, що більше підказок, використаних непродуктивно, корелює з меншим навчанням.
  • Метааналітичні здобутки в програмуванні ілюзорні. Метааналіз GenAI і програмування виявляє великі здобутки в продуктивності, але не виявляє значного навчального здобутку (g ≈ 0), розділяючи ефективність виконання завдання і стійке навчання.

Умовні та змішані ефекти (контекст визначає напрям):

Метааналітичні оцінки навчальних здобутків здуті — читайте їх з обережністю

Числа навчальних здобутків, що домінують у зведенні ефективності на цій сторінці, — особливо зведені розміри ефекту з метааналізів — мусять читатися з сильною застерегою: хвиля метадосліджень показує, що позитивні оцінки синтезу в цьому полі здуті упередженням публікації, некогерентністю конструктів і методологічними скороченнями.

  • Мета-метааналіз на рівні досліджень з 1 840 розмірів ефекту з 67 метааналізів виявляє, що скоригований на упередження публікації середній ефект ШІ — приблизно третина повідомленої величини (SMD ≈ 0,196 проти медіани 0,67), з інтервалом передбачення, що простягається від великої шкоди до великої користі, і без модератора, який давав би послідовні здобутки. Навіть одне екстремальне дослідження майже не додає інформації з огляду на гетерогенність — а це означає, що більше досліджень поточного типу не вирішить питання; лише високоякісні, попередньо зареєстровані, зорієнтовані на відтворення випробування вирішать.
  • Метааналіз другого порядку самого шару синтезу. Emslander та ін. (2026) інвертують звичну одиницю аналізу: розглядаючи 45 метааналізів як свої дані й коригуючи на перекриття досліджень (818 унікальних первинних досліджень, зважених за унікальністю, а не відкинутих), вони зводять 129 метааналітичних розмірів ефекту до g = .57 [.50, .65], причому кластери результатів ідуть від .35 для продуктивності в STEM до .68 для загальних академічних результатів. Два результати стосуються чисел вище. Тип ШІ не пом'якшував ефект (p = .63) — системи інтелектуального тьюторінгу, чат-боти і ChatGPT статистично нерозрізненні на цьому рівні, тож зведені здобутки поля не рушать генеративний ШІ як такий — і єдиним чітким модератором був освітній рівень (.61 для третинного проти .30 для молодших вибірок), що частково є артефактом проєктування досліджень, з огляду на те, що 74 % корпусу тестувало студентів третинного рівня, а свідчення щодо K-12 порівняно тонкі. Йхня оцінка якості — найгостріша в корпусі: 45 метааналізів набирали в середньому 9,3 із 17 за адаптованою шкалою AMSTAR, жоден не був попередньо зареєстрованим, і лише 23 з 45 мали 80 % потужності, щоб виявити ефект, який самі повідомляли. Їхні два тести на упередження публікації також розходяться — симетрична воронкоподібна діаграма (τ Кендалла = −.01, p = .868) проти PET-PEESE (B = 0,9, p = .009), що вказує на здуття, — тож власний середній ефект SOMA приходить із нерозв'язаною хмарою упередження над ним.
  • Судовий аудит 14 впливових метааналізів AIED виявляє, що жоден не дав дійсного підґрунтя для свого зведеного твердження про навчальні здобутки: жоден не мав когерентного конструкту результату, у всіх була нерозв'язана крайня гетерогенність (I² коливався від 77,2 % до 94,4 % по 13 метааналізах, які її повідомляли, і 12 із цих 13 перевищували 80 %), дванадцять розглядали залежні розміри ефекту як незалежні, і жоден дійсно не оцінив упередження публікації. Більшість випадково перевірених первинних досліджень не відповідали метааналітичному твердженню. Помилки дійшли до політики: два з проаудитованих метааналізів розглянули розмір вибірки дослідження як розмір класу і, спираючись на помилково обчислене первинне дослідження, зробили висновок, що 21–40 студентів є ідеальним розміром втручання, і рекомендували проєктувати втручання GenAI під цю кількість.
  • STEM-синтез 2026 року зі STEM, що виправляє два з проаудитованих дефектів — і водночас ілюструє третій. Doğan та колеги (2026) звели 35 експериментальних і квазіекспериментальних STEM-досліджень з одним розміром ефекту на дослідження, щоб уникнути проблеми залежних розмірів ефекту, і провели повний набір тестів на упередження публікації (воронкоподібна діаграма, тести Бегга та Еггера, trim-and-fill, fail-safe N Розенталя = 2404), а не стверджували симетрію, — ті два скорочення, які аудит вище виявив у кожному дослідженому метааналізі. Дві застереження лишаються. По-перше, автори не застосували формальної оцінки якості й розглядали критерії включення як поріг ретельності, тож дослідження дуже різних проєктувань увійшли до зведеної групи, не зважених на якість. По-друге, заголовна гетерогенність повністю залежить від того, яку модель ви читаєте: ті самі 35 досліджень повідомляються як I² = 82,98 % за моделлю з фіксованим ефектом і I² = 15,75 % за моделлю з випадковими ефектами, тож читач, який зустрічає числа без позначки моделі, може зробити висновок, що корпус однорідний, коли він не однорідний. Його зведена оцінка (g = 0,670, 95 % CI [0,491, 0,848]) — тому саме така цифра, яку описує розділ вище: краще побудована за більшість, і водночас верхня межа.
  • Медійно-методологічна критика показує, що багато «навчальних здобутків» не були виміряні дійсно — результатами часто були заявлені уміння або продуктивність, виміряна під час допомоги ШІ, а не стійке, несприяне навчання.
  • Перша хвиля синтезів щодо ChatGPT вимірювала продуктивність, а не навчання. Fütterer та ін. (2026) перебудували базу свідчень п'яти метааналізів, які зводили освітні ефекти ChatGPT: серед 69 класифіковних первинних досліджень 79,7 % вимірювали винятково продуктивність і лише 11,6 % вимірювали навчання. Їхня відтворена зведена оцінка (g = 0,83, 95 % CI [0,68, 0,97], I² = 94,06 %) тому описує продуктивність на тесті, а її інтервал передбачення [−0,75, 2,41] перетинає нуль.

Головний висновок для чисел здобутків вище: розглядайте великі зведені розміри ефекту ШІ як верхні межі, а не точкові оцінки. Надавайте перевагу свідченням про навчальні здобутки з добре проєктованих RCT і польових досліджень із несприяними, стандартизованими мірами результату (RCT із захисними обмеженнями, експерименти Khanmigo та NUMI і метааналіз освітніх технологій Світового банку, згадані вище), і читайте метааналітичні здобутки як умовні та, ймовірно, завищені, доки якість синтезу не покращиться. Проблема також переживає виправлення: з публікацій, що вийшли після відкликання одного проаудитованого метааналізу, 60 % усе ще цитували його як авторитетну підтримку великих навчальних здобутків ChatGPT, і жоден не згадав про відкликання, тож відкликана оцінка продовжує поширюватися. Саме тому сторінка Обмеження в дослідженнях AIEd тепер детально документує кризу метааналітичних свідчень.

Вимірювання того, що має значення

Навчальні здобутки пов'язані з Валідність оцінювання — якщо оцінювання не вловлює глибшого розуміння, міри навчального здобутку вводять в оману. Вони також перетинаються з надмірною залежністю і Розвантаження когніції, де видимі поліпшення продуктивності можуть маскувати втрати в навчанні, і з Рандомізований контрольований експеримент (RCT) (як проєктуванням «золотого стандарту» для виявлення причинних навчальних здобутків), і з Метааналіз і систематичний огляд (зведенням розмірів ефекту через дослідження, щоб установити свідчення ефективності поля).

  • Значні здобутки «до/після» від Педагогіки та стратегії викладання на основі помилок ШІ: Hosseini (2026) у курсі проєктування баз даних (n=13) показав великі, значні навчальні здобутки на тотожних пунктах «до/після» (середнє 4,25→6,83/7, d Коена = 1,49, p<.001), причому здобутки не корелювали з попередньою упевненістю в ШІ чи базах даних — проєктована з інтеграцією ШІ критика-удосконалення принесла користь студентам незалежно від початкових уявлень.

Пов’язані поняття

Пов’язані статті

Пов’язані поширені питання

Метадані

РівеньHigher Ed, K 12
Цільова аудиторіяLearners
Оцінювання та вимірюванняОцінювання
Методи досліджень та оцінкаОцінювання ШІ в освіті
Вид сторінкиEvaluation
SourceHistoryEditChat

Вставити цю сторінку

Скопіюйте наведений нижче код, щоб вставити цю сторінку в систему управління навчанням або на інший вебсайт. Вбудована версія показує лише вміст сторінки — вона приховує заголовок сайту, навігацію та колонтитул.