Щотижневе оновлення досліджень про ШІ в освіті #37 листопада 2026 р.

Автоматичний переклад цієї англійської сторінки, не перевірений носієм мови.

Щотижневий огляд від бази знань про ШІ в освіті про те, що дослідження, опубліковані минулого тижня, означають для викладачів, розробників, дослідників і адміністраторів.

Від минулого випуску до бази знань додано 159 нових досліджень, вісім нових сторінок понять, два нові запитання з відповідями і три нові ресурси, і тепер вона містить 2 085 анотацій статей, 230 сторінок понять, 44 запитання з відповідями і 40 ресурсів. Скористайтеся пошуком або запитайте ШІ, щоб поговорити з базою знань.

Зміст

• Головні акценти та питання
• Нові запитання й відповіді
• Нові концепції
• Нові ресурси
• Для викладачів
• Для розробників
• Для дослідників
• Для адміністраторів
• Також додано цього тижня
• Примітки про сайт
• Стежте за оновленнями

Головні акценти та питання

• Чи може зворотний зв'язок від ШІ замінити зворотний зв'язок викладача? Зворотний зв'язок, згенерований ШІ, і зворотний зв'язок викладача однаково покращили переробки есеїв у рандомізованому дослідженні за участю 312 студентів першого курсу, які писали. Зворотний зв'язок викладача більше підвищив мотивацію, бо студенти відчували зв'язок із людиною, яка його давала. ШІ може провести прохід переробки; викладач усе ще відповідає за стосунки.
• Чи може підтримувальний чатбот замінити однолітка? Підтримувальний чатбот показав той самий результат, що й ведення щоденника, у зменшенні самотності у рандомізованому дослідженні за участю 296 першокурсників; випадково призначений одноліток її зменшив. Бот виявляв більше емпатії, тоді як студенти давали менше у відповідь, тож вимірюйте саму самотність.
• Чи змінює короткий модуль з етики судження про ШІ? Чотиритижневий модуль з інформаційної етики підвищив бали студентів у сценаріях етичного судження щодо ШІ в дослідженні, яке рандомізувало 16 класів. Близько 60% приросту збереглося через чотири тижні, і найбільше виграли ті, хто найбільше користувався ШІ. Навчання на кейсах виглядає перспективним.
• Чи покращує більше допомоги від ШІ творчу роботу? Чотири рандомізовані експерименти з 728 дорослими показали, що коли ШІ робив більше роботи, судді оцінювали отримані пропозиції інновацій нижче — переважно тому, що учасники виконували менше когнітивної роботи. Більше допомоги супроводжувалося слабшою роботою.
• Чи може гра, написана ШІ, навчати краще за лекцію? Рольова гра-детектив перевершила лекцію того самого викладача з правових знань і міркування в рандомізованому дослідженні з 84 студентами-правниками. Гра була створена з генеративним ШІ; порівнювали гру з лекцією, тож результат підтримує навчання на основі ігор і залишає використання чатбота неперевіреним.
• Чи змінюють звіти про успішність студентів викладання? Викладачів, нових для онлайн-системи репетиторства з математики, випадково спонукали відкрити звіт навчальної аналітики про успішність їхніх студентів із першого завдання. Відкриття не змінило ні частку тих, хто почав наступне завдання, ні приріст балів за тестом, хоч завершення наступного завдання зросло, переважно в менших класах.
• Чи робить збіг із людськими оцінювачами оцінювача ШІ безпечним? Аудит шести моделей ШІ, які оцінювали 300 коротких відповідей, виявив, що всі вони ставили вищі бали за ідентичну роботу, коли їм казали, що студент має високі досягнення, — на 0,28–0,75 бала за десятибальною шкалою. Узгодженість може приховувати упередженість, пов'язану з записом про попередні досягнення студента; не надавайте цей запис.
• Чому мову, згенеровану ШІ, так важко зрозуміти? Текст ШІ надмірно використовує рідкісні сполучення слів, віддієслівні іменники, неживі підмети, скорочені означальні підрядні, нагромаджені іменники й довгі залежності, бо посттренування для математики, коду й міркування винагороджує стислі відповіді, а не ясні пояснення. Наслідок для освіти: пояснення, зворотний зв'язок і матеріали для читання, написані ШІ, можуть бути важчими для студентів, навіть коли показники читабельності виглядають добре, — проблема для навчання читання, яку формули пропускають. [Редакційна примітка: нагадуємо, що цей випуск і база знань про ШІ в освіті згенеровані ШІ. Розробник сайту дав докладні редакційні вказівки, щоб покращити читабельність і корисність; після цих вказівок агент ШІ застосував навичку Humanizer і виконав явну інструкцію писати ствердно й уникати конструкції «не X, а Y».]

Нові запитання й відповіді

Цього тижня до запитань і відповідей приєдналися дві нові відповіді.

Як ШІ може допомогти студентам із читанням і розумінням прочитаного?

Відповідь про читання розглядає позначки рівня читання як приблизні здогади: оцінки кількох справжніх читачів кращі за формулу, а ШІ, якому велено уявити себе студентом, не скаже вам, наскільки важким буде текст. Використовуйте ШІ, щоб знаходити, спрощувати й пояснювати тексти, а потім випробуйте результат зі студентами й тримайте оригінал поруч.

Як упередженість і несправедливість ШІ проявляються в освіті й що з цим робити?

Відповідь про упередженість просить частки помилок для тих груп, яких ви навчаєте, бо середнє може приховати розрив, а збій може бути в оцінюванні, репетиторстві, панелях або виявленні. Внесіть звітність за групами і шлях оскарження в закупівлю та виправте сам конвеєр.

Нові концепції

Цього тижня до бази знань приєдналися вісім сторінок понять.

Навчання читання

Тепер у навчання читання є сторінка, яка розрізняє чотири речі, що часто мають одну назву: допомога читачеві, оцінювання читання, адаптація тексту й вимірювання складності. Вона цитує дослідження, де 193 студенти оцінили 3 954 речення; 72,8% відчували їх легкими або дуже легкими, навіть коли оцінки Flesch казали інше, тож позначка рівня класу — слабкий орієнтир для того, як конкретний читач сприйме текст.

Рефлексія

У рефлексії нова сторінка відокремлює її від поточного моніторингу, який називають метапізнанням. Перше питання дизайну — чи студент написав рефлексію сам. В експерименті з 302 дорослими запити на рефлексію подвоїли час зі зворотним зв'язком і скоротили практику на 40%, залишивши нижче засвоєння — 65% проти 79%, тож час важить не менше за сам запит.

Упередженість до автоматизації

Упередженість до автоматизації називає людську звичку, яка може перетворити правильну рекомендацію ШІ на хибне рішення: прийняти відповідь, у якій ви б сумнівалися, якби дійшли до неї самі. Вона збирає місця, де це відбувається в освіті, від оцінок за есеї й ранніх попереджень до нагляду за іспитами, і показує, як етап перегляду, що існує лише на папері, не ловить цього.

Громадянська й політична освіта

Громадянська й політична освіта окреслює прогалину в доказах і синтезує галузь. Аналіз 310 планів уроків, згенерованих ШІ, виявив, що 90% завдань вимагали лише пригадування, розуміння або базового застосування; 94% майже не мали мультикультурного змісту; і жодне дослідження в корпусі взагалі не вимірювало громадянського навчання.

Бібліотеки

Бібліотеки розглядають бібліотеку як місце, послугу й групу професіоналів. Огляд 29 досліджень виявляє, що впровадження зосереджене на довідковій роботі й каталогізації, тоді як пілот Public AI Libraries робить спільний доступ із персоналом аргументом про рівність.

ШІ-аватари та синтетичні викладачі

ШІ-аватари окреслюють ролі, які може займати синтетична людина: від записаного лектора й репетитора до симульованого пацієнта та екзаменатора. Докази нерівні, і реалістичне обличчя мало що каже про навчання; розкриття й довіра важать не менше за модель.

Аналітика сенсорів і погляду

Аналітика сенсорів і погляду охоплює відстеження очей, сигнали мозку й серця та поставу перед камерою як способи виводити увагу й залученість і когнітивне навантаження. Галузь краще спостерігає за учнями, ніж змінює викладання, і сторінка вважає центральними приватність, упередженість і розрив між сигналом тіла та психічним станом.

Інформаційна й медійна грамотність

Інформаційна й медійна грамотність розглядає обидві як одну навчальну проблему: інформаційна грамотність питає, чи джерело варте віри, а медійна — хто створив повідомлення і чому. Генеративний ШІ згортає обидва питання, бо швидкоплинний текст приховує своє походження; сторінка знаходить мало доказів про спільну навчальну програму.

Нові ресурси

Цього тижня до бібліотеки ресурсів приєдналися три ресурси.

LearnHarness

LearnHarness — безкоштовний десктопний застосунок із відкритим кодом, у якому агенти ШІ з'ясовують, що учень уже знає, будують карту ідей, потрібних для досягнення мети, навчають по одному кроку міркування й адаптують практику.

Learning Commons

Learning Commons публікує відкриті будівельні блоки для продуктів навчальної програми: карту стандартів і програм, інструменти для оцінювання згенерованого тексту і готові робочі процеси ШІ для викладачів.

Public AI Libraries

Public AI Libraries — пілот, який розміщує спільну робочу станцію ШІ в американських публічних бібліотеках, із чатом, генерацією зображень і відео, робочим простором для коду, освітнім посібником і приватним обліковим записом для кожного відвідувача.

Для викладачів

Зворотний зв'язок від ШІ зрівнюється з викладацьким за переробками, а мотивація відстає

ШІ та зворотний зв'язок викладача покращили ті самі есеї приблизно однаково в рандомізованому дослідженні з 312 авторами. Зворотний зв'язок викладача зробив більше для мотивації, бо студент відчував зв'язок із людиною, яка його давала.

Тримайте людський голос навколо зворотного зв'язку. Поєднуйте згенерований коментар із короткою відповіддю викладача або використовуйте ШІ для першого проходу, а викладача — для розмови про роботу.

Дивіться також: Зворотний зв'язок від ШІ в масштабі

Одне з п'яти есеїв повністю написав чатбот

Дослідження 77 студентів, які пишуть, зафіксувало кожен запит, відповідь і вставлення. П'ятнадцять, тобто один із п'яти, здали есеї, написані чатботом, і більшість усе ще вважали, що есей належить їм.

Просіть проміжну роботу: запити, переробки й коротку нотатку про те, що змінилося і чому. Зробіть передачу видимою, поки ще є час навчати.

Дивіться також: Перепроєктування оцінювання для епохи ШІ

Учні середньої школи користуються ШІ майже повсюдно, і ті, хто вчиться слабше, користуються більше

Річне дослідження 4 062 німецьких учнів середньої школи виявило майже повсюдне використання ШІ: 95% користувалися ним, і учні з нижчими досягненнями користувалися більше, щоб завершити завдання. Ця закономірність передбачала менше зусиль згодом.

Це робить окреслення використання ШІ і саморегульоване навчання частиною навчальної програми, до якої повертаються протягом року. Питайте студентів, для чого інструмент у цьому завданні, і дайте учням із нижчими досягненнями підтриманий шлях, що починається з розуміння роботи.

Дивіться також: Зменшення надмірної залежності від ШІ

Підтримувальний чатбот зрівнявся з веденням щоденника, тоді як одноліток зменшив самотність

У двотижневому рандомізованому дослідженні з 296 першокурсниками підтримувальний чатбот показав той самий результат, що й ведення щоденника, у зменшенні самотності, тоді як випадково призначений одноліток її зменшив. Бот виявляв більше емпатії, тоді як студенти давали менше у відповідь.

Бот може бути корисним першим контактом, поки одноліток або консультант залишається доступним. Вбудуйте цей людський шлях у будь-яку службу підтримки студентів, яку рекомендуєте, і вимірюйте саму самотність.

Дивіться також: ШІ, тривожність і добробут

Ставтеся до симуляції ШІ як до репетиції під наглядом

Огляд 14 досліджень виявив, що студенти-медсестри цінують повторювану симуляцію зі ШІ за низького тиску й повідомляють про більшу впевненість, особливо в комунікації та клінічному міркуванні. Реалістичність, мова тіла й затримка відповіді залишалися слабкими.

Проведіть для студентів інструктаж про межі, вимагайте перевіряти згенерований вміст і проводьте розбір після. Зберігайте людську взаємодію там, де невербальна комунікація або тривала емпатія є суттю вправи.

Дивіться також: Освіта медсестер

Код капстоун-проєктів потроївся, а коментарі залишилися на тому самому рівні

Десять семестрів 260 капстоун-проєктів в освіті з інформатики показують, що медіанний обсяг коду зріс із приблизно 3 400 рядків до 10 000, тоді як коментарі залишилися близько 8%. Кількість комітів зросла; окремі коміти майже не змінилися.

Оцінюйте проєктні рішення, пояснення коду й здатність студента його змінити. Артефакт тепер може зростати швидше, ніж навчання, яке він має показувати.

Дивіться також: Перепроєктування оцінювання для епохи ШІ

Для розробників

Без рисунка репетитор ШІ має відмовитися

Шість моделей ШІ, здатних працювати із зображеннями, розв'язували 376 завдань із математики для середньої школи, у яких рисунки несли ключову інформацію. З рисунком найкраща розв'язала трохи більше половини; без нього вони відмовлялися майже щоразу.

Ставтеся до відмови як до сигналу про відсутній контекст. Оцінка або оновлення профілю, зроблені без рисунка, вимірюють інше завдання.

Дивіться також: Математична освіта

Репетитор із письма, який ставить запитання й залишає письмо студентам

MAIKE ставить запитання й діагностує аргументи, залишаючи текст есею студентові. Серед 65 учнів середньої школи покращення зрівнялося з контрольним чатботом — 40% до 41%, — а користувачі MAIKE витрачали більше ходів на ідеї; ніхто не погіршився.

Вимірюйте, чи ідея, обговорена в чаті, стає переробкою. Інструмент навчання письма, який покращує лише кінцевий текст, може обійти міркування, яке завдання покликане формувати.

Дивіться також: Навчання письма зі ШІ

Наближуйте й підсвічуйте слайд, поки йде озвучення

GuideSlide озвучує презентацію й використовує візуалізацію, щоб наблизити ту частину, про яку йдеться. У дослідженні з 24 людьми, які дивилися на телефонах, навантаження впало, розуміння зросло з 5,5 до 6,5 із 9, і 21 із 22 віддали перевагу йому.

Перевага через день не була статистично значущою, тож дослідження підтримує увагу під час перегляду; тривале навчання залишається неперевіреним. Вбудовуйте підказки в саму розповідь.

Дивіться також: Проєктування ШІ в навчання

Дообучений детектор може деідентифікувати студентський текст без упередженості щодо імен

П'ять інструментів перевірили на 13 613 файлах студентських текстів. Дообучений GPT-4o-mini знайшов близько 96% ідентифікаційних деталей приблизно за одну шосту ціни Azure за токен; інструменти Microsoft частіше пропускали африканські та азійські імена.

Навчання на десяти транскриптах спрацювало на новому наборі, тож підхід переноситься. Закладайте в бюджет другу перевірку, коли важлива точність, і повідомляйте про групи, які ваш інструмент пропускає.

Дивіться також: Інституційна політика щодо ШІ

Аналіз відео досяг узгодженості на рівні людини, але людина залишається в циклі

GAIVA транскрибує, розмічує й інтерпретує відео з аудиторії для навчальної аналітики. На п'яти записах її мітки узгоджувалися з людськими рецензентами приблизно так само, як двоє рецензентів між собою, і вона виявила різновид участі, якого початкова теорія не називала.

Ставтеся до моделі як до партнера з кодування з відстежуваним запитом і людським рішенням на кожному етапі. Модель також виявляє закономірності, яких людський рецензент міг не шукати.

Дивіться також: Дослідження в освіті за допомогою ШІ

Для дослідників

Великий середній ефект усе ще може означати відсутність надійної користі

Огляд чотирьох контрольованих досліджень із 420 студентами комп'ютерних наук та інженерії виявив велике середнє покращення, тоді як дослідження різко розходилися, а ймовірний діапазон включав відсутність користі. Докази оцінено як дуже невизначені.

Ставтеся до великого середнього з чотирьох несхожих досліджень як до гіпотези про ваш курс. Пілотуйте персоналізоване навчання там, де воно працюватиме, і прямо кажіть, наскільки невизначені докази.

Дивіться також: Що означає персоналізоване навчання

Оцінювач ШІ, який знає запис учня, оцінює ту саму роботу інакше

Шість моделей ШІ оцінили ті самі 300 коротких відповідей із правдивою та підміненою нотаткою про попередні досягнення. Кожна модель ставила вищий бал за ідентичну роботу під високою позначкою — на 0,28–0,75 бала за десятибальною шкалою.

Контекст студента тут діє як упередженість. Повідомляйте ефект контексту поруч із показником узгодженості й перевіряйте оцінювання без запису студента, перш ніж називати модель надійною.

Дивіться також: Справедливість і надійність оцінювання ШІ

Справедливий на вигляд репетитор може приховувати 26-відсотковий розрив у навичках

Два роки журналів від 8 549 студентів, які користувалися MATHia, адаптивним репетитором із математики, показали, що студенти, які ще вчаться читати, засвоювали навички на 68,7% проти 77,6%, тоді як загальний показник справедливості виглядав майже нейтральним. Одна навичка приховувала 26-відсотковий розрив у прогнозованому засвоєнні.

Репетитор не мав компонента навички читання, тож навчання читання було відсутнім чинником у системі з математики. Моделюйте цю навичку й повідомляйте розриви на тому рівні, де викладач втручався б.

Дивіться також: Упередженість і справедливість ШІ в освіті

Хибнопозитивні спрацювання детекторів — це проблема урядування

Огляд 90 досліджень виявив, що детектори ШІ позначають легітимне письмо з частотою, яку неможливо звести в одне число, бо інструменти, пороги, набори даних і мови різняться. Анотації, огляди літератури, іспитові відповіді, перекладений текст і відредагована проза постійно отримували позначки.

Рішення процедурне: прозоре використання, людський перегляд, грамотність зі ШІ, явна інституційна політика і шлях оскарження. Це належить до урядування, а налаштування детекторів — лише його частина.

Дивіться також: Чи варто використовувати детектори ШІ?

Збіг із людськими оцінювачами все ще може пропускати саму роботу

Двадцять дві моделі ШІ оцінювали 100 пунктів на завдання в коротких відповідях, коді й есеях. Більшість зрівнялися з людьми на коротких відповідях, чотири зрівнялися або перевершили їх у коді, і жодна не досягла людського рівня в есеях.

Високий показник узгодженості може співіснувати з оцінювачем ШІ, який оцінює нотатку й пропускає відповідь. Додайте змінені відповіді до оцінювання й повідомляйте, де модель відходить від роботи.

Дивіться також: Справедливість і надійність оцінювання ШІ

Для адміністраторів

Докази про освітні технології для нейровідмінних зосереджені й керовані дослідниками

Огляд 93 досліджень виявив, що аутизм домінував у доказах про освітні технології для нейровідмінних учнів — 39,8%, — попереду інтелектуальної інвалідності, ADHD і дислексії. Найбільше досліджували розширену реальність (VR і AR); соціальним і груповим результатам приділяли менше уваги, а діти мало що могли сказати.

Питайте про результат, який важливий для аудиторії, і про учнів, яких включили в оцінювання. Твердження, підтверджене лише дослідниками, може відійти від людей, яким воно має служити.

Дивіться також: ШІ для учнів з інвалідністю та нейровідмінних

Студенти хотіли інституційного асистента для зворотного зв'язку

Тринадцятимісячна програма спільного проєктування із 315 студентами й 20 співробітниками виявила, що 73% цінували цілодобовий зворотний зв'язок, пов'язаний із їхнім навчанням. Картки й тести отримали більше позитивних відгуків, ніж відкритий чат, і 16 із 18 учасників бета-тестування хотіли цього асистента.

Ті 10% до 15%, хто опирався з міркувань цінностей, становлять ризик для впровадження. Ставтеся до їхніх застережень як до змістовних. Поясніть, як обробляють дані студентів і чого асистент не може робити, ще до пілоту, і дайте студентам шлях відмовитися.

Дивіться також: Проєктування ШІ в навчання

Нагляд за іспитами ловить списування й перекладає витрати на найменш забезпечених

Огляд 32 досліджень виявив, що нагляд ШІ ловить видавання себе за іншого та списування, тоді як хибнопозитивні спрацювання, збої освітлення й пропускної здатності, тривожність і шкода приватності найсильніше б'ють по найменш забезпечених. Автоматизований нагляд становив 59% досліджень.

Автори рекомендують альтернативне оцінювання і поєднання людського та автоматизованого моніторингу. Зменшіть частку онлайн-іспитів із високими ставками, перш ніж додавати ще один детектор.

Дивіться також: Інституційна політика щодо ШІ

Звіт на панелі підвищив завершення, тоді як бали за тест не зрушили

Викладачів, нових для онлайн-репетитора з математики, випадково спонукали відкрити звіт навчальної аналітики про успішність студентів із першого завдання. Це не змінило ні частку тих, хто почав наступне завдання, ні приріст балів за тестом, хоч завершення зросло в менших класах.

Перевірте, чи викладачі відкривають звіт, чи діють за ним і чи бачать приріст навчання, перш ніж купувати аналітику; самого зростання завершення недостатньо.

Дивіться також: Перевірка того, чи працює освітній ШІ

Майже жоден заклад не може назвати, хто відповідає за управління ШІ

Опитування 387 студентів і співробітників у 13 країнах виявило, що лише 17% знали про призначену роль з урядування ШІ. З решти 71% вважали, що вона потрібна, а 76% очікували, що вона покращить їхній досвід.

Респонденти описали роль із мандатом; комітет без мандата залишає цю роль незаповненою. Дайте власникові повноваження щодо навчання, безпеки даних, етичного перегляду й стратегії та публікуйте, хто її обіймає.

Дивіться також: Інституційна політика щодо ШІ

Також додано цього тижня

• Assessment of teacher performance and learner behavior using artificial intelligence in higher education: an integrative review of literature
• Process visualization feedback in news translation: a controlled intervention study of human-AI interaction using multimodal process data
• A teamwork framework for preventing breaches of academic integrity and improving students' collaborative skills in the AI era
• Artificial intelligence in higher education and graduate employability: cognitive engagement, self-efficacy, and career adaptability in the AI era
• Uneven automation: comparing authorship anxiety and generative AI use among art and design undergraduate students
• University students’ overreliance on generative AI feedback in the learning process: the effects of perceived cognitive load, cognitive offloading, and metacognitive monitoring
• What Do They Think? Undergraduate Perceptions of Student-AI Use
• Ability of AI detection tools and humans to accurately identify different forms of AI-generated written content
• AI and I-Distributed authorships in the Swedish upper secondary writing classroom
• Beyond Response Scoring: An AI-aware Cognitive Supervision Framework for Automated Mathematical Short Answer Grading
• Data and AI Literacy in Geography Education: A Needs Assessment of Pre-Service Geography Teachers
• Declared, Not Detected: A Blockchain-Anchored, Agentic Framework for Academic Integrity in the Generative AI Era
• Developing Feedback Taxonomy for Math: A Synergy of Perspectives through Data Mining Methods
• Digital borders, algorithmic governance and civic digital literacy: examining the educational implications of AI-driven immigration management in post-apartheid South Africa
• Examining AI interaction profiles in generative AI supported fraction division problem posing
• I'm Sorry, Dave. I'm Afraid This Feedback is not Constructive: Human Perspectives Versus ChatGPT Evaluations of Feedback in an Era of Artificial Intelligence
• Making argumentative work visible in GenAI-mediated assessment: An exploratory LLM simulation and questionnaire study in university ideological and political education
• Owning what one did not make: psychological ownership, agency, and the authorship legitimation deficit in human-AI co-creation
• Preliminary evaluation of an AI-powered chatbot for academic integrity support in higher education
• Automating Self-Affirmation Essay Coding: Fine-Tuned BERT Performance Comparable to Human Coders and Comparison with GPT-4
• Mapping moral reasoning research among college students: a bibliometric analysis of traditional foundations and emerging digital ethics
• The longitudinal relationships among AI-assisted music classroom engagement, flow experience, and musical emotional intelligence: a parallel-process latent growth modeling study
• A Comparative Study of Knowledge Component Granularity in Intelligent Language Tutoring Systems
• Effects of generative AI assisted grammar instruction on Ethiopian EFL learners' self-efficacy, metalinguistic awareness, and writing performance
• Mapping the Integration of AI Literacy Into Information Literacy Instruction in Academic Libraries: A Systematic Review of Emerging Research
• AI in mathematics classrooms: A synergistic strategy for diversity and inclusivity
• Artificial intelligence in embodied learning: A systematic literature review
• Dear Gemini: Agency, Peer Review, and Critical AI Literacies in Student Writing Ecologies
• From design to classroom adoption: Teachers' perspectives on AI-powered writing analytics in resource-constrained contexts
• How does generative AI support inquiry-based learning? A systematic review
• Scaffolding Autonomy: AI-Augmented Self-Paced Learning Environments for Sustainable Learning Outcomes
• Sustained use of generative artificial intelligence (GenAI) in programming education: A systematic review of empirical evidence on adoption, learning outcomes, and continuance intention
• Active Learning with Generative AI in Introductory Physics: A Multi-Institutional Study of the P-A.I.R. Framework
• AI literacy and vocational students’ complex problem-solving skills: a moderated mediation model of systematic thinking, cognitive load, and perceived school ICT support
• AI literacy facets in creative higher education: associations with learning performance and academic well-being
• Artificial intelligence (AI) and information seeking: A comparative exploration of AI chatbots, search engines, and library resources as information sources among university students
• Artificial intelligence in professionally oriented physics education: patterns of use and perceived learning support among future engineers
• Breaking career boundaries in the AI era: how AI literacy relates to university students' perceived employability through future work self salience and boundaryless career mindset
• Designing Safe and Relevant Generative Chats for Math Learning in Intelligent Tutoring Systems
• From generation to judgment: the multidimensional structure of design thinking mindset and differences across learning stages in AIGC-supported fashion film design learning
• Generative AI dependency and perceived learning outcomes among university students: an indirect association involving effort regulation
• Generative artificial intelligence reshapes university students’ sustainable use of academic information resources: mixed evidence from behavioral logs and perceptual survey data
• Learning engagement and creative self-beliefs in generative AI-supported design education: self-reported prompt literacy and dimensions of AI dependence
• Scaffolding GenAI Use in Ethical Essay Writing: A Three-Year Experience Report in Introductory Computing
• Teachers’ basic psychological need satisfactions and their intentions to use generative artificial intelligence: the mediating role of engagement in professional development
• Using Machine Learning to Measure Self-Efficacy Belief Through Learners' Interaction Traces in Technology-Enhanced Learning
• What Am I Really Doing with My Own Brain?": College students on learning, ownership, and AI
• A Framework for Considering Exploration, Interpretation, and Confirmation During Data Analysis: Computationally Assisted Analysis of Teacher-Group Interactions
• A metacognitive approach to learning and performance in human-AI interaction
• Beyond access: How GenAI literacy relates to task performance, motivation, cognitive load and interaction patterns in AI-assisted learning environment
• Characterizing diverse student behaviors, interactions, and perceptions with GAI-augmented learning analytics tool
• ChatGPT and student engagement in L2 writing: a systematic review towards a ChatGPT-enabled smart learning environment framework
• ClickSight: An LLM Framework for Interpreting Student Clickstreams Through Learning Strategies
• CLST: Cold-Start Mitigation in Knowledge Tracing by Aligning a Generative Language Model as a Students' Knowledge Tracer
• Combining AI and corpus technology in language teaching: Professional development and knowledge co-construction using the CoI framework
• Comparing Zero-Shot Large Language Model Prompting with Human Coding of Theory Concepts in Student Essays
• Design and preliminary validation of an AI enhanced game based learning environment for computational thinking in upper secondary education
• Development and validation of the AI cognitive offloading scale for Chinese college students
• Evaluating Generative AI as a Supportive Analytic Partner in Qualitative Coding of Metacognitive Student Reflections
• Exploring AI peer in collaborative mathematics learning
• GenAI-based metacognitive prompting in collaborative inquiry: A comparison across diverse preconception groups
• Generative AI and student motivation: an SDT-guided systematic review of learning activities, motivational regulation, and measurement
• Intrinsic and Contextual Factors Impacting Student Ratings of Automatically Generated Questions: A Large-Scale Data Analysis
• Leveraging Large Language Models to Identify Conversation Threads for Collaborative Learning Analysis
• Motivational organization in AI-supported writing: A self-determination perspective
• Personalizing Second Language Learning: Integrating AI with Learner Preference, Proficiency, and Engagement
• Psychological pathways to responsible generative AI decision-making among teachers: governance clarity, perceived accountability, decision uncertainty, and AI literacy
• Rigor, commitment, and generative AI: a conceptual framework for student engagement in EAP writing
• Should there be a teacher in-the-loop? A study of generative AI-personalized tasks middle school
• To Align Long, Plan Short: Simulating Diverse Profile-Aligned Students by Realizing Short-Term Plans in Long-Horizon Learning Environments
• Using Bayesian Knowledge Tracing to Evaluate Perceptual Scaffolding and Desirable Difficulties in a Math Intervention
• Using LLMs to Identify Indicators of Persistence from Students' Dialogues with a Pedagogical Agent
• What a teacher cannot delegate: a pedagogy-first framework for integrating conversational AI agents across the simulation cycle
• Who Is Doing the Thinking? Characterising Human Agency in First-Year Students’ AI Interactions
• Artificial intelligence and immersive technologies for LGBTQ+ youth: a narrative review
• Who benefits from LLMs? Prompt engineering competence and equity in higher education
• Trusting AI too much? Psychological correlates of overtrust and the role of AI literacy
• AI for eGovernance: Leveraging Language Technologies For Digital Inclusion
• Perceived and demonstrated generative AI literacy in engineering problem solving: the role of verification behavior
• Rethinking the Structure of AI Literacy in Generative AI Educational Systems: Descriptive Patterns of Expert Convergence and Heterogeneity
• Human-AI Collaboration for Qualitative Analysis in Participatory Design: Refining the Writing Analytics Tool
• Why is AI-generated language so hard to understand?
• Generative AI configurations across creative phases: a 2 x 2 experiment on creative performance and immediate knowledge in art and design education
• Supporting creative agency: metacognitive control and trust in generative AI art education
• A model for enhancing the quality of geography education based on the integration of Artificial Intelligence and Geographic Information Systems
• From Policing Provenance to Designing for Evidence: Testing Four Propositions on Generative AI Against Research and Institutional Policy
• Higher education governance under AI and geopolitical disruption: a socio-technical framework for administrative artificial intelligence
• ChatGPT and employability in higher education: exploring creativity, critical thinking, and problem-solving
• From technology adoption to curricular coherence: technology-enhanced simulation as a bridge in health professions education
• A Survey of Graph-Based Knowledge Tracing from Structural and Propagation Perspectives: Models, Applications, and Future Directions
• Integrating Topic Modeling and LLM Prompt Engineering into a Human-driven Approach to Analyze Interview Transcripts
• Leveraging Interview-Informed LLMs to Model Survey Responses: Comparative Insights from AI‑Generated and Human Data
• Analyzing Educational Video Transcripts with LLMs: Accuracy, Named Entities, and Interpretability
• Data Plus Theory Equals Codebook: Leveraging LLMs for Human-AI Codebook Development
• Towards responsible and trustworthy educational data mining: Comparing symbolic, sub-symbolic, and neural-symbolic AI methods
• The Ghost Learner Paradox: A Systematic Review of Metacognitive Laziness in the Age of Generative AI
• Beyond ChatGPT: A Comparative Mapping of AI Research in STEM and Engineering Education and the Contemporary AI Tool Ecosystem
• Generative AI and Cognitive Processes in Education: A Narrative Review and Conceptual Framework
• Fifty years of topic development, thematic combination, and AI's evolving reach in Computers & Education
• From "usefulness" to "dependence": the dynamic evolution mechanism of generative AI use behaviors
• Generative AI in Education and the Erosion of Critical Democratic Citizenship

Сторінка журналу перелічує кожне дослідження, додане цього тижня, включно з тими, що не підсумовані тут.

Примітки про сайт

Випуск новин і його RSS-стрічка тепер доступні також іспанською: відвідайте іспанський сайт новин або підпишіться на іспанську RSS-стрічку новин. Щоб запросити іншу локалізацію, відкрийте питання або зв'яжіться з розробником сайту.

Сайт став значно легшим. Повне дерево понять і запитань більше не потрапляє на кожну сторінку: бічна панель показує десять тематичних груп і завантажує повний список лише тоді, коли читач відкриває одну з них, а права колонка перелічує вісім недавніх сторінок замість тридцяти. Загалом у збірці HTML зменшився з 1,80 ГБ до 1,26 ГБ, а розмітка бічної панелі — з 604 МБ до 87 МБ.

Переклади оновлено в усіх 33 налаштованих локалізаціях, включно з арабським, гебрейським та урду виданнями з письмом справа наліво. Анотації статей залишаються лише англійською.

Офлайн-видання переїхали до нового місця релізів на GitHub, тож старі посилання на EPUB і PDF більше не працюють. Кожен локальний сайт зберігає свою звичайну адресу. Файли EPUB і PDF існують для 19 мов із посиланнями нижче; решта 14 — лише сайти.

• Англійська: EPUB і PDF
• Español (іспанська): EPUB і PDF
• Français (французька): EPUB і PDF
• 中文 (китайська): EPUB і PDF
• Deutsch (німецька): EPUB і PDF
• 日本語 (японська): EPUB і PDF
• 한국어 (корейська): EPUB і PDF
• Português (португальська): EPUB і PDF
• العربية (арабська): EPUB і PDF
• עברית (гебрейська): EPUB і PDF
• हिन्दी (гінді): EPUB і PDF
• Русский (російська): EPUB і PDF
• Українська: EPUB і PDF
• Italiano (італійська): EPUB і PDF
• বাংলা (бенгальська): EPUB і PDF
• اردو (урду): EPUB і PDF
• Bahasa Indonesia (індонезійська): EPUB і PDF
• Tiếng Việt (в'єтнамська): лише сайт
• Nederlands (нідерландська): лише сайт
• Svenska (шведська): лише сайт
• Dansk (данська): лише сайт
• Suomi (фінська): лише сайт
• Norsk bokmål (норвезька букмол): лише сайт
• Română (румунська): лише сайт
• Magyar (угорська): лише сайт
• Čeština (чеська): лише сайт
• Български (болгарська): лише сайт
• Slovenčina (словацька): лише сайт
• Hrvatski (хорватська): лише сайт
• Ελληνικά (грецька): лише сайт
• Polski (польська): лише сайт
• Kiswahili (суахілі): EPUB і PDF
• Türkçe (турецька): EPUB і PDF

Джерело публічне на github.com/edtechdev/aied.

Стежте за оновленнями

Отримуйте кожен випуск через стрічку новин у програмі для читання стрічок, вставивши ту саму стрічку в Blogtrottr, щоб нові випуски надходили електронною поштою за обраним вами графіком, або стежте за нею в LinkedIn, де кожен випуск публікується як стрічка LinkedIn.

---

Щотижневе оновлення досліджень про ШІ в освіті виходить із бази знань про ШІ в освіті, яку генерує агент ШІ. Цей випуск підготував той самий агент ШІ за редакційними вказівками розробника сайту, і кожне твердження вище посилається на сторінку, з якої воно походить.

База знань присвячена суспільному надбанню за ліцензією CC0 1.0. Усі права відсутні.

Знайшли проблему вмісту? Повідомте про неї на GitHub або зв'яжіться з розробником сайту, Doug Holton.