AIEd 知识库AIEd KB
本页内容

本页面已译为中文。文章页面仍以英文撰写。 阅读本页的英文版本

概念

学习收益

创建 2026-08-09 · 更新 2026-10-09

本页是英文页面的机器翻译，尚未经母语者审校。

学习收益（learning gains） —— 学生知识、技能或能力因教育干预（包括 AI 辅助教学）而产生的可测量改进。在教育中的 AI研究中，学习收益是评估 AI 工具是否真正改进学习——而非仅投入度或满意度——的主要结果测量。

值得思考的问题

  • 你是否曾觉得自己从一项活动中学到很多，却在一场测量别的东西的考试上失败？本页区分 AI 支持的即时表现与持久学习——这两者在你的经验中可能如何分岔？
  • 一个核心发现是，生成式 AI 能抬高 AI 辅助作业上的分数，同时拉低监考、闭卷测量上的分数。如果你要评估一个 AI 工具是否真的帮助学生学习，你会信任哪一种结果，为什么？
  • 研究表明，无指导地依赖 AI 预测更差的学习收益，而结构化使用预测更好的——同一工具，相反结果。在真实课堂里，什么区分了"结构化"与"无指导"的使用？
  • 提示按钮与更少的学习相关：提示越多，学习越少。你是否曾一卡住就想伸手去按提示或答案？这对学习真正需要多少挣扎意味着什么？
  • 一项大型元分析合并了许多研究，发现 AI 赋能的教育科技把学习提高了不大的幅度，且生成式 AI 相对早期自适应工具没有优势。这个谨慎的合并估计应当如何改变你对关于单一 AI 产品效果的激动论断的读法？

引言

学习收益是任何教育技术的终极检验。在知识库的研究中，它们作为随机对照试验中的因变量、准实验研究中的前后比较，以及把 AI 工具使用与学业结果联系起来的关联分析出现。

**术语。**成就（achievement）的结果义——学生成就、学业成就、学习成就、先前成就、成绩差距——在此被视为学习收益的同义词，这些短语链接到本页。感受义（"成就感"）是一种动机体验而非测得的结果；见动机与自我效能。成就目标理论（"成就目标"、目标定向）同样是一个动机构念，链接到动机。

知识库的主要发现：

  • **自适应预测试**研究考察生成式 AI 赋能的预测试是否产生超越即时测试而持续的持久学习收益。
  • **编程中生成式 AI 的元分析**发现结构化 AI 使用产生正向学习收益，但无指导依赖产生负向效应——这是生产力与持久学习之间的关键区分。
  • **提示按钮研究**表明提示滥用与学习收益之间的负向关联——提示越多，学习越少。
  • **教学指导研究证明，学习收益取决于 AI 如何被使用，而非仅仅是它是否可用。
  • **世界银行元分析**合并 14 项 RCT 的 191 个效应量，估计自适应与 AI 赋能的教育科技平均把学习提高约 0.125 个标准差——高于教育 RCT 的中位数——同时发现生成式 AI 相对早期自适应工具没有优势。
  • 收益是内容—处理交互，而非常数。Rachatasumrit 等人（2025）表明，最优的例题—问题比取决于知识内容：纯粹的提取练习对逐字事实产生更高收益，而例题整合练习（例题与问题交替）对可泛化技能产生更高收益——这直接证明"多练"并不总是更好，收益取决于训练安排与被学知识成分的匹配。

AI 时代的测量问题

知识库学习收益研究的一个中心主题是，生成式 AI 能不产生学习收益而抬高表面表现——而结果测量的选择决定了这是否可见。研究与大规模田野数据显示一个鲜明分歧：AI 使用改进 AI 辅助作业上的分数，同时拉低监考、闭卷、无辅助测量上的分数。表现对学习研究与快速综述因此区分 AI 支持的即时表现与持久学习，并把无辅助的总结性测量（见终结性评价）当作真实学习收益的可靠信号。

效力研究显示了什么

在知识库的RCT、元分析与田野研究中，浮现出一幅一致的学习效力图景（哪些 AI 干预真正产生学习收益，以及有多大）：

  • 元分析证据大体为正但有条件。对 53 项研究的综合元分析（Dong 2026）发现，生成式 AI 在学业成就、高阶思维与写作上总体优于传统方法——AI 反馈尤其有效——尽管游戏辅助的生成式 AI 没有显著附加收益，且收益随国家与结果而异。生成式 AI 与编程的元分析发现大的生产力收益但没有显著学习收益（g ≈ 0），把任务效率与持久学习分开。一项语言学习元分析发现 AI 增强的具身机器人带来正向但适度的学习收益。就AI 素养而言，对 59 项研究的三层元分析估计一个大的总效应（g = 0.837）——但宽的预测区间，以及知识导向干预优于针对技能、态度或伦理的干预这一发现告诫：所测的结果塑造了表面收益，呼应了 AI 相关收益取决于你测什么、怎么测这一更广的观点。

  • **设计良好的AI 导师产生真实收益。**一项为期两年的整群 RCT（Khanmigo）发现，AI 辅导每学期把数学成就提高约 1.3 个国家百分位（约 0.06–0.08 SD/学年，全年约 0.14 SD），收益与不用 AI 的练习相似——证明投入度而非模型能力是约束因素。NUMI表明，AI 支持改进了犯错后的下一次尝试正确率，并给每道题更多时间——一种"生产性放缓"建立持久掌握。虚拟辅导发现约束因素是采纳与持续参与，而非导师质量。

  • **一门从班级自身教学法构建的导师打败了主动学习，而非仅讲课。**在哈佛物理导论课的一项交叉随机对照试验中，从定制 AI 导师学习的学生后测中位数为 4.5，对课程课堂主动学习课的 3.5（基线中位数 2.75），线性回归效应量为 0.63，任务上花的中位时间为 49 分钟对课堂 60 分钟（Kestin 等人，2025）。由于对照是基于研究的主动学习而非讲授，该试验是在与一个严苛的对照比较中测量导师——作者归功的设计是把导师从与班级相同的基于研究实践工程化，加上按需的个性化反馈与自定步调。

  • AI 可以比肩人类帮助。ChatGPT 生成的帮助在数学技能上产生与人类导师撰写的帮助等效的学习收益——证据表明，生成式 AI 在恰当时使用可与人类脚手架一样有效。

  • **收益取决于谁在与它一起教学。**获得 AI 支持的低经验导师把学生通过率提高了 9 个百分点，对更资深导师收益更小——一种增强模式，最能提升最缺乏经验者（OECD，2026）。

  • 无保护的 AI 可能损害学习。护栏 RCT（PNAS 2025）发现，无保护的 ChatGPT 式导师把辅助练习提高 +48%，却降低了无辅助考试分数 −17%，而带护栏（给提示而非答案）的导师消除了损害。这是学习效力依设计而定的最鲜明证明：同一类工具依配置之不同，可能是强的学习收益，也可能是净损害。

  • **但无保护获取也能持久地帮助。**一项使用现成 ChatGPT 账户的 RCT 发现，无辅助测试在有访问时高出 0.27 SD，且收益在一周后保持——超过 747 项教育 RCT 中 0.10 SD 中位数的两倍（Contractor & Reyes，2026）。

  • 感知效力与实际效力分岔。自报表现与测得表现错位，缺席的认知基线表明 AI 原住民学生高估自己的学习——因此基于自报的效力主张在没有客观结果测量时不可靠。自我报告测量汇集了报告与测得结果相分离的案例。

  • **收益可以来自重配教师时间，而非来自 AI 评分。**在一项横跨 178 所巴西学校（约 19,000 名高三学生）的随机实验中，AI 与人工作文评分产生相同的考试收益，但 AI 课堂多了约 35% 关于写作的一对一师生对话，且最底四分位在两种条件下都没有改善（Ler，2026）。

要点：证据的分量支持来自 AI 的适度、有条件、依设计而定的学习收益——当 AI 被结构化为教练而非答案、带护栏、并与无辅助结果测量配对时是真实的，而当它替代学习者自身努力时则缺席或为负。这就是为何学习收益作为结果必须用有效的、抗 AI 的工具测量，以及为何人工智能教育评价把效力主张与方法性审视配对。

  • **AI 辅导可以在标准化测试收益上比肩专家人类辅导。**在一项有 2,383 名参与者的评估中，合并的 AI 辅导在 GRE 学习收益上与专家人类辅导统计等效（p = .015），两者都高于无辅导对照；作者提出以每百分点收益的成本作为比较导师的单位（Northcutt 等人，2026）。

AI 对学习与成就之影响的领域级地图

知识库的语料——元分析、RCT、准实验与田野研究——支持一幅细致、有时矛盾的图景。发现聚为正效应、负效应与有条件效应。

正效应（AI 能产生真实学习收益）：

负效应（AI 能降低或未能改进学习）：

有条件与混合效应（语境决定方向）：

元分析的学习收益估计被夸大——谨慎阅读

主导本页效力总结的学习收益数字——尤其是来自元分析的合并效应量——必须带一个强告诫来读：一波元研究表明，该领域的正合成估计被发表偏见、构念不一致与方法捷径夸大了。

  • 一项对 67 项元分析中 1,840 个效应量的研究级元元分析发现，经发表偏见校正的平均 AI 效应约为所报幅度的三分之一（SMD ≈ 0.196，对中位数 0.67），预测区间横跨大损害到大收益，且没有任何调节变量产生一致的收益。即使单个极端研究，在如此异质性下也几乎不贡献信息——这意味着更多同类型的当前研究不会解决问题；只有高质量、预注册、面向复现的试验才会。
  • 对合成层本身的二阶元分析。Emslander 等人（2026）反转了通常的分析单位：把 45 项元分析当作数据，并校正研究重叠（818 项独有初级研究，按独有权而非丢弃来加权），把 129 个元分析效应量合并为 g = .57 [.50, .65]，结果簇从 STEM 表现的 .35 到一般学业结果的 .68。两个结果与上面的数字相关。AI 类型没有调节效应（p = .63）——智能辅导系统、聊天机器人与 ChatGPT 在这一层上统计不可区分，因此该领域的合并收益并非由生成式 AI 本身驱动——而唯一清晰的调节变量是教育层次（高等教育 .61 对较年轻样本 .30），这部分是研究设计的人工产物，因为语料的 74% 检验了高等教育学生，而K-12证据相对稀薄。其质量评估是全语料中最锐利的：45 项元分析在 AMSTAR 改编的 17 分量表上平均 9.3 分，无一预注册，只有 23/45 有 80% 功效检测出它们自己所报的效应。其两个发表偏见检验也不一致——对称漏斗图（Kendall's τ = −.01, p = .868）对 PET-PEESE（B = 0.9, p = .009）指示夸大——因此该 SOMA 自身的中等效应带着一个未解决的偏见疑云到来。
  • 对 14 项高影响 AIED 元分析的法证审计发现，无一为其合并学习收益主张提供了有效依据：无一有连贯的结果构念，全部有未解决的极端异质性（I² 在报告它的 13 项元分析中从 77.2% 到 94.4%，其中 12/13 超过 80%），十二项把相依效应量当作独立处理，且无一有效评估发表偏见。随机抽查的初级研究多数与元分析主张不匹配。错误波及政策：两项被审计的元分析把研究样本量当作班级规模，并凭一项算错的初级研究，断定 21 到 40 名学生是理想干预规模，并建议生成式 AI 干预按该数字设计。
  • 一项修正了被审计缺陷中两项的 2026 年STEM综合——却仍例证了第三项。Doğan 及其同事（2026）合并 35 项实验与准实验 STEM 研究，每研究一个效应量以避免相依效应量问题，并跑了全套发表偏见检验（漏斗图、Begg 与 Egger 检验、剪补法、Rosenthal 失效安全数 N = 2404）而非断言对称——正是上面审计在它所检的每项元分析中发现的两个捷径。两项告诫存活。第一，作者未做正式质量评估，把纳入标准当作了严谨门槛，因此设计迥异的研究未经质量加权进入合并。第二，标题的异质性完全取决于你读的是哪个模型：同样 35 项研究在固定效应模型下报为 I² = 82.98%，在随机效应模型下为 I² = 15.75%，因此遇到无模型标签的数字的读者，可以在语料非同质时断定它是同质的。其合并估计（g = 0.670, 95% CI [0.491, 0.848]）因而是上一节所描述的那类数字：建构得比多数好，仍是一个上界。
  • 一项媒体/方法批评表明，许多"学习收益"并未被有效测量——结果往往是自报技能，或在 AI 协助期间测得的表现，而非持久的、无辅助的学习。
  • 第一波 ChatGPT 综合测量的是表现，而非学习。Fütterer 等人（2026）重建了汇总 ChatGPT 教育效应的五篇元分析的证据基础：在 69 项可分类的初级研究中，79.7% 只测量了表现，只有 11.6% 测量了学习。他们复现的合并估计（g = 0.83，95% CI [0.68, 0.97]，I² = 94.06%）因此描述的是测试表现，其预测区间 [−0.75, 2.41] 跨越零。

**给上面收益数字的底线：**把大的合并 AI 效应量当作上界而非点估计。优先采信来自设计良好RCT与田野研究、有无辅助标准化结果测量的学习收益证据（上面引用的护栏 RCT、Khanmigo 与 NUMI 实验，以及世界银行教育科技元分析），并把元分析的收益读作暂定且很可能夸大的，直到合成质量改进。问题也在更正之后存续：在一项被审计元分析被撤回后发表的论文中，60% 仍把它当作大 ChatGPT 学习收益的权威支持引用，无一承认撤回，因此一个被撤回的估计持续传播。这就是为何AIEd 研究的局限一页现在详细记录了元分析证据危机。

测量要紧的东西

学习收益连接到评估效度——如果评估未能捕捉更深理解，学习收益测量就有误导性。它们还与过度依赖和认知外包交叉，其中表面表现的改进可能掩盖学习损失，并与随机对照试验（随机试验作为检测因果学习收益的金标准设计）以及元分析与系统综述（跨研究合并效应量以建立该领域的效力证据）交叉。

  • 来自基于错误的 AI 教学法与教学策略的显著前后收益：Hosseini（2026）的数据库设计课程（n=13）在相同的前后测题上显示大而显著的学习收益（均值 4.25→6.83/7，Cohen's d=1.49，p<.001），收益与先前的 AI 或数据库信心不相关——AI 整合的批评—精化设计使各类学生受益，不论其初始感知。

关联概念

关联文章

相关常见问题

元数据

层次Higher Ed, K 12
目标读者Learners
评估与测量评估
研究方法与评价人工智能教育评价
页面类型Evaluation
SourceHistoryEditChat

嵌入此页

复制下面的代码，将本页嵌入学习管理系统或其他网站。嵌入版本只显示页面内容 — 网站的页眉、导航和页脚会被隐藏。