OECD发布了新报告“2026年数字教育展望”。生成式人工智能（GenAI）正迅速进入世界各地的教育系统，引发了对更加个性化的学习、增强的教学实践以及更高效的系统管理的期望。报告借鉴了最佳可用实证研究、设计实验和专家见解，探讨了生成式人工智能在哪些方面展现出前景，以及教育利益相关者如何引导其有效且负责任地采用。
有证据表明，生成式人工智能可以规模化提供个性化学习支持，提高反馈质量，并实现评估环节的部分自动化。但这种便利可能是有代价的。当学生过度依赖生成式人工智能时，元认知参与度——即把答案转化为理解的心理过程和努力——就会下降。这导致任务表现与真实学习之间出现错位。
利用生成式人工智能促进学生学习
生成式人工智能最引人注目的用途之一是辅导。与传统的基于人工智能的辅导系统僵硬的对话树不同，生成式人工智能可以进行灵活、个性化的对话，根据学习者的个人需求调整解释方式和语言。
除了一对一辅导，生成式人工智能也在支持协作学习。研究确定了四个主要角色：充当信息中心、生成个性化材料以支持小组工作、向教师提供反馈、以及在小组任务中充当同伴贡献者。
生成式人工智能也可能支持创造力。有证据表明，当缓慢使用以支持迭代探索和反思时，它最为有益，而不是快速生成即时内容。
利用生成式人工智能增强教师表现
生成式人工智能有望在其他方面也彻底改变教师的工作方式，包括提高生产率和教学质量。它已经可以快速撰写总结、设计练习，甚至提供实时辅导支持。但存在一种风险，即过度依赖生成式人工智能可能导致技能和教学专长的丧失。
目前的关键问题之一是大多数工具是为通用目的而设计的。现成的聊天机器人很少能与课程保持一致。这就是为什么一些人主张建立专门构建的教育用生成式人工智能系统。
一些生成式人工智能工具已被用于支持教师，尤其是在高等教育行业。
其他早期证据表明，教育用生成式人工智能工具可以提高在线辅导质量，特别是对于经验不足的教师而言。
改进系统和机构管理
生成式人工智能也在简化系统和机构管理，实现新形式的分类和推荐。在机构层面，生成式人工智能已经在重塑行政任务。基于嵌入的模型可以映射课程和项目之间的等效性，使招生、职业指导和课程分析等任务更快、更准确。
最终，当以强大的教学法和以人为中心的方法进行设计时，生成式人工智能所能做的远不止帮助学生完成任务。它有潜力深化学生学习，改善教学实践，并简化机构管理和研究。
文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！
更多阅读：
