在塞拉利昂及其他地区衡量AI辅助学习的影响

这项预先注册试验的结果表明，AI 可以成为强大的教学伙伴——不是取代教师，而是扩展其影响力。本研究是我们持续努力的一部分，旨在为 AI 对教学的影响建立全球证据基础。

超越答案引擎：保护批判性思维

一个普遍的担忧是，生成式 AI 可能成为学生的捷径，从而绕过深度学习所需的、具有挑战性但至关重要的认知努力。Guided Learning 正是为应对这一担忧而设计的：它基于我们在 LearnLM 工作中多年的研究和实践构建，以教学法为基础，并专门调整以优先建立理解，而非直接提供答案。

来自塞拉利昂的数据表明，这种方法正在奏效。对试验期间交换的超过 113,000 次交互的分析显示，学生在 91.4% 的对话中使用该工具来构建概念理解，而非仅仅寻求解决方案。Gemini 在 76% 的消息中以提出支架式问题作为回应，仅在 2% 的情况下直接提供解决方案。这种“苏格拉底式”的互动确保了认知上的重担仍由学生承担。

教师主导的干预

本次试验的成功建立在 AI 与教育工作者之间的合作之上，教师始终处于体验的核心。教育工作者设计课程、设定目标，并主持推动学习的课堂讨论。

在焦点小组中，教师报告称 Gemini 也支持了他们自身的专业成长。通过使用该工具进行备课，他们发现了解释分数等熟悉主题的新方法。许多人描述了自己从“讲授者”向“引导者”的转变，在教室中走动，支持结对的学生自主探索学习旅程。

为了帮助其他人实施类似项目，我们正在发布一份教师培训指南，其中包含与 Fab AI 合作编写的材料，以及本次研究使用的具体协议。

衡量影响

定量结果显著。与对照组相比，使用 Guided Learning 的学生数学成绩提高了 +0.258 个标准差。实际而言，这相当于在八周的试验期内实现了大约 1.2 到 1.7 年的典型学习进步。

在教师将 Gemini 融入约一半课程（以达到试验期间 12 小时的目标）的班级中，学生取得了更高的进步——大约相当于 1.8 到 2.5 年的进步。参与度也异常高：69% 的学生达到或超过了使用目标，远超自愿教育技术通常的 5%（即著名的“5% 问题”）。这意味着学生不仅参与其中，而且更享受上课。

除了数字之外，我们还观察到行为的深刻转变。学生报告说更喜欢数学，并积极参与常规教学之外的学习。关键在于，随着时间的推移，他们的对话和问题变得更加以学习为导向，转向技能培养而非寻求直接解决方案。具体来说，技能培养类问题在最后一周上升至 90%——高于第一周的 68%——而寻求解决方案的问题从 25% 下降到 10%，证明学生不仅想要答案，他们还想理解如何得到答案。

为了进一步了解 Guided Learning 对学生学习的影响，我们正在全球范围内进行一系列额外的预先注册 RCT。为了推进开放科学并传播及时见解，我们还发布了一份关于我们与 Fab AI 进行 RCT 方法的操作手册，以帮助其他人根据自身需求和背景运行更快、可扩展的研究——从而发现与技术进步同步的、稳健的本地化证据。我们将在完成后续 RCT 后继续发布结果和经验，以构建更全面的跨国证据基础，希望这能为整个学习生态系统中 AI 的负责任发展提供参考。此外，我们对全球 AI 学习联盟 (GAILA) 的支持将通过集体行动加速这些承诺及其他工作。

前进之路

尽管这些结果令人鼓舞，但它们也凸显了“成就差距”这一挑战。虽然大多数学生受益，但那些在试验开始时数学基础较好的学生受益最多。这强调了一个重要需求：提供能为最需要帮助的学生带来最大收益的工具。

展望未来，我们计划将这些试验扩展到其他国家，并更深入地探究元认知和关系智能等领域，以捕捉更全面的视角，探索学习微妙的复杂性。通过将教师主导的学生课堂的关系基础与 AI 的个性化、支架式能力相结合，我们可以帮助确保技术成为通向所有人有意义学习机会的桥梁。

1 我们还获得了 Google.org 和盖茨基金会的支持来进行本次试验。EducAid、Laterite 和 Oxford MeasurEd 也与我们进行了合作。