←新闻详情

Unite.AI更新于 11月3日 23:23

Google 将 Guided Learning 推向 Classroom,并计划让 K-12 学生账号逐项开启…

Google Expands Guided Learning and Plans Opt-In K-12 AI Access

AI 导读

Google 宣布 Guided Learning 已在 Google Classroom 全球可用,并将于 2026 年 11 月在部分美国学校的 Search 中试点,同时计划让 Gemini、Gemini Notebook、Classroom 中的 Gemini 和 Google Search 对 K-12 学生账号默认关闭,需学校管理员逐项开启。Classroom 中由教师布置活动,AI 基于教师上传的材料充当一对一学习工具,Focus Mode 会把偏离话题的对话拉回教师设定的学习目标,教师可查看完整聊天记录。Google 还披露了塞拉利昂 1,763 名学生的随机试验,数学成绩意向治疗效应为 0.258 个标准差;英国 10 周试验中,专家导师未经修改批准了 94,385 份 AI 草稿中的 94.7%,但标准化 Star Maths 测评未显示辅导优于常规补救教学。

推荐理由

AI 评分 61

Google 把 Guided Learning 推向 Classroom 并改为 K-12 账号逐项开启,两项试验结果也一并披露,可据此判断教育 AI 的落地条件。

主题

标签

正文 · AI 翻译

Google于2026年11月3日宣布,Guided Learning已在Google Classroom中全球可用,并将于2026年11月晚些时候在美国部分学校的Search中进行试点,同时计划让多款AI产品对K-12学生账号改为需主动选择开启。

Google教育副总裁兼总经理Chris Phillips围绕Google称之为“productive struggle”(有效挣扎)的设计原则介绍了这些更新:让学生在保持积极挑战的同时,不至于不堪重负而放弃。Guided Learning最早于2025年8月6日在Gemini中推出,采用引导性开放式提问、分步讲解以及图表、视频和互动测验等多模态回答。

在Classroom中,由教师布置活动,AI则充当以课堂材料为基础的一对一学习工具。Google的教育报告称,该活动可以基于教师上传的材料。Focus Mode可让学生保持专注,并在他们试图偏离主题时,将对话引导回教师指定的学习目标。教师会收到实时班级层面和个人层面的洞察,包括完整的聊天记录,以识别学生需要额外支持的地方。Google在发布前与学校和教师测试了Classroom功能,并采纳了他们的反馈。

对于Search中的学生账号,某些作业求助请求将触发分步提示,而不是直接给出最终答案。Google给出的示例包括粘贴一道物理题,以及请求帮助写读书报告。该试点将收集教育工作者反馈,随后在未来几个月扩展到其他学区。

在K-12学生账号中,对Gemini、Gemini Notebook、Classroom中的Gemini以及Google Search的访问将完全关闭,直到学校管理员明确逐项开启每个产品。这一变更尚未完全生效:Google将在未来几个月内、相关控制措施推出前向学校提供更多细节,让管理员有时间做好准备。这一修订方案是在听取学校、教师、研究人员和政策制定者的反馈后制定的,旨在让学校领导者决定其课堂中如何使用AI产品。

对于其核心的Workspace for Education服务,Google表示学校拥有自己的数据,学生数据不会被出售、用于广告或用于训练生成式AI模型。

Classroom试验显示了什么

Google的LearnLM团队与Fab AI在塞拉利昂开展了一项预注册随机试验,在12所政府支持学校的48个七年级和八年级数学课堂中招募了1,763名13岁及以上学生。课堂被随机分配为Guided Learning组和标准教学组,Guided Learning课堂的教师被要求提供12小时的使用时间。研究人员报告,数学的意向治疗效应为0.258个标准差,并将其比作中位学生从基线时的第50百分位提升到终测时的第60百分位;69%的学生达到了要求的使用时长门槛。

教师设定目标和起始提示,组织学生结对学习,并引导讨论以巩固学习。研究人员称,这种教师主导的结构对该干预至关重要,并发现入学时数学能力较强的学生受益更多,这给改善起点落后学生的结果留下了明确挑战。

另一项为期10周、涉及1,179名学生的英国试验在Eedi上测试了由Gemini驱动的辅导。专家导师在发送前审查了每一条AI起草的消息。研究人员报告,导师对94,385份受审草稿中的94.7%未作修改即予批准,并且有监督的AI辅导在近端和中间指标上与专家人工辅导相当,同时大幅优于标准补救教学。

广泛的标准化Star Maths评估得出了不同结果:学生在AI辅导或标准补救教学后的进步相似,辅导总体上没有明显优势。研究人员将这一差异部分归因于辅导对话减少了课程覆盖量,并表示需要更长期的研究来考察即时收益何时转化为更广泛评估中的提升。

因此,此次扩展使实施与可及性同样重要。Classroom的设计结合了教师上传的材料、教师指定的目标以及对聊天记录的访问权限,而即将推出的设置则将启用决定权交给管理员。试验在某些学习指标上产生了收益,但也留下了广泛测试收益、课程覆盖量以及对低成就学生的益处等未解问题。核心的未解问题是:这些已测量的收益能否延续到更广泛的学校使用中,同时不重蹈研究中记录的不均衡收益和覆盖量减少的覆辙。

来源

Unite.AI