OECD：2026年数字教育展望报告

OECD发布了新报告《数字教育展望2026》。生成人工智能（GenAI）正在迅速进入世界各地的教育系统，提高了人们对更加个性化的学习、增强的教学实践和更高效的系统管理的期望。该报告借鉴了现有的最佳实证研究、设计实验和专家见解，探讨了生成式人工智能在哪些方面显示出前景，以及教育利益相关者如何指导其有效和负责任的采用。

有证据表明，生成式人工智能可以大规模提供个性化学习支持，提高反馈质量，并部分自动化评估过程。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（将答案转化为理解的心理过程和努力）就会下降。这导致任务绩效和实际学习之间的不一致。

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。与传统基于人工智能的辅导系统的僵化对话树不同，生成式人工智能可以实现灵活、个性化的对话，根据学习者的个人需求调整解释和语言。

除了一对一辅导之外，生成式人工智能还支持协作学习。该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，缓慢使用它来支持迭代探索和反思，而不是快速生成即时内容，是最有益的。

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彻底改变教师的工作方式，包括提高生产力和教学质量。它已经可以快速编写摘要、设计练习，甚至提供实时辅导支持。但过度依赖生成式人工智能可能会导致技能和教学专业知识的丧失。

当今的关键问题之一是大多数工具都是为通用目的而设计的。现成的聊天机器人很少与课程保持一致。这就是为什么一些人主张为教育专门构建生成式人工智能系统。

一些生成式人工智能工具已经被用来为教师提供支持，特别是在高等教育行业。

其他早期证据表明，用于教育的生成式人工智能工具可以提高在线辅导的质量，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还简化了系统和组织管理，实现了新形式的分类和推荐。在机构层面，生成式人工智能已经正在重塑行政任务。基于嵌入的模型可以映射课程和项目之间的等效性，从而使招生、职业指导和课程分析等任务更快、更准确。

最终，当采用强大的教学法和以人为本的方法进行设计时，生成式人工智能可以做的不仅仅是帮助学生完成任务。它具有深化学生学习、改进教学实践以及简化机构管理和研究的潜力。

文档链接将分享到圆圆知识星球，扫描下面二维码即可查阅！