首页 > 分享 > 万字解析教育领域生成式AI全景图：五大板块重塑未来学习生态

万字解析教育领域生成式AI全景图：五大板块重塑未来学习生态

花匠小妙招
2025-12-11 20:42

近期，Laurence Holt更新了AI+教育全景图，并将其分为五个主要板块：教师实践支持 (Teacher Practice Support)、课堂材料 (Classroom Material)、评估与反馈 (Evaluation + Feedback)、学生支持 (Student Support)、针对社会互动的工具（Social Tools）。总体来说，这张图表展示了人工智能如何在教育中应用，从教师辅助工具到学生学习支持，涵盖了广泛的教育环节。

当然，在K-12教育阶段引入人工智能也可能带来风险，比如，技术可能不一定改进教育，生成虚假信息，削弱批判性思维，以及教育资源过剩造成的决策困难。同时，技术的娱乐性可能分散学生注意力，增强信息偏见，限制信息范围，并可能破坏师生间的人际关系。这要求教育者在引入新技术时进行深思熟虑和批判性评估，确保技术应用的实际效益。

这张地图首次发布于2023年6月，这次对于地图主要作出的更新有：增加了90多个新标志和11个新领域。许多之前灰色的区域（意味着我们尚未看到现实世界出现过这样的例子）现在变成了黄色（我们已经看到了）。

技术瞬息万变，你当然可以等到尘埃落定再作出行动。但是，这只能让你成为我们有生以来K-12教育领域最大变革的旁观者，而不是参与者。早在2023年，我们就思考过这种变化最终会是什么样子：

要预测这一点并不容易，但有两条路径似乎是可行的。

第一种是几乎所有应用了新技术的课堂都出现的情况：重新布置教具。笔记本电脑变成了昂贵的幻灯片投影仪。个性化教学变成了那些添加了各种花哨仪表盘的工作表。据最新数据，大多数情况下，老师们在教学过程中平均会使用高达42种教育技术工具。

第二种路径是，工业化教育方式的低效和枯燥开始消失。许多学习科学的理论已经证明，最有效的教学方法，如主动学习和频繁反馈，以及最吸引学生的方法，如角色扮演和项目工作，都需要大量的时间，而大多数教师根本没有时间。如果每位教师都有一个助手，一种在带领学生上课方面的副驾驶，是否能改变这种情况呢？这个助手可以帮助教师处理来自不同背景、不同参与程度和不同学习准备程度的学生，从他们各自的起点带领他们成为技能高超、胸怀广阔、积极向上的年轻人。

我们拭目以待。

如果按照这张地图所示的情况来看，就像一部优秀的罗伯特·奥尔特曼（Robert Altman）电影一样，故事在开始之前会有更多的角色出现。所以一切的情况都可能会变得更加复杂，在真正解决问题之前肯定会有更多的元素出现。

(感谢所有提醒我们遗漏内容的人，欢迎继续赐教）。

地图由劳伦斯·霍尔特和雅各布·克莱因编制。劳伦斯在过去二十年中领导了营利和非营利K-12组织的创新团队。雅各布目前是TeachFX的产品负责人。

注：一类 "无所不能”的工具正在酝酿之中，它们结合了以下列出的几种用例，例如 MagicSchool.ai和Eduaide.ai；或允许你构建自己教学体系的工具，例如Playlab.ai.

1.1 课程生成

一位教师希望在六年级科学课中加入更多写作内容，他使用人工智能工具生成了一堂基于现有OpenSciEd计划的课程，其中加入了很多写作活动。

研究表明，令人惊讶的是，有相当一部分教师没有自己的核心课程，而是直接使用他们教材，或者在TeachersPayTeachers或Pinterest上搜索，结果质量参差不齐。对于这些教师来说，人工智能可能代表了一种更强大的TeachersPayTeachers。(ZP工具可以按需生成任何主题的课程。有些工具还会提供测验、学习指南或完美布局的幻灯片和讲义等配套内容。而其他工具，比如Curipod，可让您以互动演示的形式授课。

一个有前景的发展领域可能是生成对现有课程的调整，而不是完全新的教材。比如，你可以输入如下指令："我必须遵循《数学说明》的范围和顺序，但我们能把这堂课变成生动有趣的角色扮演吗？

Atypical提供了一个机会，让已有内容的出版商能够像其他平台一样，利用人工智能等工具生成适应性的教学资源或做出调整，以满足不同教学需求或市场需求。

AI教学工具需要在以下方面做得更好：1）工具必须受老师指导——例如，x 分钟的小组合作，y 分钟的课堂讨论等。2）工具需要成为学习体验中的一个连贯部分，这意味着它们应该能够理解之前发生过的内容以及接下来会发生的内容。这样，工具就能够更好地融入到课程中，帮助学生在学习过程中建立更为连贯的知识体系。3）工具要能够生成符合高质量标准的课程，例如根据Rosenshine提出的教学原则或其他类似的评估标准。

可以开发出一个AI工具，根据这些维度来评估生成的课程。

1.2 教学辅导

教师录制了一堂课的音频，并使用工具获取有关信息的反馈，比如课堂问答的等待时间和学生的一些特殊疑问。

通过AI工具，教师可以录制课程，并获得自动分析和反馈。目前的工具，比如TeachFX、Edthena可在课后提供分析。未来的工具可能会在屏幕上或通过耳机提供实时辅导。

这些工具可以帮助教师根据马尔萨诺或丹尼尔森等基于数据的框架进行辅导，支持全校范围的实施。

其他行业（例如客户服务）的数据表明，通过人工智能辅导可以显著提高绩效。

音频质量仍是一个尚未解决的问题：教师可能只有部分时间能听到，而学生则几乎听不到。如果佩戴更好的音频设备可能会显得有些突兀。

一些教师担心除了教职人员外的人也能访问录音和成绩单。

该技术目前更适合全班教学，而有效的做法可能更多是以小组为单位。

一些研究人员正在研究更复杂的分析和反馈，其中包括斯坦福大学的多拉·德姆斯基，以及专注于数学领域的阿比吉特-苏雷什。

1.3 教学顾问

一位小学教师发现班上有一部分学生不理解负数，怀疑是他的课教学方法出了问题。他利用人工智能来评估他目前的教学计划和学生的课堂反应。人工智能顾问为他联系了志同道合的教师，推荐了文章和研究论文，并促成了一场包括人工智能主题专家在内的讨论。他找到了一种新的、更有概念基础的负数教学方法。

像EduGPT这样的工具开始出现，扮演教学顾问的角色，或者扮演针对不同科目和主题的多个顾问。

如果对教学法进行微调，人工智能工具可以扮演教师教练的角色。例如，它可以就教授概念的具体方法提供建议，提出替代方案，并诊断学生的优势和误解。

包括TeachingLab.ai和Coteach.ai等其他工具可以吸收现有课程，并向教师提出改进建议，如改变节奏、加入一些内容或活动以检查学生是否理解所教授的概念或知识、提供支持以确保学生掌握基础技能，并与学生已学概念建立联系。

AI驱动的协作工具可以为在线专业学习社区（PLC）注入新的活力，否则这些社区往往无法吸引足够数量的教育工作者。AI可以了解每位教师的工作重点和面临的挑战，将他们与类似的教育工作者相匹配，并在他们的对话中注入相关研究和博客文章。

1.4 课堂管理模拟器（新）

一名中学一年级的教师意识到，他需要精进自己的课堂管理技能。他晚上通过一系列模拟的课堂场景来磨练自己的技能，在这些场景中，AI扮演学生的角色。而AI甚至可以重现那些他白天面临的情况和他那些真实的学生们的个性。他可以尝试不同的方法，并得到可行的专家建议，所有的尝试都在一个低风险的环境中。

模拟器越来越广泛地用于培训飞行员、外科医生，甚至是CEO。那为什么不能用来培训教师呢？教师发展信托基金正在研究这个问题。

未来的版本可以利用AI代理扮演特定个性的学生，然后实时与彼此和（人类）老师互动。

这些工具不仅提供技术支持，还会结合专业人士的建议，帮助教师在课堂管理、指导学生和激励学习方面更加有效。

1.5 基于能力的教学

在高中英语单元中，学生们与难民进行对话，以撰写他们的故事。这些对话锻炼了学生们的共情能力和倾听技巧。学生会收到一份关于这些能力的评分标准，还会收到什么样的表现属于熟练水平的示例。同时，一个AI工具会将相关的片段发送给老师，以支持后续基于能力的反馈。

教师可能不太了解如何在课程中创造机会，让学生在特定主题或任务中发展通用的能力。例如，在有关难民的英语学习单元中培养同理心，或在数学课中改进小组合作。

AI工具可以帮助教师更有效地将能力要求整合到课程设计中，并为教学提供指导和支持。

1.6 跟踪学生的项目工作（PBL）

学生们正在开展一个项目，为一家新企业构建财务模型。AI工具会跟踪学生发布到 LMS（学习管理系统）的资产。AI直接为部分学生提供支持，并向教师提供每日报告，说明谁取得了进步、每个学生的模型中包含了哪些数学知识以及谁需要教师的支持。

跟踪基于项目的学习（PBL）课程中学生工作的多样性可能对一个老师来说是一个挑战。在PBL环境中，教师往往难以有效跟踪学生的工作多样性和涵盖的标准，这可能是PBL实践相对罕见的原因之一。一些AI工具例如Project Leo可以帮助解决这些挑战，从而促进PBL的更广泛应用。

如果学生在项目过程中写日志，或将资产发布到LMS等资源库中，AI工具就可以分析他们的作品，并 (a) 为学生提供指导，(b) 向教师提供综述，以及 (c) 在个别学生需要支持时提醒教师。

1.7 学生数据分析

一位小学教师利用数据分析接受干预的学生的成长情况：他们的成长是否加快了？谁对干预措施有反应，谁没有？作为一个集体，他们最常遗漏的字母组合是什么？他们不再需要学习哪些技能？她在与年级组的会议上用这些数据来优化教学，并将学生重新分配到更适合他们的干预小组。

学校收集了大量数据，但只利用了其中的一小部分。AI可以获取学生数据（如CSV格式或通过来自SMS、LMS或专有应用程序的 API），并对其进行分析，提出最佳学生分组、重点关注领域，并生成其他见解。

能够执行分析（包括工具本身建议的复杂统计方法）并生成数据可视化的工具包括 OpenAI 的Advanced Data Analysis 和 Fluent。像Doowii和Strived.io这样专门理解教育数据的工具也开始出现。

AI工具允许进行多层次的分析，例如：您可以上传几届学生的NWEA MAP数据，并要求工具找出增长最快和最慢的领域；提出更高层次的问题，如分析暑期可能出现的学习退步或辅导计划是否产生了积极影响；或将多个来源的数据结合起来，以构建一个详细、跨学科的班级画面。

1.8 背景知识更新

一位中学科学教师希望能预测学生在讨论人体循环系统时可能会提出的具有挑战性的问题。

教育工作者在就某一主题开展公开讨论之前，可能需要温故知新或加深对该主题的了解，尤其是在他们没有主修该主题的情况下。

与同行或上司相比，人们可能更愿意向AI求助。

一些教师可能更偏向于按照课程内容进行教学，而不太重视教学的刷新和更新。然而，这样的教学方式可能会错过促进学生参与的机会，而学生主导的探究活动通常能够激发学生的学习兴趣和参与度。

1.9 提供行政支持，腾出教师时间

一位小学教师过去每周结束时都要花一个小时在一个面向家长的APP中编写学生下周学习内容的总结，现在她依靠AI来完成。她将阅读、数学和其他课程的链接与摘录粘贴到一个AI聊天窗口中，并要求AI提供一份家长友好的总结。她会审查结果，添加一句轶事，并在五分钟内发布。

教师们要实施更新更好的教学方法的一个主要障碍是缺乏时间。教师可能没有能力提供个性化的反馈和支持，也没有能力规划新的教学方法，尽管他们很想这样做。

像人类助手一样，AI工具可以执行一些教师任务，例如起草电子邮件和进度报告给同事和家长，回复家长的询问，输入成绩到学生信息系统，创建成绩单，跟踪家庭作业完成和补充数字工具的使用。

AI可以为常见任务提供自然语言界面--例如，"给全班同学发送一个提醒，提醒他们本周五要提交项目原型"，这样就会在LMS（学习管理系统）上生成一个帖子。

1.10 融入基于研究的实践

一位阅读教练找到了一篇关于教授词汇方法的期刊论文。她使用Elicit来获取论文的摘要，并询问实施细节。然后，她根据下节课要教授的词汇生成了一个定制协议。

教育工作者和医生一样，需要阅读有关循证实践的最新研究成果，并将其融入教学中。很少有人有时间或能力在无人帮助的情况下做到这一点。

像Elicit、Humata、Scite、Consensus和Genei这样的AI工具可以找到相关论文，总结这些论文，并像论文的作者一样回答问题。

AI可能很快就会生成包含该实践的样本课程片段，并为教师即将教授的主题量身定制。这可能有助于弥合 K-12 教育中长期存在的研究与实践之间的差距。

1.11 家庭联系（新）

一位家长担心孩子在大流行病期间学习成绩下降，正试图了解学校的报告数据。他们点击了报告旁边的聊天机器人图标，开始了一段长时间的来回对话，挖掘最近一次阅读评估的数据，了解孩子的成绩，并获得家庭需要做些什么的建议。聊天机器人甚至会告诉他们符合条件的课后项目以及如何报名。整个对话都是用西班牙语进行的。

家庭很难充分利用学校生态系统：数据、可用资源、选择、如何为孩子争取权益等。

现有的帮助学校与家庭沟通的平台，如AllHere，以及像Paloma这样的初创公司，正在提供AI聊天机器人，这些机器人可以访问由校区收集的知识库和精心策划的资源（这些资源通常已经存在，但尚未得到充分利用）。

1.12 AI团队教学（新）

在一所高中的生物课堂上，三位教育工作者--史密斯先生、约翰逊女士和一个先进的AI模型--合作上了一堂关于人体心脏结构和功能的课。史密斯先生从三维模型入手，重点讲解解剖学。擅长生理学的约翰逊女士则带领学生分组进行实践活动，利用彩色墨水和心脏模型模拟血液循环。AI模型的作用是进行形成性评估，检查学生的理解程度，并对学生的自我见解提供反馈。它还会向其他教师提出实时调整建议。

Digital Promise公司的Jean-Claude Brizard认为，思考课内AI的一种方法是 "团队教学，团队中的AI"。AI可以扮演以下几种角色之一：提供首次教学、检查理解是否到位、处理误解、在练习中为学生提供支持等。

要成为团队中的有效成员，并使课程连贯一致，AI工具必须有足够的背景知识：课程的目的、课程计划，也许还有关于学生背景知识、已经具备的技能或学生的兴趣爱好的相关数据。

1.13 辅助教师（新）

一位小学教育的辅助教师，做一些孩子们早期阅读方面的辅助教育工作，经过培训后，可以使用量身定做的AI工具做更多的工作。她解读早期阅读数据，决定哪些学生应该获得额外的帮助，帮助规划课程，每天早上与任课教师共同教授英语语言学习课程。

目前，AI工具对工人在以下领域的工作表现的影响已得到充分证明编程, 客户服务, 管理者写作甚至管理咨询。一致的结论是，低技能工人的进步最大，在某些情况下甚至可以与专家的表现相媲美。

同样的事情会发生在教育领域吗？能否利用AI能力让辅助教育人员承担起正式教师的部分职责？医疗保健领域已有先例，护士可以成为执业护士，能够在医生的指导下解释测试结果、诊断和开处方。

2.1 具体活动内容

一位美国十年级历史教师希望找到一种更有吸引力的冷战教学方法。他使用AI工具创建了一个角色扮演模拟，让学生扮演美国和苏联领导人，重现古巴导弹危机。在模拟之前，学生以小组为单位进行研究，并为扮演者撰写简报文件。

许多循证且极具吸引力的教学方法需要教师付出大量额外的努力来准备。AI工具可以大大减少这种工作量，让更多的教师能够不断更新自己的教学方式。像Teaching Tools这样的APP可以为根据特定的主题或资源，为学生设计一个拼图式的练习，提供相关的研究和讨论问题，帮助学生更好地理解和探索学习内容。

AI可以生成角色扮演材料--例如，你是 20 世纪 20 年代的上门吸尘器推销员（因此你必须能够解释什么是吸尘器）。AI工具也可以扮演其中一个角色。像Mizou和大受欢迎的character.ai，这些AI工具强大到可以让你与爱因斯坦一起探险或采访拿破仑。

AI可以就某个话题设置辩论，并帮助学生做好准备。

AI可以帮助教师基于研究策略来创建活动，例如对比案例策略（由斯坦福大学的丹·施瓦兹等人提出）。一个例子是对比方程的图形，这些方程仅在使用加号或减号操作符方面有所不同。通过使用AI工具，教师可以更容易地创建这样的活动，帮助学生通过对比和分析来理解和学习概念。

翻转课堂，即让学生独立学习以前由教师讲授的内容，然后用自己当老师来为大家讲授和解决问题，这种方法可能很有效，但也很辛苦。Mindjoy等工具可以生成支持翻转课堂的材料，并在教师巡视时与学生一起学习。

2.2 解释

高中生物课上有几名学生的阅读理解能力低于年级水平。老师决定用更接地气的文字--即符合学生水平的文字--来提升课堂讲解。她利用现有内容，使用AI进行改写。她利用AI生成的问题来获得学生的反馈，了解他们是否理解了讲解内容。

教学的一个基本要素是解释--解释一个小概念、一个大想法、一个过程、一个事件等。有证据表明为每个学习者量身定制的解释更有效。

例如，DiffIt等AI工具可以帮助教师根据任何学生的阅读水平来重写现有的解释。如果AI掌握了学生的知识水平数据（如以前的评估数据或学生作业），就可以将其考虑在内。当然，如果依赖于学生不具备的先前知识而作出的解释是没有多大帮助的。

该工具还可以结合学生的具体兴趣创建解释，例如用Minecraft来解释面积和体积。

Revyze和PeerTeach等工具可以让学生为彼此创建解释，并在分享之前使用AI确保内容的准确性。学生可能会发现同伴创建的解释更容易理解。

为了增加趣味性，AI可以生成不同寻常形式的解释，例如民谣、嘻哈歌曲或解释 DNA、RNA与蛋白质的故事。

随着AI视频技术的发展，2024 年的一个重要领域将是从解释文本中创建动画、类似YouTube的视频（Prof Jim）、或增强现实模拟（Ludenso）。

2.3 学生问题生成

一名六年级学生在练习单位速率问题时，要求AI提供以皮克斯电影为题材的问题作为练习题。AI回答说，她可以选择回答六个难度适中的问题，四个有挑战性的问题，或者两个非常困难的问题来完成作业。学生考虑了一下，然后决定挑战自己，选择了两个非常困难的问题来解答。

美国的课堂每天使用数以百万计的问题来对学生进行训练并生成学习评估。多样化是好事，但要生成完美的问题集却很耗时。像PrepAI、to teach、Conker、Formative、QuestionWell、Mindgrasp、Quiz Makito、WorksheetsAI等许多AI工具可以根据不同的内容领域生成问题以及评分标准和参考答案。

现在流行的课堂响应工具，如Kahoot和Quizizz已增加了用AI生成问题的功能，不过它们仍处于使用还需检查问题准确性的阶段。

AI工具可以生成各种问题：多选题、简答题、作文题、课堂小问卷等。

EdPuzzle可以为一段视频生成问题，学生在观看视频的过程中可以思考这些问题。

一些工具能够生成根据学生兴趣定制的问题，而且很快会支持不同挑战级别、不同的布鲁姆分类水平、开放性的费米问题和小型项目。（ZP注：布鲁姆分类是指布鲁姆认知领域的分类，描述了学习目标的不同层次和复杂程度。这个分类分为六个层次，从简单到复杂依次是：记忆、理解、应用、分析、评价和创造。布鲁姆分类可以帮助教师设计教学活动，以满足不同层次的学习需求。费米问题是一种开放性问题，通常没有一个确定的答案。这些问题激发人们思考、探索和提出猜测，通常涉及到复杂的问题或情境，需要创造性的思考和解决方法。）

重要的是，这些AI工具还可以自动为这类问题评分，并向学生提供详细反馈。

2.4 ESL学生

一位小学教师每天都使用AI工具为班上的ESL学生创建学习内容（ZP注：ESL指的是英语作为第二语言的学生），专门用于扩充现有课程。该工具了解每个学生的母语和传统，因此它可以吸收任何课程，并建立句子梗概、词汇翻译、背景知识解释等辅助内容。

一些核心课程也一直在为ESL学生提供具体支持，但这些支持往往缺乏启发性或完全缺失。Twee、Speakable等AI工具可以填补这一空白。

AI语言模型可以“说”几十种语言，但与现有的翻译工具不同，它们可以结合上下文，比如正在教授的课程，也许还有如何更好地帮助不同水平的ESL学生。

在一些地区的教育框架中，通常会规定要提供支持不同类型学生的工具。比如说，有些学生可能是英语作为第二语言（ESL）的学生，需要额外的支持。但是，在实际的课堂教学中，实施起来可能会面临一些困难。不过，未来大概率会更多地看到这样能为不同类型学生提供帮助的AI工具被应用和采用。

2.5 主动学习

一位中学科学教师使用AI来上一节有关板块构造的课，并生成了几个具有挑战性的问题。教师选择了一个关于板块构造影响的问题。学生们轮流发言，然后记录他们的答案并从AI获得反馈。老师得到了一个评估，了解到目前为止哪些学生已经理解了课程。

主动学习是一种比传统课堂教学更有效的方法。但事实证明，培训教师将他们的课程转换为主动学习课程很困难。AI工具可以利用现有的课程提出课程的调整建议。

例如，AI工具可以利用传统课程的文本，提出如何将主动学习纳入课堂的建议，如让学生分成小组研究课题或解决问题。学生可以实时收到反馈，AI还能提醒教师注意需要进一步挑战或需要帮助的小组。

另外，AI工具还可以将现有课程转换成引人入胜的多媒体，如带有思考题的视频，或学生对科学、历史领域人物的采访。

2.6 关注重要思想

一位小学老师担心她目前关于分数的单元过于注重算法和操作，而忽略了核心概念，于是她使用AI生成了一种替代的教学顺序。AI建议采用研究文献中设计的数列游戏，以强调分数是一个数的概念。

现成的课程教材有时试图覆盖太多内容，以至于核心概念被忽略了。例如，常见的情况是，关于分数的整个单元都没有让学生明白分数是一个数。

AI可以识别出重要的概念——无论是从现有内容、标准中，还是通过特定主题——并生成课程材料，例如视频、动画或理解检查，在不同的情境中确保学生在应用之前对概念有扎实的理解。

2.7 知识迁移

一位小学教师注意到，他的学生善于解决分数问题，但不善于在实际情境中使用分数。他使用AI生成四年级水平的分数问题，并让学生分组选择三种不同的情境进行学习。

迁移是学习的最终目标--使学习者能够在新的情境中应用知识。研究表明，通过在不同情境中练习技能，例如在抽象情境、文字问题和真实世界情境中解方程，可以提高知识迁移能力。

AI工具可以在包括现实世界在内的各种环境中生成示例，包括有解决方案和无解决方案的问题。

AI工具可以找出与其他学科中类似概念的联系，从而帮助迁移。

AI工具可以混合展示不同类型的例子，让学生在学习过程中面对更多种类的挑战，从而提高他们的学习适应能力和技能。

2.8 工作实例

五年级数学老师想要为她的三名学生提供额外生提供额外教学帮助。她使用AI生成了与练习题交杂的示范范例，并将它们编制成册，寄给学生。

范例示范了专业的人如何逐步解决问题，可以提高学生解决类似问题的能力。如果没有示例，学生有时会强化错误的解题策略。

像Sizzle这样的AI工具可以根据您拍摄的问题生成示范范例（包括正确和不正确的示范，学生需要找出错误的步骤）。示例可以与练习题交错排列，类似于专业课程中包含的那些例题，比如《代数示范》。

2.9 生成卡片

一位世界历史的教师录制了一段关于工业革命的视频，并使用AI根据视频记录生成卡片。她通过LMS将卡片纳入数字学习指南，并发布到班级中。

AI可以将文本或视频文字内容生成卡片。对于某些类型的材料——例如，词汇——卡片是学生学习的一种有效方法。许多卡片APP提供基于间隔重复的练习，这有助于记忆。比如，Podsie把这个方法用在课堂内容上，因为上课的时候大多同学对于内容学了就忘。Kinnu将其用于策划主题。

类似Quizlet和Anki这样的卡片APP，还有新的AI单词卡APP，比如Gizmo和Wisdolia，以及课堂参与APP，如Kahoot，都在利用AI生成单词卡和其他东西，比如测验和游戏。

学生可以突出显示任何一门课中不确定的术语，以便添加到个人的卡片库中。

2.10 适应不同文化的内容（新）

在一堂高中数学课上，学生们利用AI改编的课程学习统计学，研究现实世界中包括他们所在社区在内的社区种族貌相数据集，以及聚焦正义和不公正问题的其他社区数据集。例如，学生们分析交通拦截数据，比较不同种族和性别的拦截频率以及这些人的遭遇。

有证据表明，如果课程内容能够反映学生自己的文化、经验和观点，就会更吸引学生，学习效果也会更好。

现在有一些新的工具，比如Reconstruction Onyx和Planning Period，它们利用人AI帮助老师改进课程和活动。这些工具可以根据老师提供的框架，或者根据学生的兴趣（通过AI分析他们的作品得出）来调整课程内容。此外，这些工具还可以提出处理统计学或遗传学等主题时的具有文化敏感性的建议。

2.11 词汇/术语表

一位小学教师在开始一个关于天气的单元时，使用AI创建了一个术语表，其中包含定义、示例和词源，阅读水平为四年级，并配有西班牙语翻译。她要求人AI为词汇表中的每个例子制作粘土动画。

AI可以获取文本或视频内容，并为其生成词汇表或术语表，包括定义、用法举例和词源。

词汇表可包括按特定阅读水平编写的定义或翻译成学生的母语。

2.12 问答题

一位小学教师希望检查学生是否阅读并理解了他们的家庭作业：一本关于保罗-里维尔骑行的故事书。教师使用AI为每章生成四个问题，知识深度 (DOK)从 1 到 4 级各一个。他将这些测验题放在学生带回家的资料包中。

AI可以根据文本或视频生成问答题。问题可以是选择题、简答题等，也可以指定不同的知识深度水平或布鲁姆分类学水平。并且AI也会提供给教师一份针对这些问题的参考答案。

2.13 图表

一位中学科学教师正在教授一个关于生态系统的单元。她使用AI生成了一个从生产者到分解者的食物网图表。她在给学生的讲义中加入了多个空白的图表，以及由AI完成的一个池塘生态系统的食物链模型。

通过LLM插件（例如Show Me）和APP（例如Algor和Heuristica）的帮助，AI工具已经能够生成诸如概念地图或图形组织器之类的图表，以及为学生定制的半空白图表——有一部分已经填写好的内容，而另一部分留有空白供学生自行填写或补充。

2.14 即时技能生成器

一名学生正在进行一项制作和调试管乐器的项目，她意识到通过反复试验和错误调试是无法成功的。在老师的提示下，她收集了不同长度的管子所产生的频率数据。但她却苦于不知道如何在电子表格中绘制数据和拟合曲线。她求助于一个AI工具，该工具会指导她完成整个过程，并解释基本的数学知识，让她很快继续投身到项目中。

引人入胜的学习体验--项目、角色扮演、模拟等--往往能激发学生提升技能的动力。理想情况下，教师就在学生身边，但这很难安排，尤其是在整个班级。

AI工具可以及时提供针对特定技能的教学。这些内容可以是课程的一部分，由教师提供，由AI生成，或由AI从高质量的开放内容中策划。

这种实时的教学内容如果能与学生所处的具体情境相关联，可能会更加有效。例如，如果学生想根据空气污染数据拟合一条曲线，AI就可以将这一背景融入教学中。

2.15 扩展学习

一名中学生似乎已经很好地掌握了自然选择的知识，老师让她选择一些拓展问题进行研究。她关注环境，因此选择了人类活动通过自然选择影响物种的例子。她制作了一段视频，描述了昆虫对杀虫剂的抗药性。AI要求学生提供更多有关长期后果和缓解战略的细节，学生在后续视频中详尽地展示并讲述了这些细节。

AI工具可以为准备进一步学习的学生提供扩展学习的平台、丰富学习内容和新的挑战。AI可以为学生提供一系列学习方向，提高学生的参与度。扩展学习不只是预习下一个单元，还可以深入学习现有主题。

扩展学习可以培养学生的自主性，例如提出一个大问题让学生自己研究。学生可以提出想法，由AI进行评估，并向老师报告进展情况。

2.16 新旧知识的结合

一位高中历史教师希望将美国开国文件中的那些思想与启蒙运动的先驱们紧密联系起来。一个AI工具建议学生阅读约翰-洛克的节选，这些节选经过精心策划，突出了相关思想，并创建了一个显示这些联系的图形。AI可精确定位摘录内容，生成评分标准，为教师提供示范答案，并就学生的回答给出反馈。

在历史等科目中，如果学生们急于覆盖到所有的学习内容，就会产生那些知识 "各自为政 "的感觉。为了弥补这一不足，教师可以有意识地将不同教材联系起来。

例如，AI可以根据完整的课程大纲帮助确定不同知识间的联系。它还可以生成内容和活动来加深这种连接，例如制作一个图表，将推动美国革命和开国文件的思想与启蒙运动的前辈联系起来。

这种方法还可以用于“螺旋式教学” —— 即，重新回顾先前的材料，但加入更丰富和复杂的内容。

这种方法也可用于 "螺旋式上升"--即重温以前的知识，但要加入更丰富和复杂的内容。

2.17 不易作弊的问题

一位高中英语教师担心学生可能会使用聊天机器人写作文，因此使用AI对学生进行面试，询问他们的研究内容、他们如何组织论文、他们的详略安排等。

学生们已经在使用ChatGPT写作文和回答作业中的问题。GPTZero等可以提供AI检测。

不过，AI工具可以用来防止作弊。例如，AI工具可以向学生提问他们的论文、他们进行了哪些研究、他们做了哪些决定、他们的写作过程等等。

教师还可以给出其他形式的问题：与其让学生总结一篇文章（这是人工智能轻而易举可以做到的），可以要求他们录制带有音频或视频的演讲，利用人工智能自动生成的转录来评估结果。

如果写作教学的目的在很大程度上是为了培养分析性思维，那么可能还有其他方法可以做到这一点。例如，有些教师会让AI充当论文作者，要求学生对生成的论文进行分析、事实核查和改进。

3.1 综合评估（基于学生长期成果）

一个州机构提议将多个小时的正式评估时间释放用于教学。科学教师们齐聚一堂，共同开发了一系列真实的绩效任务，例如设计、建造和发射火箭。学生利用AI在这些任务上策划了一份工作集合，包括博客文章、视频转录和电子表格。AI为每个学生生成的数据反映并超过了传统评估数据。两年后，该州取消了正式评估的要求。

教育工作者希望评估不再是一个单独的、干扰性的时刻，（ZP注：“单独的、干扰性的时刻”指的是传统教育中常见的一种情况，即教师需要在课程进行一段时间后停下来进行评估或考试。这种评估通常是在课堂上单独进行的，可能会打断学习的流程，给学生和教师带来不必要的压力和焦虑。）而是完全融入到教学过程中。其中，形成性评估是指在教学过程中不断进行的评估，用来指导学习和改进教学方法。而AI工具可能会帮助实现这个愿景，使评估更加与教学相融合。

AI工具可以访问学生多年发展过程中的全部作品。该工具可以根据州立标准（以及其他基于能力的维度，如创造力）跟踪学生的成长，为学生和教师提供更丰富的学生知识和能力信息。

最初，正式评估将继续进行，以便为校准AI提供 "基本事实"。但随着AI的发展和学习，它所提供的洞察力将会变得比短暂的、静态的评估更有意义和准确，因为这些评估可能无法全面地反映学生的真实能力和潜力。

这种 "整体 "评估方法还允许进行更真实的评估--例如绩效任务和实际项目，而不是选择题和论文。

需要注意的是，这种方法只有在给学生布置了基于学生年级水平的、严格的作业进行评价时才会奏效。

3.2 学生作业反馈

一个班级的小学生正在学习南北战争的前奏，他们写了两页纸总结自己对事件和起因的理解。AI工具会向他们提供反馈，帮助他们从以下几个方面改进作文：论点（例如，是否引用了证据）、推理的清晰度、对具体事件的理解以及作品的完整性。他们的老师会根据自己的风格 "调整 "反馈，比如说 "提供证据 "而不是 "引用"。

学生可以通过即时或接近即时的反馈，以及让他们再次尝试的机会来取得进步。但是由于这需要教师付出大量的努力，学生通常无法获得最佳数量的反馈。即使他们得到了反馈，他们也可能只是检查分数而忽略了反馈内容。由于学生通常无法获得充分的个性化反馈，教育领域出现了很多质量不高、严谨度不足的练习题目。这些练习题目的特点是它们可以通过自动化的方式进行评分，而不需要教师进行手动评分。因此，这些练习题目通常缺乏深度和挑战性，仅仅强调对表面知识的简单记忆和应用，而不是真正的理解和分析能力。

AI工具可以即时、反复地生成反馈，包括针对高难度项目的提示，如提出有说服力的论点和解决大部分的问题。

AI特别擅长语言，因此对写作的反馈（Grammarly、Ethiqly、Pressto、Writable、Class Companion、Vexis、CoGrader）已经很强大。

一些工具 (Brisk）可以跨学科评分，将反馈意见直接投放到谷歌文档中。其他工具（如AutoMark）可以让你上传特定的评分标准供AI使用。还有一些（EnlightenAI）学习模仿教师的反馈风格。至于教师是否必须在学生看到反馈之前先对其进行审核，AI工具的做法也不尽相同。

自动反馈使学生能够反复思考：不仅仅是回答问题并找出是否正确，而且还能修改和扩展 (Quill) ，直到做出高质量的回答。

AI对各学科简答题的反馈也非常好 (sAInaptic），尽管有时也会出现幻觉。最近的研究表明，AI在给学生的阅读理解简答题评分方面与人类不相上下。

对高难度、开放式数学问题的反馈不太先进 (Mathnet），因为学生的作业通常以草图和手写计算的形式出现。

AI工具还可以评估学生的自我解释（Snorkl），这是一种强大的基于研究的学习技术。例如，在模拟细胞生产蛋白质后，学生可以大声讲述他们刚刚做了什么，Whisper获得自动转录，并从AI获得即时反馈，包括专业术语，如转录与翻译，以及助记符（‘c’在‘l’之前）。

更频繁的反馈可以使教师将反馈与评分分开。这可能是有益的，因为 (a) 学生往往只关注分数而忽视反馈，(b) 教师提供反馈可能更多的是为分数辩护，而不是作为改进的手段。

反馈工具的未来目标是进一步转变学生（和教师）的思维方式：从 "你需要改进什么 "转变为 "学生将寻求和使用反馈作为一种习惯，并将同伴反馈（给予同伴反馈和接受同伴的反馈）和自我反思结合起来的过程"。

3.3 识别学生思维

一个中学班级正在学习单位速率，学生们在纸上画图、列表、画数轴、解长除问题，用箭头连接各个部分，划掉并重新开始。他们拍下了自己的作业照片，然后一个AI工具可以在几秒钟内识别他们的思考过程，无论他们选择了哪种解题路径，AI都能将学生们的概念理解与计算错误区分开来，并立即向老师生成报告。

这段话意思是，过去20年中，机器评分的考试普及可能产生了一个意想不到的后果，即学生很少遇到更深层次、开放性的问题，尤其是在STEM科目中。这反而使重点重新回到了程序性思维上，通常学生们只记住了技巧（比如翻转和相乘），而远离了概念理解。

像Mathnet这样的项目正在开发AI工具，以完成教师的工作：审查学生对开放性问题的书面解决方法，并识别出（a）概念理解的证据，（b）理解上的空白，（c）计算错误。在这种分析中，揭示学生的数学思维比判断解决方案是否正确，或者要求学生采用标准思路来解决问题要重要的多。

我们还没有看到通过让学生画动物细胞等来评估学生思维的工具。但是以画促学具有非常大的教学优势。

Sorcerer是一个正在测试中的工具，它能让学生就某个主题展开对话，并逐步推动他们加深对概念的理解。它或类似的工具可以更深入地揭示学生的思维方式，为后续课程和同一课程的后续教学提供参考。

3.4 基于能力的反馈（如协作、批判性思维）

一个中学教师想要提高学生批判性思维。他使用了一个AI工具，发现在即将进行的一堂课中，关于视频游戏与攻击性之间的联系的片段会是一个很好的教学目标。他让学生在AI工具的帮助下分析支持和反对这一命题的陈述，该工具将他们的因果解释转化为问题 —— 例如，“如果一个人玩视频游戏并且具有攻击性，那么所有玩暴力视频游戏的人都会具有攻击性吗？” 学生报告说，AI指导提高了他们的推理能力。

如 NXTLVL等工具可以帮助学生培养可迁移的能力，如批判性思维、解决问题、产生创造性的解决方案、理解其他观点等。以学术标准为重点的典型学校学习经验可能无法为学生提供练习和获得能力反馈的机会。

让一个人工智能工具将对因果解释的反馈转化为问题形式已经被证明有助于提高批判性思维能力。

AI工具可以分析学生的书面作业或演讲，生成有关能力的反馈。

3.5 跟踪学生的进步

一个六年级数学老师生成了一份基于小学阶段纵向数据的新班级的详细报告。这份报告利用了先前六年级课程中历届学生的数据确定了关键的先行工作。并且报告考虑了学生在暑期间可能出现的学习退步情况。

对于任何知识，有些学生掌握得很好，有些学生则需要更多时间。老师们有时会使用红、黄、绿颜色的仪表板来显示班级学生每天的表现和进度。但很少有老师有时间去详细研究这些仪表板，更少有时间去解决其中的复杂问题。

AI就像一个专家助手，可以综合各种工具来评估数据，为课堂提出最关键、最具体的建议。就像一个专家助手，它可以将不同的工具和评估的数据整合在一起，为课堂提供最关键、最具体的建议。它能帮助老师了解哪些差距必须在继续前解决，以及哪些可以稍后再处理，甚至哪些可以暂时搁置，以便合理安排教学时间。

如果能获得学生的纵向数据，AI就能发现在单一评估中无法看到的问题，例如学生的概念理解问题被长期的计算错误所掩盖。

AI可以用学生本人或家庭成员能够理解并付诸行动的语言来解释需要有针对性练习的领域，从而延长课外学习时间。

3.6 生成带有参考答案的评分标准

一位高中历史教师制定了一项展览任务，让学生为 "大萧条 "策划一个博物馆展览。前几年，有些学生不理解老师要求他们完成的任务，尽管老师认为他们有能力完成。今年，教师使用AI将任务说明与以往的学生作业结合在一起，并针对展览的连贯性以及展览对大萧条中主要观点的反映程度提出评分标准。

对于那些复杂、多方面的技能，很难简单地用正确或错误来评判。学生可能会因为不清楚预期表现而感到困惑。为了帮助他们更好地理解预期表现，老师可以提供不同水平的评分标准和示范答案。但这对老师来说是一项耗时的工作，而对AI工具来说却很容易实现。

这种方法特别适用于基于能力的技能，如创造性思维、批判性思维和沟通能力。通过提供不同水平的示范和评价标准，AI工具可以帮助学生更好地理解他们所需达到的水平，并提供针对性的指导。

4.1 促进小组工作

一位小学教师注意到，有些学生在做练习册上的题时进度一般。他使用AI工具对这些学生进行分数的比较（他今天介绍的一个主题）的小组教学，发现他们相互讨论问题比在书本上做题要投入得多。

小组教学在早期阅读教学中应用非常广泛，而在数学教学中的应用则较少。

一个常见的问题是，一个小组只能同时与一名教师沟通，而其他小组可能无法参与学习。

如Oko这样的AI工具可以通过监控视频和语音识别来管理很多组的学生，让学生参与到教师选择的任务中--例如，练习在刚刚的全体授课中介绍的知识。

在不久的将来，这些工具将能直接与学生进行讨论，例如，在确保每个人都能发表意见的情况下，引导学生就某个话题展开讨论。

4.2 帮助学生小组讨论的工具

一群学生正在合作解决一个难题。有一个AI工具在旁边观察他们的对话。当一名学生向它寻求帮助时，这个工具不是直接给出物理答案，而是提出建议，告诉他们如何更好地合作和交流。比如，当学生们花太多时间在没用的建议上时，这个工具会提醒他们要专注在任务上。这样，学生们就能更有条理地完成任务了。

AI工具还可以观察学生们的对话，并提供一些团队合作方面的建议。比如，它可以指出哪些学生的想法还没有被充分利用，或者提醒团队要更加专注地执行任务，或者帮助他们澄清一些术语的意思。

科罗拉多大学博尔德分校的Sidney D’Mello领导的团队正在研究这个用例。

4.3 促进学生的讨论

学习牛顿定律的学生们阅读了一篇论文，并将他们的问题和困惑发布到一个由AI主持的讨论论坛上。AI促进了一场讨论，在这场讨论中出现了新的理解。

像StudyHall这样的AI主持的讨论论坛可以帮助学生讨论问题、疑惑、挑战性问题、项目想法、与其他主题的联系等。

在课堂上不总是参与讨论的学生可能会在讨论论坛上非常活跃，异步的学习方式可以鼓励他们提供更深思熟虑的回应。

4.4 促进全班讨论

学生要解决一道容易让人产生误解的难题。一个AI工具会监控学生的解题过程，并自动制作有关例题的幻灯片，以及教师在全班讨论时应强调的要点。

一种有效的教学策略——被称为生产性斗争——是让学生以个人或小组的形式解决问题，然后全班讨论他们的见解，引导他们找到一个准确的（或可能不止一个）解决方案。许多教师发现，实时安排这种讨论具有挑战性，因此可能无法发掘这种教学法的价值。

AI工具可以浏览每个学生的作业，并快速识别常见的误解、优势和计算错误，并生成一份逐步讨论指南，教师可以立即跟随。这份指南类似于一位熟练的助教，能够同时跟踪每个学生的思考过程。

指南可以建议教师按什么顺序点名学生，并且可以从教师的笔记本电脑上显示学生的解决方案。

4.5 基于兴趣的网络（新）

一个高中学生正在为她的一个关于前哥伦布文化的视频频道积累粉丝。但她意识到自己在视频编辑、版权管理、撰写引人注目的标题以及社交媒体等各种主题上还有很多需要学习的地方。她的学校没有提供这些内容，但她加入了一个在线社区，旨在帮助她建立与志同道合的企业家和专家的网络。

越来越多的年轻人热衷于学习，但不是传统的学校课程。们希望在网上拥有一批追随者（或许还能从中赚钱）、制作一款电子游戏、一张音乐专辑、一种学习语言的新方法、互动故事或一个动物保护区。

像buildspace这样的社区正在开发AI工具来支持这些学习者，例如将他们与志同道合的网友匹配，并汇聚外部专家。

5.1 全天候辅导员

一位数学知识落后的 ELL （英语语言学习者）初中生被安排给一位会讲其母语（西班牙语）的AI辅导员 Adam。该学生每周与辅导老师见面三次，每次 45 分钟。辅导教师可以使用班级的主要课程，并根据年级的学习情况调整辅导主题。AI辅导员还可以全天候用电话帮助学生完成课堂或家中的独立作业。

一对一人工辅导也许是我们目前所知的最有效的教育方法。但这种方法成本高昂。AI有望成为你口袋里的辅导老师，而不仅仅是一个练习的APP。它给人的感觉就像在与真人辅导员互动。

如今，人工智能工具在语言方面的表现最为突出。写作辅导员（Quill、StoryBird.ai、Caktus、StorySeed）已经出现。外语辅导员如今也已问世（Duolingo、LangoTalk、Iago、Supernova）。

人工智能模型的编程能力也很强。支持学生学习编程的工具（CodeSignal Learn, Replit)的交互方式与其说是导师，不如说是好帮手。

奇怪的是，人工智能在概念数学方面比程序数学更强，而且概念理解对学习数学更为重要。但人工智能工具尚未利用这点优势。

要解决的问题还有很多：像Khanmigo等工具的使用成本很高，尽管肯定会下降。但CK-12 的Flexi与其类似，却直接可以免费使用。而且，所谓辅导员的用户体验往往更像跑步机，而不是像与人类辅导员那样建立的信任关系。例如，他们使用的是文字聊天界面，部分原因是文字转语音的速度仍然太慢，让人感觉不自然。

“作业辅导”类别中现有的工具，例如Brainly、CourseHero、Project Chiron、Studdy、CheggMate、Symbolab等，以及一些实践应用程序如edia和测试准备应用程序，比如r.test和Archer。这些工具都提供了逐步解决方案（有时还提供与真人交互的机会），但它们还不能算是一个真正的辅导体验，因为它们剥夺了学习者寻找自己学习路径的机会。

目前还没有针对人类辅导中最有效的每周三次的密集课程设计的工具。随着时间的推移，这个问题将会得到解决，而人工智能辅导员可能会更进一步：提供一种身临其境的世界(例如，通过 VR）和基于叙事的学习情景（例如，通过视频、 EngageAI Institute），它们极具吸引力，能更好地反映真实世界。

基于头像的工具已经出现，比如，Kyron这样的工具允许教师以他们自己的形象出现在教学过程中，使得学生能够在学习过程中听到他们熟悉的声音和见到他们的形象。

聊天机器人不会画画，也看不见，因此它们缺乏对学生草图做出回应的能力，这使得许多话题变得具有挑战性。这种情况很可能在 2024 年发生改变，因为多模式是人工智能模型创新的核心重点。

5.2 孩子们的阅读教练（新）

一位小学教师为学生提供了一个工具，让他们根据正在学习的希腊神话单元创建自己的课外读物，从而改变了日常阅读时间。人工智能工具根据每个学生最喜欢的神话人物为他们生成一本迷你书，并绘制与之相匹配的插图。书中包含嵌入在文本中的理解检查。教师既可以打印这些书，也可以让孩子们大声朗读，并从工具中获得即时反馈。

年龄小的读者需要大量的阅读材料进行练习。但是，根据学生的阅读水平和兴趣来策划一套叙事性和非虚构性相结合的书籍是非常具有挑战性的。

人工智能工具，如 LitLab、Project Read和Storywizard.ai可以在教室图书馆中找到合适的课文，或生成适合的新课文。它们可以根据学生的语音表现来确定适当的教学策略，并在教学过程中包含理解检查，以确保学生对所学内容的理解程度。它们也可以确保词汇在课文中得到强化，而不是只出现一次，那样会增加学习难度。

随着语音转文本能力的显著提高，像Microsoft Reading Coach、Ello、Edsoma和Amira这样的工具已经融入了听学生阅读、给出实时反馈和基于阅读科学构建学习路径的能力。

孩子们可以自定义角色，将自己置身于故事中（NeonWild），选择情节的展开方式（学习故事结构），甚至改变插图风格。

5.3 好奇心教练（新）

一名学生刚刚上完有关无线电传输的课堂课程。她很好奇为什么天线能传播信号，而直流电路中的电线却不能。她启动了知识探索APP并询问。这就引出了关于频率的问题：无线电波可以传播很远的距离，而其他波却不行。为什么呢？随着她的继续探索，应用程序创建了一个插图概念地图，展示她的探索路径，并为其他探索方向提供建议。最后，她通过伽马射线的介绍，进入了黑洞的话题，与两周前结束的探索产生了联系。她意识到自己需要进一步了解黑洞。

在 K-12 学生的生活中，很少有时间去好奇和自主探索。知识世界已经为你精心策划好了。偶尔，富有冒险精神的老师会注意到学生的兴趣，并提供一些不在标准课程范围内的资源或建议，帮助学生拓展视野。人工智能工具有望在这方面发挥作用，因为它们可以记忆大量的信息，甚至超过任何一个人类。因此，它们能够提供更多、更广泛的知识资源，帮助学生进行自主探索和学习。

HelloWonder 针对的是小孩子的好奇心，不过它目前的形式是一个带有聊天机器人的安全浏览器。Curio和 Moxie类似，但采用的是语音机器人的形式。Portola同样适合小孩子，更注重创造力。

一些早期尝试创建真正的好奇心指导工具，比如SocratiQ，类似于Miro加上维基百科，展现出了潜力。它们给人的感觉有点像在大型图书馆里漫步，或者可能像斯蒂芬森的《钻石时代》中的Young Lady's Illustrated Primer那样。

这些工具也可以成为社交工具，让你和对同样主题感兴趣的同龄人联系起来。这可能会激发你对深入研究或新项目的兴趣，这些项目可能成为你终身的热情所在。它们还可以向父母、老师和专家提供信息摘要，帮助他们引导你的好奇心，并为你提供与职业相关的认证和经验，从而让你进入某个领域的专业世界，无论这个领域是什么。

5.4 学生的学生

一名高中生被分配到物理课程的教学代理玛莎那里。玛莎问了很多问题，尤其是关于日常事物的问题，比如物体浸入水中会 "弯曲"(她的兴趣与物理课程的教学大纲相吻合。）学生的任务就是教玛莎并解决她的误解。玛莎发现不一致的地方时会感到困惑，但随着理解的加深，她会不断发展和成长。

人工智能工具可以扮演学习者的角色，让学生教授给定的主题。教学是最有效的学习方法之一。

可以让人工智能工具充当苏格拉底式的提问者，以加深学生的理解。

也可以让教育游戏中的非游戏角色（NPC）完成相关任务，充当学生的学生。

5.5 为有特殊需要的学生提供支持

一名被诊断患有多动症的高中生发现，要保持条理清晰并专注于手头的任务非常困难。现在，他使用的人工智能助手可以登录并浏览学校的 LMS。它能帮助他将作业分解成易于管理的任务，给出计划截止日期并获得提醒。该工具可以跟踪他的行为，为最佳工作时间段提供建议，并协调教师提供额外帮助的时间。它还加入了类似游戏的功能，对专注和任务完成情况进行奖励。

AI工具可以在有特殊需求的学生的整个教育过程中为他们提供额外支持，效果尤为显著。

这些工具可以提供辅助写作支持（如启动提示）、替代输入法（如语音识别）、执行功能支持（如计划工具）、视觉支持以及实时课堂支持（如文本到语音和语音到文本）。

当然，个性化学习工具也能调整教学进度，提供替代性解释，并为特定技能提供支架。例如，Goblin.tools 利用人工智能帮助神经变异者完成撰写读书报告等任务，它可以将这些任务分解成一系列更简单的步骤。

5.6 心理健康帮助

一名感受到社交和学业压力的青少年学生使用学校提供的人工智能工具来解决焦虑和压力问题。该工具是一个人工智能聊天机器人顾问，可全天候倾听学生的心声，并采用认知行为疗法技术进行编程，提供即时应对策略和放松练习。通过与人工智能聊天，她可以敞开心扉倾诉自己的感受，这是她承认并解决自身问题的重要第一步。人工智能会监测出学生的压力增大，并为她提供早期干预、包括视频在内的个性化资源，以及与当地心理健康专业人员的联系。

如Woebot Health和 Koko等人工智能工具可以为那些不愿意向人类咨询师求助的学生提供随时可用的匿名心理健康支持。

人工智能驱动的聊天机器人工具，如 Edsights和 Mainstay可以为学生提供一个不带偏见的空间，让他们讨论自己的感受和情绪，练习社交技巧，并获得鼓励和动力。它们可以促进经历相似的学生之间建立联系。

AI工具可以通过分析个人的行为、情绪或其他指标来识别可能存在的心理健康问题，然后向个人推荐专业帮助，或者通知其指定的支持人员，以便他们能够提供必要的支持和帮助。这种方法有助于早期发现心理健康问题，并及时采取行动以改善状况。

5.7 大学/职业顾问

一位高中生立志成为一名纹身艺术家，她一直认为这是一门艺术。但有一天，她遇到了一款人工智能工具，它能帮助她了解自己需要哪些具体的资质，例如，对皮肤感染的理解。她突然对生物学产生了兴趣，这让她的老师感到震惊和高兴。该工具还能为她推荐课外活动，并建议她在当地实习，以帮助她提高资历，并将她介绍给志同道合的人。

在许多学校，学生很少有机会接触辅导员。在某些情况下，人工智能可以提供另一种选择。

AI工具可以为学生提供量身定制的大学和职业建议，帮助确定学术路径，评估职业选择（例如CareerDekho、Unschooler、Coach），提供就业市场洞察力和未来技能需求（可能针对特定地域），并推荐交流活动和实习机会。

这些工具还有助于确保学生选修所需的课程，以适应理想的大学或职业道路。

这些工具可以帮助学生了解大学申请流程，帮助他们撰写论文 (ESAI）、确定奖学金和经济援助机会以及论文指导。

5.8 智能学生作品集（新）

一名高中生安装了一款新的应用程序，这款程序为这位高中生提供了一个集中管理和展示她学术成果的平台。在地球科学课上，她不仅可以记录笔记和重点，还可以使用该应用程序收集有关自然灾害的信息，并将其用于一个关于研究灾害预测技术的项目。此外，该应用程序还利用人工智能来帮助她追踪她的大学申请进展，发现并填补她的知识空白，并鼓励她的学术进步。最后，它还允许她挑选和分享她认为最好的作品。

越来越多的学生作业，尤其是初高中学生的作业，是数字化的。但这些作品往往存储在孤立的系统中，很快就会被遗忘。人工智能工具可以捕捉所有这些作品，并开始建立作品集，这不仅仅是为了炫耀最好的作品，更是为了记录学生的知识结构之旅。

学生可以更加连贯地看待自己的成长历程。该工具可以帮助他们发现反复出现的轨迹，并在此基础上继续前进。

学生可以添加自己的笔记和来源——像Google的NotebookLM这样的工具已经开始这样做——学生可以提问，也能发现相关的想法和资源，并连接不同领域的想法，以加深理解。

虽然高中里不像大学那样普遍使用录制的课程讲座，而且随着手机使用受到限制，这种情况可能会更少，但类似Jamworks这样的工具可能会开始为学生提供一种新的方式来处理课程内容，使他们能够更有效地理解和消化所学的知识。

作品集还可以成为整体形成性评价的来源（见上文的整体评价），对他们的作品进行评价，而无需进行固定的传统考试。

5.9 元认知支持（新）

一名高中生意识到，要达到他的目标，他需要提高自我管理能力。由于生活中没有人指导他，他求助于一个人工智能工具，帮助他评估自己的现状，决定什么是重要的，并学习制定计划和监督实现计划的技能。例如，该工具会评估他的学习习惯，并设定每周目标，让他从头开始轻松建立自信。他将学会如何管理作业量，如何更好地复习和记忆新知识。

有一系列元认知技能对学业成功至关重要，但在学校却很少直接涉及。这些技能包括自我意识、成长心态、寻求和吸收反馈、确定目标并制定实现目标的计划、监控实现目标的表现、坚持不懈地追求目标等等。

人工智能工具不断涌现，通过了解学生的具体情况，逐步提出可操作的建议，为学生提供支持，就像一位感同身受的导师。SchoolAI 的 "探索空间 "就是一个早期的例子，它结合了学习计划和考试策略。从待办事项管理器和学习工具中还会衍生出更多此类AI帮助。