澳大利亚
据澳大利亚教育研究组织(Australian Education Research Organisation,简称AERO)官方网站2026年10月报道,该组织发布《学校人工智能:政策制定者考量》(AI in schools: Considerations for policymakers)报告,基于新兴研究证据,为政策制定者提供在学校使用人工智能(Artificial Intelligence,简称AI)的考量框架,指出AI的教育影响取决于其设计、实施和使用方式,并强调应以关于学生学习方式的成熟证据为基础制定政策与指南。

(图片来源于:Unsplash)
报告指出,AI,尤其是生成式人工智能(Generative Artificial Intelligence,简称GenAI),在澳大利亚学校中日益普及。AI通过语音转文字、预测性文本和无障碍支持等技术已在校园使用多年,而GenAI作为AI的子集,能够生成类似人类产出的文本、图像、音频和视频。目前,AI工具已广泛嵌入浏览器、搜索引擎和文字处理等日常数字工具中,学生和教师可能在无意识中与AI功能互动。数据显示,在2025年国家评估计划(National Assessment Program,简称NAP)信息与通信技术素养评估中,超过30%的六年级学生和60%的十年级学生报告每月至少使用一次AI工具生成书面作业内容。2026年对近2000名10至17岁儿童的调查发现,78%的儿童使用过AI工具,其中近一半每天或每周数次使用,最常见用途为获取作业帮助、组织信息或解决问题。教师方面,2024年经济合作与发展组织(Organisation for Economic Co-operation and Development,简称OECD)教学与学习国际调查(Teaching and Learning International Survey,简称TALIS)显示,66%的澳大利亚初中教师在过去一年使用过AI,远高于OECD初中教师36%的平均水平;2025年新南威尔士州调查亦显示,75%的教师和学校领导者曾将AI用于工作,主要用于开发课程资源和支持行政任务。此外,部分教育系统已开发部门批准的AI平台,如南澳大利亚州的EdChat、新南威尔士州的NSWEduChat、昆士兰州的Corella和西澳大利亚州的ClassmAIte,此类专用平台可能更好地与课程保持一致,并包含教学护栏。
报告强调,关于AI对学校学习影响的证据仍在发展中,且多为短期、探索性研究,且多在澳大利亚以外进行。现有研究表明,AI对学生学业表现的影响结果不一。例如,一项针对近1000名高中数学学生的大型研究发现,在学习环节无限制使用AI的学生在练习题上表现优于对照组,但在无AI辅助的考试中,先前使用AI的学生成绩低于对照组;而使用带教学护栏AI的学生在无辅助考试中与对照组结果相似。另一项涉及400多名中学生的研究发现,使用AI的学生在阅读理解与记忆保持方面表现不及使用传统笔记或AI与笔记结合的学生。总体而言,AI的教育价值取决于其设计和使用方式,以及是否支持或替代支撑学习的认知过程。在AI证据尚不成熟的情况下,AERO提出的关于学生如何学习的四项原则——学习是长时记忆的改变、学生处理有限的新信息、学生发展并展示精通、学生主动参与学习——为解读AI应用提供了重要基础。
报告认为,AI在支持学生学习与减轻教师工作量方面存在潜在机会。设计良好且带有教学护栏的AI工具(如使用苏格拉底式提问引导学生思考而非直接给出答案)比通用AI工具更具前景,可帮助学生复习、检索、巩固知识并拓展思维;教师也可通过准备与先前知识相连的起始提示,引导学生朝学习目标使用AI。AI支持的辅导系统可帮助教师识别学习需求、定制教学、生成解释和提供即时反馈,但有效教学的关键方面(如响应式支架和专业判断)仍难以由AI单独复制,需要持续的人类监督。在教师工作量方面,AI有望减少备课、资源开发和行政任务的时间,但这些效率提升并非自动实现,且节省的时间能否转化为整体工作量的实质性减少证据有限;若AI训练数据包含无效教学材料,其输出可能大规模复制或放大这些方法,因此教师的监督和专业判断仍然至关重要。
报告指出,AI可能带来多重风险。第一,可能削弱学生学习。当学生使用AI生成答案、解决问题和按需产出内容时,会减少完成学习任务所需的认知努力,降低将知识巩固到长时记忆的机会,形成“绩效悖论”——使用AI时任务表现更好,但学习过程更少。有效使用AI还依赖学生具备足够的内容知识来评估AI输出的准确性、识别错误并完善提示,这对仍在发展基础知识和元认知策略的年轻学生尤为重要,因此小学阶段应更谨慎,考虑年龄限制并加强教师指导。第二,AI对评估构成新挑战。由于AI在课堂内外广泛使用且缺乏可靠的检测工具,教师难以确定学生在课外或无人监督的在线评估中是否使用AI。新南威尔士州调查显示,仅21%的教师收到学校关于评估方式的指导,约半数教师担心无法防止评估中使用AI,许多教师转向在校纸笔评估或收集过程证据、学生声明和口头答辩等方式。第三,AI带来隐私与治理挑战。许多AI工具依赖大量训练数据,引发数据治理、所有权及学生、学校和系统数据收集使用的挑战;对原住民社区而言,原住民数据主权(Indigenous Data Sovereignty)承认原住民对其社区、文化和知识相关数据的收集、所有权和应用进行治理的权利,AI系统可能未经适当同意使用原住民文化和知识产权,或歪曲原住民知识、文化和语言。第四,AI可能加剧教育不平等。不同系统、学校、教师和学生在获取高质量工具、数字基础设施、教育者能力和实施支持方面存在差异,免费通用AI工具能力低于订阅模型且与课程一致性较差,农村、偏远或弱势社区的学生受影响更大;具备较强背景知识和元认知策略的学生可能比需要额外支持的学生更能从AI中受益,若无促进公平获取高质量AI工具及有效使用知识、技能和支持的针对性政策,AI可能扩大而非缩小现有教育差距。
报告介绍,澳大利亚已制定国家和辖区层面的指导文件,包括《澳大利亚学校生成式人工智能框架》(Australian Framework for Generative Artificial Intelligence (AI) in Schools)、2024年框架审查(2025年获教育部长批准)以及《澳大利亚政府国家人工智能计划》,各辖区也在制定反映本地教育情境的AI政策。与此同时,质量保障方法正在兴起:澳大利亚“更安全技术促进学校”(Safer Technologies 4 Schools,简称ST4S)倡议正在试点“负责任人工智能”(Responsible Artificial Intelligence,简称RAI)标准与评估,以一致的伦理和治理原则评估AI数字产品;AERO与澳大利亚教育服务公司(Education Services Australia)已制定并正在试点教育技术国家质量标准,确保包括AI应用在内的数字工具符合循证教学实践、具有教育有效性且在学校使用安全。国际上,联合国教育、科学及文化组织(United Nations Educational, Scientific and Cultural Organization,简称UNESCO)和OECD等机构也强调为AI教育应用建立适当条件,重点关注保持人类监督、保护公平、提供适当护栏、加强对AI的理解并确保AI补充循证教学实践。
基于新兴证据,AERO为政策制定者提出三项广泛考量。第一,制定清晰、循证的AI使用政策和指南。在缺乏AI教育影响全面证据的情况下,系统政策和指南应以关于学生如何学习和有效教学实践的成熟证据为基础,既涉及AI的潜在益处(包括减轻教师工作量),也涉及对学生学习和评估的潜在风险;指南应阐明AI可在何处支持教师、何处仍需专业判断和监督,并涵盖学生隐私与安全、原住民数据主权与原住民文化和知识产权、公平获取高质量AI工具等更广泛议题,且需随技术和证据发展定期审查更新。第二,通过获取高质量AI工具和建设能力支持学校有效实施。系统应为学校提供有效实施AI所需的资源和支持,包括获取符合安全和质量标准、与课程一致并基于学习证据的高质量工具;由于各地数字基础设施、连接性和AI工具获取存在差异,系统应优先保障公平获取适合目的且支持而非削弱学生学习的AI工具;同时,教师和学校领导者需要参与知识建设活动、获取资源和持续支持,以培养有效使用AI工具并批判性评估其输出所需的知识、技能和专业判断,包括建立对AI的技术理解,并确保AI补充而非替代对原住民知识的尊重性参与。第三,通过持续研究、监测和评估加强证据基础。持续的系统投资对于加强学校AI使用证据和未来政策决策至关重要;关于AI对原住民学生、教育者和社区影响的证据尤为有限,需要由原住民领导和视角驱动的研究;澳大利亚和国际上对AI教育的投资和试点提供了从研究、实施经验和评估结果中学习的机会,如新西兰探索AI在评估中的使用以提高评分质量、一致性和速度,英国评估AI支持的教学工具及成功采用所需的实施条件。投资研究并配合持续监测和评估,可帮助系统了解AI在学校中的使用方式,评估其短期和长期影响,识别新出现的机遇、风险和意外后果,并确定现有保障措施是否有效。
编译 | 唐祖佩
排版 | 张繁锐
审核 | 孙宇伟 董丽丽 李艾洁


研报速递