蝉鸣报告（原爱报告知识星球）
近日，微软Aether Psychological Influences of AI (Psi)工作组发布了一份名为《Learning outcomes with GenAI in the classroom: A review of empirical evidence》的报告。这份报告综述了生成式人工智能（GenAI）在正规教育中对学习成果的影响的最新实证证据，旨在为教育工作者提供使用基于大型语言模型（LLM）的学习工具时确保学生学习收益的顶级关注点，并以研究得出的指导原则结束，帮助决定何时以及如何在课堂上使用这些工具。报告内容丰富，涵盖了教育与产业需求的差异、GenAI对学习条件的影响、其与布鲁姆教学目标层次的契合度，以及GenAI学习工具所需的教学复杂性等多个方面，为教育者提供了宝贵的见解和建议。
在教育领域，生成式人工智能（GenAI）对学习成果的影响是一个热门话题。这份报告《课堂中生成式AI学习成果-实证证据综述》为我们提供了深入了解这一领域的窗口。报告指出，GenAI在教育中的应用与工业界有所不同，教育更注重培养学生的知识和技能，而工业界则以提高生产力为目标。这种差异意味着GenAI在教育中的有效性需要单独评估。
报告强调，AI素养是学生成功使用GenAI的关键新变量。研究表明，了解AI系统的能力与局限对于学生来说至关重要。例如，研究生在接受深入AI素养指导后，在完成专业备忘录写作任务时速度提高了64.5%，成绩也有所提高。这表明，深入的AI素养教育可以显著提升学习效率。
在教育公平方面，GenAI的影响是复杂的。一方面，GenAI可以作为残疾学生的有效自我倡导资源，提高他们在学习材料中的可访问性。另一方面，GenAI可能会加剧学术表现中的现有模式，特别是对那些学习基础薄弱的学生。经济边缘化的学生可能会因为GenAI而面临更大的不平等，因为他们可能缺乏足够的AI素养，更容易过度依赖AI输出，从而影响他们的学习参与度。
报告还探讨了GenAI对学习心理和社会条件的影响，包括自我效能、个人学习节奏和人际联系。研究发现，GenAI可能会让学生对自己的技能掌握过于自信，需要帮助校准他们的心理模型。此外，GenAI的即时可用性可能会减少学生与同伴在小组项目中的合作，这对发展批判性思维和创造力等高阶技能是不利的。
在布卢姆的认知技能层次中，基本的认知技能——记忆和理解——是跨学科成功的根本。然而，研究表明，使用LLM聊天机器人可能会削弱这些学习基础。例如，与传统笔记相比，使用LLM聊天机器人的学生在阅读理解和记忆保持方面表现较差。这表明，传统的学习方法并非过时，对于支持理解和记忆形成至关重要。
报告进一步讨论了GenAI对高阶思维技能的影响。如果GenAI的使用方式绕过了获得技能所必需的“理想困难”，那么分析、推理和创造力的发展可能会受到影响。例如，研究表明，那些在寻求LLM帮助之前先自己尝试解决数学问题的学生的学习成果更好。教育者和学生对GenAI作为导师、写作助手或头脑风暴伙伴的使用表示担忧，担心过度依赖和失去自己的技能，尤其是批判性思维。
报告还指出，GenAI对创造力和创造性问题解决的影响是值得关注的。GenAI可能会限制学生使用其他资源，减少他们的创造力和解决问题的技能。例如，与人类反应的多样性相比，LLM生成的反应在标准化创造力测试中显示出显著的相似性。这可能会减少人们在使用LLM进行头脑风暴和创造性问题解决时的发散性思维。
在GenAI学习工具的设计中，需要更多的教学复杂性。迄今为止，最先进的工具通常是ChatGPT或类似工具，通过提示工程使模型承担教师角色或限制其输出。然而，修改后的通用聊天机器人无法解决学习成功的广泛教学考虑。新的实验性AI导师，嵌入了经过验证的教学策略，显示出了希望。在设计中咨询教育者是成功的关键，这些系统即将出现。
报告最后提供了四个指导方针，以帮助教育者有效地将GenAI整合到学习环境中：确保学生准备就绪，教授AI素养，将GenAI作为传统学习方法的补充，并促进促进学生参与的设计干预。这些指导方针基于实证证据，可以帮助教育者在课堂上有效使用GenAI。
这篇文章的灵感来自于《课堂中生成式AI学习成果-实证证据综述》这份报告，它为我们提供了关于GenAI在教育中应用的深刻见解。除了这份报告，还有一些同类型的报告也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。
以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。
【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。
