Google DeepMind衡量Gemini引导式学习在塞拉利昂的影响

这项预注册试验的结果表明，AI 可以成为强大的教学伙伴——不是取代教师，而是拓展他们的覆盖范围。这项研究是我们持续努力的一部分，旨在就 AI 对教与学的影响建立全球证据基础。

超越答案引擎：保护批判性思维

一个常见的担忧是，生成式 AI 可能成为学生的捷径，从而绕过更深入学习所必需的、虽具挑战性却至关重要的认知努力。Guided Learning旨在应对这一担忧：它基于我们在LearnLM 工作中多年的研究与实践而构建，以教学法为根基，并经过专门调校，优先建立理解而非直接给出答案。

来自塞拉利昂的数据表明，这种方法正在奏效。对我们试验期间交换的逾 113,000 次互动的分析显示，学生在 91.4% 的对话中使用该工具来建立概念理解，而不是简单地寻求解答。Gemini 在其 76% 的消息中通过提出支架式问题作出回应，仅在 2% 的情况下提供直接解答。这种“苏格拉底式”互动确保繁重的认知工作仍由学生承担。

教师主导的干预

这项试验的成功建立在 AI 与教育工作者的伙伴关系之上，教师始终牢牢处于体验的中心。教育工作者设计课程、设定目标，并引导推动学习的课堂讨论。

在焦点小组中，教师报告称 Gemini 也支持了他们自身的专业成长。通过使用该工具进行备课，他们发现了解释分数等熟悉主题的新方法。许多人描述了从“讲授者”到“引导者”的转变，在教室中走动，支持结对的学生探索各自的学习旅程。

为帮助其他人实施类似项目，我们正在发布一份教师培训指南，其中包含与 Fab AI 合作创建的材料，包括本研究使用的具体规程。

衡量影响

定量结果十分显著。使用 Guided Learning 的学生与对照组相比，数学成绩提升了 +0.258 个标准差。从实际意义上看，这大致相当于在八周试验内取得了 1.2 到 1.7 年的典型学习进步。

在试验期间，教师将 Gemini 融入大约一半课程、以达到 12 小时目标的课堂中，学生取得了更高的进步——大约 1.8 到 2.5 年的进步。参与度也格外高：69% 的学生达到或超过了使用目标，远超自愿性教育技术通常的百分之五（著名的“百分之五问题”）。这意味着学生不仅投入参与，而且更喜欢来上课。

除了这些数字之外，我们还看到了行为上的深刻转变。学生们表示更喜欢数学，并在常规教学之外积极投入学习。至关重要的是，随着时间的推移，他们的对话和提问变得更加以学习为导向，转向技能培养，而不是寻求直接答案。具体而言，到最后一周，技能培养类提问升至90%——高于第一周的68%——而寻求答案的问题则从25%降至10%，这证明学生们不只是想要答案，他们想理解自己是如何得出这些答案的。

为了进一步了解 Guided Learning 对学生学习的影响，我们正在全球范围内开展一系列额外的预注册 RCT。为了推进开放科学并及时传播洞见，我们还将发布一份关于我们与 Fab AI 开展 RCT 之方法的 实践手册，以帮助他人开展更快、可扩展且契合其需求与情境的研究——从而发现能够跟上技术进步的可靠本地化证据。随着后续 RCT 的完成，我们将继续发布我们的结果与经验，以构建更全面的跨国证据基础，希望这能为整个学习生态系统中负责任的 AI 发展提供参考。此外，我们对 Global AI for Learning Alliance (GAILA) 的支持将通过集体行动加速落实这些承诺及其他工作。

前进之路

尽管这些结果令人鼓舞，它们也凸显了“成就差距”的挑战。虽然大多数学生都从中受益，但那些进入试验时数学能力更强的学生受益最大。这凸显了一项重要需求：提供能够为最需要帮助的学生带来最大进步的工具。

展望未来，我们计划将这些试验扩展到其他国家，并更深入地探究元认知和关系智能等领域，以获得更全面的视角，探索学习中细微而复杂的层面。通过将教师主导的学生课堂所奠定的关系基础，与 AI 的个性化、支架式支持能力相结合，我们可以帮助确保技术成为通向有意义学习机会的桥梁，惠及所有人。

¹ 我们还获得了 Google.org 和 Gates Foundation 的支持来开展这项试验。EducAid、Laterite 和 Oxford MeasurEd 也与我们合作。