本期 2026-W42

涵蓋期間:2026-10-12 – 2026-10-18

每週從一份人工挑選的來源清單抓取,全部保留原文標題與官方連結。中文摘要由模型生成,僅供快速判斷是否值得點進去讀。

本週 AI 教育要聞

最新發布優先

符合條件:14 則

Khan Academy 列出選購教育科技四大指標並自評表現

原標題Four Things to Look for in Edtech, and How Khan Academy Measures Up

AI 摘要Khan Academy 建議學區採購教育科技時,應優先考量四項指標:經獨立第三方嚴謹評估、提供實際課堂實施指引、清楚說明產品能與不能做到的事、並根據師生證據持續改進。文章引用四項隨機對照試驗,顯示在具備完善實施支援(如固定練習時間、教師專業發展)的學區,學生數學成績顯著提升;反之若缺乏支援則效果不明顯。Khan Academy 同時公開 AI 工具 Khanmigo 的局限與改進歷程,強調透明度與實證導向的產品迭代。

  • 工具與產品
  • 中小學

研究探討兒童在遊戲中如何驗證 AI 建議

原標題"Do You Trust It... or Check It?": Exploring Children's Verification Behaviors in Game-Based Human-AI Collaboration

AI 摘要研究設計生物知識推理遊戲,觀察 8 至 10 歲兒童面對夥伴型、工具型與雙狀態三種 AI 互動風格時的驗證行為。結果顯示夥伴型較易引發直接提問,工具型則誘發尋找證據;兒童普遍認為 AI 有用但會犯錯,提問推理深度不一。此發現可協助設計支援兒童批判性、反思性與循證使用 AI 的協作學習環境。

  • 中小學
  • 工具與產品
  • 研究

MARS:動量感知自適應評分系統,提升個人化測驗穩定度與分數

原標題MARS: A Momentum-Aware Adaptive Rating System for Personalized Assessment

AI 摘要研究提出 MARS 系統,將題庫建構為知識圖譜,結合動態評分敏感度、作答品質與學習動量,即時更新學習者能力值。實驗顯示 MARS 評分更新較 Fixed Elo 平穩,且在限時扣分情境下總分提升 8.09 分、超時違規率從 50% 降至 5.6%,適合即時、可解釋的自適應測驗部署。

  • 工具與產品
  • 研究
  • 教學實務

OpenAI 推出 Rosalind 學術計畫 提供 GPT-Rosalind 贊助存取

原標題Bringing GPT-Rosalind to academic research labs

AI 摘要OpenAI 宣布推出 Rosalind 學術計畫,為符合資格的學術實驗室提供 GPT-Rosalind 的贊助存取權限。此計畫旨在透過先進 AI 工具支援生命科學研究,加速學術界在相關領域的發現與創新。

  • 高等教育
  • 研究

Khan Academy 推出中期評量工具 2027-28 學年上線

原標題A First Look at Khan Academy Interim Assessments

AI 摘要Khan Academy 將於 2027-28 學年推出「中期評量」,每年三次、單堂課完成,採自適性題目並加入「解釋你的思考」語音回饋,讓教師掌握學生誤解與思維盲點。評量結果直接連結平台建議學習路徑,教師可先審核再派發,優先銜接年級核心內容並補足基礎。學生、教師與行政層級皆可即時看見表現、成長與資源需求,形成評量-教學-練習-監控的閉環。

  • 工具與產品
  • 中小學
  • 教學實務

OpenAI 推出教師節專案:以提問引導學生主動學習

原標題Teaching students to think and learn through questions

AI 摘要OpenAI 慶祝教師節,針對巴西葡語教育者推出 AI 教學資源,展示 Study Mode 如何協助教師支援學生進行主動、循序漸進的學習。此功能透過提問方式引導學生思考,而非直接給予答案,旨在強化學生的批判性思維與自主學習能力。

  • 教學實務
  • 工具與產品
  • 中小學

自動評分引入成本感知設計框架,將計算與人力成本納入測量決策

原標題From Efficiency to Sufficiency: The Cost-Aware Measurement Design Framework for Automated Essay Scoring

AI 摘要研究指出自動作文評分(AES)常只關注技術效率,忽略驗證、監管、授權等完整成本。論文提出「成本感知測量設計(CAMD)框架」,以計量、分配、單位經濟、決策四層結構,將計算資源與工作流程記錄轉為決策相關的成本建構,並定義「每一可辯護分數成本(CPDS)」,主張在滿足測量要求前提下,以品質成本充足性比較系統,且視成本為規模函數而非單一數值,供不同部署情境參考。

  • 工具與產品
  • 研究
  • 高等教育

美國高強度輔導面臨經費斷層 學區嘗試納入核心課表求生存

原標題Can High-Impact Tutoring Survive Post-Pandemic Funding Loss?

AI 摘要聯邦疫情紓困基金(ESSER)於 2024 年前後到期,導致許多學區的高強度輔導計畫面臨縮減或暫停。研究顯示此類輔導每生每年成本 1,200 至 2,500 美元,但能帶來 3 至 15 個月的額外學習增量。為求永續,部分學區將輔導時段內嵌至正課表(如 WIN 時段),並要求輔導內容與課堂教學對齊、教師與輔導員共享學生數據。馬里蘭大學研究警告,經費不足時最易犧牲的是「劑量」與小班制等關鍵品質指標。路易斯安那州 West Feliciana 學區透過州補助與主課表重組,將受輔導學生從 96 人增至 430 多人,並使四、五年級英語與數學熟練度顯著提升,展示「聰明運用既有資源」可延續成效。

  • 中小學
  • 政策法規
  • 人才培育

OpenAI 前首席未來學家 Joshua Achiam:好奇心、工匠精神與尋找自我聲音

原標題Extraordinary. Joshua Achiam, former Chief Futurist at OpenAI, on Curiosity, Craft, and Finding Your Own Voice.

AI 摘要Joshua Achiam 回顧從不專心小學生到 AI 研究者的成長,強調老師看見學生潛能、同儕共學、以及在真實專案中鍛鍊「做中學」紀律的重要性。他指出學校常缺乏端到端產出實體成果的訓練,這項能力須在研究所或職場透過重現既有專案、嚴謹實驗來補足。使用 AI 時,他主張先釐清目標與限制、追溯原始來源,並堅持最終輸出的文字必須是自己的聲音,以保持判斷深度與持續成長的廣度。

  • 工具與產品
  • 教學實務

STEPwise 系統輔助教師診斷學生數學解題能力

原標題STEPwise: Supporting Teachers in Diagnosing Students' Mathematical Problem-Solving Skills through LLM-Generated Questions and Rubric

AI 摘要研究團隊與數學教育專家共同設計 STEP 框架,將解題歷程拆解為四階段八項子技能,並建立 STEPwise 師機協作系統,利用大型語言模型自動生成分階段診斷題目與評分準則。課堂實驗顯示,該系統協助 5 位教師與 64 位學生精準定位推理斷點,並支持學生反思解題過程,實現班級規模下的細緻診斷。

  • 教學實務
  • 工具與產品
  • 中小學

教師親歷學生與自身科技成癮:從比莉個案看預警信號與支援策略

原標題Tech Addiction Was a Problem for My Student — and Myself

AI 摘要作者以七年級學生比莉為例,描述其離開 Chromebook 即出現劇烈情緒崩潰、躲藏裝置、社交退縮等行為,經輔導師與家長合作確認為科技成癮並透過治療改善。作者並自述成年後同樣陷入手機依賴,影響家庭關係與心理健康,最終以計時器、追蹤 App 等方式自我管理。文章列舉「斷網引發極端情緒、隱瞞使用、社交隔離」三大預警信號,呼籲教育者與家長正視汙名化、建立無螢幕時段、以開放對話與陪伴替代單純禁令,協助學生重掌控權。

  • 中小學
  • 教學實務

非營利組織推開放平台 解決K-12 AI教材對齊州標準難題

原標題Who Is Building the AI Foundation for K-12 Classrooms?

AI 摘要Chan Zuckerberg Initiative 支持的非營利組織 Learning Commons 推出開放平台,提供開放知識圖譜與 AI 評估工具,協助教師驗證生成式 AI 教材是否符合州標準與學習科學研究。超過 70 家合作夥伴(含 OpenAI、Anthropic)參與,部分學區已開始在此基礎上自建工具,而非等待商業廠商。文章並列出學區採購 AI 工具時應詢問的關鍵問題,包括資料來源、更新頻率及州標準是否為核心基礎。

  • 工具與產品
  • 中小學
  • 政策法規

Khan Academy 學習長:學生缺乏高品質個別練習,AI 可協助解決

原標題October 2026 Kristen’s Corner

AI 摘要Khan Academy 首席學習官 Kristen DiCerbo 指出,學習持久化需靠反覆練習與回饋,而非單靠教學設計或參與度。研究顯示每增加一次練習機會,學生答對下一題的機率就穩定提升,但現行課堂練習量不足、回饋稀薄,且常在未達精熟前就換單元。她強調批判思考、溝通、協作、創意等「4C 能力」同樣需要明確教學、真實情境練習與即時回饋,而非假設分組即能習得。由於單一教師難以對每位學生提供適時個別化支援,教育科技與 AI 可在這環節發揮關鍵作用。

  • 中小學
  • 政策法規

OECD PISA 數據揭示:生成式 AI 使用與學生科學表現呈現複雜關係

原標題Generative AI and student learning: What the PISA data reveal

AI 摘要PISA 2025 數據顯示,超過 40% 的學生在多國常態化使用 AI 完成寫作作業,但整體而言,使用 AI 聊天機器人的學生科學分數平均較低約 20 分,相當於落後一年學業進度。不過泰國、澳門等地出現反向現象,每日使用 AI 寫作的學生表現反而較好。OECD 指出關係非因果,可能因學習困難學生更依賴 AI,且使用目的、頻率、教師引導與數位素養教育皆為關鍵變數。報告呼籲政府制定明確準則、加強教師培訓,避免 AI 成為認知捷徑並擴大不平等。

  • 研究
  • 中小學
  • 高等教育