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。
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。
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。
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。
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。
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。
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。