跳到正文
Google DeepMind·· 2026-06-08精選AI 評分66

Google DeepMind 公佈塞拉利昂 Guided Learning 試驗結果

Measuring the impact of learning with AI in Sierra Leone and beyond

AI 導讀

Google DeepMind 公佈塞拉利昂八週預先註冊試驗結果,使用 Guided Learning 的學生數學成績相較控制組提升 +0.258 個標準差,約相當於 1.2 至 1.7 年的典型學習進度。

推薦理由

試驗同時呈現 Guided Learning 的數學成績變化、對話中的概念建構方式及不同起點學生的受益差異,勾勒 AI 輔助教學成效的多個面向。

正文 · 繁體中文

這項預先註冊試驗的結果顯示,AI 可成為強大的教學夥伴,不是取代教師,而是擴大他們的教學能力。這項研究是我們持續建立全球證據基礎的一部分,用來評估 AI 對教與學的影響;詳情請參閲相關工作。

不只提供答案:保護批判思考

一項常見憂慮是,生成式 AI 可能成為學生的捷徑,讓他們避開深入學習所需、具挑戰性但不可或缺的認知努力。Guided Learning 正是為應對這個問題而設;它以我們多年來在 LearnLM 工作中的研究成果為基礎,採用教育學原則設計,特別著重建立理解,而非直接提供答案。

塞拉利昂的數據顯示,這種方法正在奏效。我們分析試驗期間超過 113,000 次互動,發現學生在 91.4% 的對話中使用工具建立概念理解,而非單純尋求解答。Gemini 在 76% 的訊息中提出循序引導問題,只有 2% 提供直接解答。這種「蘇格拉底式」互動確保認知上的主要思考工作仍由學生完成。

由教師主導的介入

這次試驗的成功源於 AI 與教育工作者合作,教師始終是體驗的核心。教育工作者設計課堂、訂立目標,並主持推動學習的課堂討論。

焦點小組中的教師表示,Gemini 亦支持他們的專業成長。他們使用工具備課時,發現了講解熟悉主題(例如分數)的新方法。許多人形容自己的角色由「講授者」轉為「引導者」,在課室內走動,協助學生兩人一組探索自己的學習歷程。

為協助其他人推行類似計劃,我們發布了教師培訓指南,當中包含與 Fab AI 合作編製的教材,以及此研究使用的具體流程。

衡量成效

量化結果顯著。使用 Guided Learning 的學生,數學分數比對照組高出 +0.258 個標準差。實際而言,這相當於在為期 8 週的試驗中,取得一般需要 1.2 至 1.7 年才能達到的學習進度。

在試驗期間,教師於課堂中約一半的課節使用 Gemini,以達到 12 小時的目標;這些課室的學生進步更大,約相當於 1.8 至 2.5 年。學生參與度亦非常高:69% 的學生達到或超越使用目標,遠高於自願使用教育科技的典型比例 5%(廣為人知的「百分之五問題」)。這表示學生不但投入,也更享受上課。

除了數字,我們亦觀察到行為有顯著轉變。學生表示更享受數學,並積極參與課堂以外的學習。重要的是,隨着時間過去,他們的對話和提問更著重學習,從尋求直接解答轉向建立技能。具體而言,技能培養類查詢在最後一週升至 90%,高於第一週的 68%;尋求解答的問題則由 25% 降至 10%。這證明學生不只是想要答案,也想理解答案如何得出。

為進一步瞭解 Guided Learning 對學生學習的影響,我們正在全球進行多項額外的預先註冊隨機對照試驗(RCT)。為推進開放科學並及時分享見解,我們亦發布了與 Fab AI 合作編製的 實務指南,介紹我們進行 RCT 的方法,協助他人按自身需要和背景開展更快速、可擴展的研究,找出可靠的本地證據,跟上技術進展。我們會在後續 RCT 完成時持續公佈結果和心得,建立更全面、跨國的證據基礎,期望為整個學習生態系統中的負責任 AI 發展提供參考。此外,我們支持 Global AI for Learning Alliance (GAILA),透過集體行動加快落實這些承諾及其他工作。

未來方向

雖然結果令人鼓舞,但亦凸顯了「成就差距」的挑戰。大多數學生都受惠,但試驗開始時數學能力較強的學生受惠最多。這顯示一項重要需要:提供能讓最需要幫助的學生取得最大進步的工具。

展望未來,我們計劃將試驗擴展至其他國家,並深入研究後設認知和關係智能等領域,全面理解學習的細膩複雜面貌。結合教師主導課堂中的人際關係基礎,以及 AI 個人化引導的能力,我們可協助確保科技成為橋樑,讓所有人都能獲得有意義的學習機會。

1 我們亦獲 Google.org 和 Gates Foundation 支持進行這項試驗。EducAid、Laterite 和 Oxford MeasurEd 亦與我們合作。

來源:Google DeepMind · deepmind.google