前沿技术解读：LearnLM——负责任的AI教育发展与开发

如果说教育科技的发展近年来有一条主线，那一定是“人本AI”的理念愈发清晰。从《北京共识》到联合国教科文组织的文件，核心声音越来越明确：

在这一共识下，“人本人工智能”成为AI发展的重要方向。这个概念并不玄虚，它指的是在AI技术的开发、应用乃至治理的全过程中，始终将人类的需求与价值观置于中心。具体到教育领域，这意味着构建的AI体系必须具备几个关键特征：以学习者和教育者为核心、关注真实的教学体验、着眼于广泛的社会影响、倡导技术与教育学的深度合作，同时增强系统自身的价值引导和决策可解释性。

未来的课堂，必然是人与机器智慧协同的场域。华东师范大学的祝智庭教授在其《国家教育数字化战略行动研究》中，早已前瞻性地勾勒出“人机协同”的教学模式。这不仅是理论构想，更是正在发生的实践。我们看到，从高校与科技企业的联合（如天津大学与科大讯飞的“数字教学助手”），到教育科技公司的自主创新（如学而思的“九章大模型”），再到教育部门推动的示范场景建设，中国教育AI的生态正在快速成型。

当然，放眼全球，标杆性的探索同样值得关注。今天我们把目光投向谷歌，看看其即将在9月正式亮相的“LearnLM”学习大模型，以及它背后关于AI+教育的思考与实验。

一、LearnLM 与教育创新

谷歌近期宣布，将在2024年9月推出其专门为教育领域打造的大模型“LearnLM”。这个基于Gemini大语言模型构建的AI工具集，目标很明确：

它的设计围绕几个关键的教学科学原则展开：激励主动学习、管理认知负荷、适应不同学习者、激发好奇心，并促进学习者对自身学习过程的元认知。

与模型一同发布的，还有一份重磅技术报告。这份名为《面向教育生成式人工智能的负责任开发：一种评估驱动的方法》的文件，详细阐述了谷歌如何通过与全球AI及教育技术社区的合作，以负责任的方式最大化教育AI的潜力与积极影响，并系统性地应对其中的挑战。

虽然正式版尚未面世，但基于LearnLM的一系列测试功能已经陆续放出，让我们得以管窥其形态：

• Google搜索的AI概述
  ：能够调整答案的呈现格式，例如简化语言或将复杂内容分解为易于理解的步骤。

• Android的“圈选即搜”
  ：已能辅助解决数学和物理问题，并计划支持更复杂的学科问题。

• Gemini聊天中的“学习教练”
  ：通过定制化的“Gems”功能，扮演专家角色，为用户提供分步指导和练习活动。

• YouTube内的对话式学习
  ：观看学术视频时，可直接向AI提问、获取即时解释或进行相关知识测验。

（需要注意的是，上述大部分功能目前仅在北美地区开放测试。）

除此之外，谷歌实验室还专门开发了一些颇具想象力的学习新工具原型：

• Illuminate
  ：这项实验性技术能将艰深的研究论文，转化为简短、结构化的音频对话。其特点是利用AI根据用户的学习偏好动态调整内容呈现方式。它目前处于私人测试阶段，其生成内容仅供参考，准确性需对照原文核实。

• Learn About
  ：它试图将高质量内容、学习科学和自然的聊天体验结合起来，引导用户循序渐进地探索任何学科话题。

可以预见，当这些应用与模型全面开放时，将为全球教育工作者和学习者带来全新的体验维度。

二、谷歌技术研究报告的核心洞察

这份技术报告清晰地梳理了AI在教育领域从自动化辅导系统到生成式AI助教的演进脉络。报告开门见山地指出，尽管技术进步为个性化学习带来了前所未有的希望，但其在教育领域的规模化、负责任应用，仍面临重重挑战。

那么，研究要解决的核心问题是什么？

这一问题的提出，基于三个深刻的现实背景：

1. 严峻的教育不平等
   ：全球范围内，提供公平且优质的教育依然是个巨大挑战。在中低收入国家，许多儿童陷于“学习贫困”，新冠疫情更是放大了弱势群体面临的教育困境。

2. AI技术的快速跃迁
   ：生成式AI的突破性进展，打开了教育个性化的新可能，但如何确保其有效、公平且合乎伦理地被使用，成了必须回答的新命题。

3. 现有教育技术的局限
   ：很多系统并未针对教育学原理进行深度优化，存在“直接给答案”而非“引导思考”的倾向，这可能损害学生长远的认知发展与自主学习能力。

为了回答这些问题，研究团队广泛调研了学习者、教育者、政策制定者和学者等多方群体，并通过多种实验方法收集洞见：

• 参与式工作坊
  ：召集了60名大学生和34名STEM高中教师，通过小组讨论和设计活动，共同探索AI在教育中的理想应用形态。

• 半结构化访谈
  ：与一线教育工作者和学习者深入交流，直接了解他们对AI助教的期待、顾虑与真实需求。

• “绿野仙踪”原型测试
  ：这是一种经典的用户体验研究方法，由研究人员幕后模拟AI助教与学习者交互，以低成本、高效率地测试设计概念。

• 真实场景用户研究
  ：在亚利桑那州立大学的“Study Hall”项目中，实际集成了“LearnLM-Tutor”AI助教，并收集学习者与之互动的真实数据进行分析。

综合多方评估，这份报告得出了几个关键结论：

• 专门为教育微调过的“LearnLM-Tutor”，在促进学习者参与、提供有教育意义的反馈等多个维度上，表现显著优于通用的Gemini 1.0模型。
• 研究所采用的自动化评估方法被证明是高效且可靠的，其结果与人类评估员打分高度相关，这为AI助教的快速迭代优化提供了实用工具。
• 人类评估同时揭示了AI助教在实际应用中需要改进的细节，例如在提供鼓励性话语方面尚有提升空间。
• 研究强有力地表明，

  针对性的评估工具和方法对于提升AI教育工具的教学效能至关重要
  ，尤其是在辅导练习和作业反馈这类核心场景。
• 整个开发流程凸显了“负责任创新”的重要性，报告提供了一套全面的框架，用于评估和缓解AI教育工具可能带来的社会技术风险。

三、LearnLM现阶段研究的启示

在构建LearnLM的过程中，研究团队并非从零开始，而是借鉴了过往项目（如ShiffBot）沉淀下的一些核心开发原则，这些原则本身就充满了教育智慧：

• 不要直接给答案，而是帮助学习者自己发现答案，并引导他们迈出下一步。
• 始终致力于提供恰当、可信的信息来源。
• 创造一个允许犯错、并从错误中学习的安全空间。
• 努力理解学生所看到的全貌：包括他们的屏幕、代码和错误信息。
• 清醒认识到AI并非永远正确，系统本身也应具备从错误中学习的能力。

然而，理想照进现实的道路从不平坦。报告也坦诚指出，在开发教育类生成式AI应用时，仍面临一些基础性挑战。其中最根本的一点或许是：

报告引用了一个颇为尖锐的观点：尽管针对具体学科的学习与教学策略研究已有很多，但定义（并进一步量化）普适性的教学原则仍然困难重重。甚至有人指出，教育研究的发展相对滞后，“直到21世纪初，教育研究才真正进入了20世纪”。

正是为了应对这一挑战，谷歌的研究团队没有等待一个完美的理论出现，而是选择了一条务实的路径：

他们提出了涵盖定量与定性、自动化与人工评估的7种不同教育基准，包括单轮交互教学性评估、学习者主观反馈评估、整体对话教学性评估等。

这背后的逻辑很清晰：既然完美的通用教学理论尚未成型，那就先用一套综合的“标尺”，在实践中持续测量和优化AI的教学能力。这套方法论的意义，已经超越了LearnLM项目本身，为整个行业如何负责任地评估和发展教育AI，提供了一个极具参考价值的范例。

总而言之，从《北京共识》的人本理念，到全球科技企业的具体实践，AI与教育的融合正在进入深水区。未来的重点，已不再是技术能否替代教师，而是我们如何借助像LearnLM这样的工具，构建更有效的“人机协同”教育新生态，让技术真正服务于提升每一个学习者的潜能，并弥合而非加剧教育的鸿沟。这条路很长，但方向已经越来越清晰。