2026年1月19日，經(jīng)濟合作與發(fā)展組織（OECD）發(fā)布《OECD數(shù)字教育展望2026：探索生成式AI在教育中的有效應用》（OECD Digital Education Outlook 2026：Exploring Effective Uses of Generative AI in Education）報告，這是OECD繼2021和2023年后發(fā)布的第三份數(shù)字教育展望報告。該報告基于現(xiàn)有最佳的實證研究、設(shè)計實驗和專家見解，探討了GenAI的應用前景以及教育利益相關(guān)者如何有效且負責任地引導其應用。

報告指出，證據(jù)表明，GenAI可以擴展個性化學習支持、提高反饋質(zhì)量并實現(xiàn)部分評估流程的自動化。但這種便利性也可能帶來一些弊端。當學生過度依賴GenAI時，元認知參與度——即將答案轉(zhuǎn)化為理解所需的思維過程和努力——會下降。這會導致任務完成情況與真正學習成果之間出現(xiàn)脫節(jié)。

此外，雖然一些研究表明GenAI可以提高學生的產(chǎn)出和學習效果，但另一些研究卻并非如此，尤其是在工具直接提供答案而非支持真正的學習過程時。將GenAI有效地融入教學可能需要教師鼓勵學生的自主性，并強調(diào)學習過程，例如學生如何思考和學習，而不是僅僅關(guān)注學生的最終產(chǎn)出。將GenAI與明確的教學模式相結(jié)合的混合系統(tǒng)，例如結(jié)構(gòu)化輔導策略或以證據(jù)為中心的評估設(shè)計，比通用聊天機器人更有前景。

報告重點從生成式AI在學習、教學與管理中的應用進行了分析：

1.利用GenAI提升學生學習

報告指出，生成式AI最引人注目的用途之一是輔導。與傳統(tǒng)AI輔導系統(tǒng)僵化的對話模式不同，GenAI可以進行靈活、個性化的對話，根據(jù)每個學習者的需求調(diào)整解釋和語言。

一些AI輔導系統(tǒng)采用蘇格拉底式提問等方法來發(fā)展學生的學科知識、批判性思維和反思能力。相關(guān)證據(jù)仍在不斷涌現(xiàn)，但原型系統(tǒng)已展現(xiàn)出良好的前景。

除了一對一輔導之外，GenAI還在支持協(xié)作學習。研究表明，GenAI在協(xié)作學習中主要扮演四個角色：充當信息中心、生成個性化材料以支持小組工作、向教師提供反饋以及在小組任務中充當同伴參與者。

雖然目前證據(jù)有限，但一些研究發(fā)現(xiàn)，GenAI可以使學科學習取得小到中等的進步，并在批判性思維和團隊合作方面取得顯著進步。

GenAI也可能有助于激發(fā)創(chuàng)造力。證據(jù)表明，GenAI在緩慢使用、支持迭代探索和反思時效果最佳，而不是用于快速生成內(nèi)容。從這個意義上說，它也可能通過減少原創(chuàng)性思維而阻礙創(chuàng)造力。

重要的是，GenAI有潛力為數(shù)字基礎(chǔ)設(shè)施有限地區(qū)的學生提供支持。在巴西農(nóng)村地區(qū)進行的一項大規(guī)模實驗表明，即使在網(wǎng)絡連接不穩(wěn)定且設(shè)備有限的情況下，AI也能提供反饋和指導。小型語言模型可以在移動設(shè)備上離線運行，盡管存在技術(shù)限制，但它們代表著GenAI彌合數(shù)字鴻溝的一個有前景的途徑。

2.利用生成式AI提升教師績效

生成式AI有望從多個方面徹底改變教師的工作方式，包括提高工作效率和教學質(zhì)量。它已經(jīng)能夠快速撰寫摘要、設(shè)計練習，甚至提供實時輔導支持。但過度依賴生成式AI也存在風險，可能導致教師技能和教學專業(yè)知識的喪失。

關(guān)于人類和AI如何協(xié)同工作的概念框架提出了三種途徑：替代、互補和增強。對于某些任務的替代需要謹慎評估，以避免教師與學生互動機會的減少�；パa是更好的選擇，即將人類的判斷力與機器的效率相結(jié)合。但最有效的方法是通過協(xié)作參與來實現(xiàn)增強。在這種模式下，教師和AI協(xié)同工作，互相批評和改進彼此的輸出。這種迭代過程最有潛力提升教學質(zhì)量，同時保留教師的專業(yè)判斷。

目前的關(guān)鍵問題之一是，大多數(shù)工具都是為通用目的而設(shè)計的�，F(xiàn)成的聊天機器人很少與課程內(nèi)容相匹配。因此，一些人主張開發(fā)專門用于教育生成式AI系統(tǒng)。這些工具可以由教師和學生共同創(chuàng)建，使教育工作者能夠控制機器的行為方式以及學生與機器的互動方式。例如，這可以使教師設(shè)置工具的“幻覺”程度，并就學生與生成式AI的互動提供反饋。

目前已有多種生成式AI工具被用于支持教師，尤其是在高等教育領(lǐng)域。例如，一些AI教學助手可以幫助教師、助教和學生完成各種教學任務，同時允許人工監(jiān)督。學生對其中一種工具的評價是，其在清晰度、準確性和專業(yè)性方面與人類助教相當，但在激勵和發(fā)展指導方面稍遜一籌。

其他早期證據(jù)表明，教育生成式AI工具可以提高在線輔導質(zhì)量，特別是對于經(jīng)驗不足的教師。研究還強調(diào)了AI生成的教學材料和分析工具對于有效課堂對話的益處。然而，激勵、人際關(guān)系和社會情感學習仍然是人類固有的責任。

3.改進系統(tǒng)和機構(gòu)管理

生成式AI也在簡化系統(tǒng)和機構(gòu)管理，并催生新的分類和推薦方式。在機構(gòu)層面，GenAI已經(jīng)開始重塑行政工作。基于嵌入的模型可以映射課程和項目之間的等效關(guān)系，從而使招生、職業(yè)指導和課程分析等任務更加快速準確。大規(guī)模試點項目表明，GenAI具有較高的預測準確性和效率提升，但人機協(xié)作仍然必不可少。

除了反饋之外，高風險標準化評估是GenAI有望帶來變革的另一個領(lǐng)域。它可以大規(guī)模生成考試題目，并設(shè)計更真實的任務，例如模擬現(xiàn)實生活交流的交互式寫作和口語任務。通過與AI協(xié)作，教師可以顯著提高工作效率。

GenAI對研究的影響也值得關(guān)注。在自然科學領(lǐng)域，它可以加速從假設(shè)生成到實驗設(shè)計的各個環(huán)節(jié)。這項技術(shù)已經(jīng)在改變教育研究的開展方式，并有可能改善教育系統(tǒng)的成果。例如，AI生成的模擬真實教育數(shù)據(jù)集的合成數(shù)據(jù)集可以擴展研究的可能性，并將研究成果反饋到政策和實踐中。

報告最后指出，如果以有效的教學法和以人為本的方法進行設(shè)計，GenAI的作用遠不止于幫助學生完成任務。它有可能深化學生的學習，改進教學實踐，并簡化機構(gòu)管理和研究。但這些益處也伴隨著風險。過度依賴GenAI可能導致學生淪為被動的知識消費者，教師淪為監(jiān)督者。

為了充分發(fā)揮GenAI的潛力，教育必須超越通用聊天機器人，轉(zhuǎn)向?qū)榻逃O(shè)計的工具。精心整合通用GenAI工具至關(guān)重要——這有助于充分發(fā)揮GenAI的學習優(yōu)勢，并培養(yǎng)學生未來職業(yè)所需的GenAI素養(yǎng)。政策制定者面臨的挑戰(zhàn)是確保GenAI成為學習伙伴，而不是學習捷徑。

資料來源：

OECD (2026), OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education, OECD Publishing, Paris, https://doi.org/10.1787/062a7394-en.

[本文為教育部國別和區(qū)域研究基地中國教育科學研究院國際教育研究中心成果]

本文由中國教育科學研究院“教育國際前沿”課題組整理，課題組負責人張永軍，編輯劉強。點擊左下角閱讀原文可下載該文獻。

本文為原創(chuàng)，轉(zhuǎn)載請注明。