人工智能技术的快速发展正在重塑社会诸多领域，教育体系也深受影响。尤其是随着 ChatGPT 等大型语言模型的出现，人工智能驱动的教育科技产品在近几年迅速涌现。一些工具被证明对学生有帮助，但也有不少产品效果有限，甚至带来新的问题。如何在利用人工智能优势的同时控制风险，正成为教育决策者面临的现实课题。
在此背景下，高级教育研究与发展基金会与学习创新联盟（ALI）及教育第一（Education First）联合撰写了报告《炒作之前的证据：利用研发实现 K-12 教育中人工智能的连贯性》。报告由高级教育研究与发展基金会首席执行官 Auditi Chakravarty 牵头，ALI 高级顾问 Melissa Moritz 和教育第一合伙人 Ila Deshmukh Towery 参与撰写，重点探讨学校如何以创新、负责任且有效的方式采用人工智能工具。
人工智能教育科技面临的主要隐忧
Melissa Moritz 指出，目前一大批人工智能教育科技产品缺乏扎实的研究基础，也缺少一线教育者的深度参与。结果是，许多看似“前沿”的工具并未对准真实的教学痛点，缺乏有效性证据，忽视学校和课堂的实际工作流程，有的甚至可能放大教育不平等。
她认为，教育领域的研发模式需要发生根本性转变：教育者应从一开始就参与问题界定和课堂解决方案的设计。教育者、研究人员和产品开发者之间需要建立更紧密的合作关系，并通过相应的基础设施和激励机制，降低跨界协作的门槛，使各方能够围绕共同目标开展工作。
在工具开发过程中，学习科学和证据基础也被视为关键。Melissa 强调，实践者、研究人员和开发者需要持续进行学习和迭代，围绕学生的具体需求和所处环境，不断优化工具的设计和使用方式。
AI x Coherence 学院的实践经验
针对学区层面的人工智能应用，教育第一发起了“AI x Coherence 学院”项目。Ila Deshmukh Towery 介绍，该项目面向跨职能的学区团队，重点支持其完成几项关键工作：明确要解决的问题，将人工智能应用与教学目标对齐，并在此基础上选择或调整符合系统优先事项的工具。
她表示，这是一个多学区参与的项目，旨在帮助学校系统以强化而非干扰核心教学优先事项的方式整合人工智能，避免出现大量彼此割裂、缺乏关联的试点项目。
Ila 总结了项目中的三点主要经验：
- 连贯性比新奇更重要。 学区更倾向于选择可定制、能够与现有技术基础设施整合的人工智能解决方案，而不是功能孤立的单一产品。
- 使用场景优先于具体工具。 通过清晰界定使用场景，可以更准确地描述要解决的问题并跟踪结果，从而快速过滤掉无关噪音。
- 信任是前提条件。 在社会对学校技术应用日益审慎的环境下，当教育者、学生和社区成员参与问题界定和技术方案设计时，更容易获得支持和认同。
据介绍，参与项目的教育领导者普遍希望，人工智能工具能够强化既有的教学与学习目标，具备清晰的使用场景，并内嵌支持持续改进的反馈机制。
负责任整合人工智能所需的保障
在如何建立保障措施方面，Melissa 和 Ila 提出了多项建议。
Ila 认为，要让人工智能在教育中发挥积极作用，首先需要在“连贯性”和“公平性”上建立清晰的框架。人工智能的采用应与系统层面的教学与学习目标、数据系统和工作流程保持一致。为降低偏见和无障碍方面的风险，产品开发者应公开偏见测试和无障碍测试的结果；学校系统则应跟踪相关数据，例如工具是否支持学生的学习与发展、工具的有效性以及对学业成绩的影响。
她强调，这些保障措施应与教育者和家庭共同设计，而不是由技术专家或政策制定者单方面设定。她提到，在 AI x Coherence 学院中取得实质进展的学区，并非对人工智能持极端立场的“拥趸”，而是那些严谨审视新工具与教育目标之间联系，并与预期使用者协同工作的系统。在信任度较低的环境中，共同设计的规则和定义更容易被接受和执行。
Melissa 则补充指出，围绕安全、隐私和证据同样需要明确的制度安排。她建议，学校系统应通过向家庭公开所使用的人工智能工具信息，并提供清晰的退出选项，以保护学生数据和使用安全。对于产品开发者，她认为有必要在产品如何使用人工智能方面保持透明，明确说明工具的适用场景和禁用场景，并披露有关工具有效性的证据。同时，她提到，州和学区层面的领导者以及监管机构应对教育科技供应商进行相应的问责。
对人工智能与教育结合前景的看法
在谈及对当前人工智能发展与教育结合前景的看法时，两位受访者都表达了谨慎的乐观态度。
Melissa 表示，围绕人工智能与教育的讨论正在逐步转向她认为“更正确的方向”。越来越多的教育领导者和资助方开始强调证据基础，并提出在人工智能时代对教学与学习方式进行范式调整的需求。她提到，通过在 ALI 的工作，她听到联邦层面的政策制定者以及州和学区领导者，表达了对符合学生和教师需求、具有证据支撑的人工智能工具的明确兴趣。她希望各方能够在这一新领域中，持续聚焦负责任且有效的人工智能创新。
Ila 则指出，让她感到乐观的是，学区领导者在人工智能采用方面正变得更加审慎和理性。他们逐渐认识到，简单增加工具数量并不能解决问题，关键在于系统的连贯性。她观察到，真正取得进展的学区，并不是拥有最多人工智能试点项目的那些，而是能够严谨地将新工具与既有目标、系统和关系相连接的学区。
据她介绍，这些学区在引入新工具时，会反复追问：这是否有助于强化我们已经在努力做好的事情，还是会把我们引向一个全新的方向？他们还会邀请多方参与界定使用场景和测试解决方案，以在实践中建立而非削弱信任。在她看来，这种战略上的清晰度正是当前阶段所需要的。当人工智能的采用是有序而连贯的，它就更有可能支持而不是割裂教学与学习。
