零三教育0—3 EDU NOTES关于

全部动态

0—6 岁教育与 AI 信息流 · 按原始发布日期排序

30

2026年8月1日周六

1
01
Springer · AI EducationAI 与技术同行评审3—686

Using artificial intelligence technology to predict and model preschool children’s learning outcomes

This peer-reviewed paper investigates the use of artificial intelligence technologies to predict and model learning outcomes in preschool children, aiming to enhance early education through data-driven insights.

判断
Predictive AI models could enable early identification of learning needs, personalize instruction, and improve educational outcomes, but they also raise questions about data privacy, algorithmic bias, and the appropriate role of technology in early childhood development.
实践
Educators and policymakers should critically evaluate AI-based prediction tools, ensuring they are validated with diverse populations, ethically deployed, and used to supplement—not replace—teacher judgment and relational pedagogy.
#researchers#educators#policymakers#edtech developers

2026年7月31日周五

4
01
Springer · AI EducationAI 与技术同行评审儿童/教育通用85

Differential engagement with generative artificial intelligence in higher education: Gender, motivation, and achievement trajectories

本研究考察了高等教育中不同性别、动机水平与学业成就轨迹下,学生对生成式人工智能的差异化使用模式。研究发现,不同群体在生成式AI的采纳与应用方式上存在显著差异。

判断
该研究揭示了生成式AI在教育中可能加剧数字鸿沟的风险,对早期教育中技术使用的公平性有警示作用,并提示需关注儿童早期技术接触与应用模式的个体差异。
实践
教育者和政策制定者应关注不同背景儿童在AI工具使用上的差异,设计包容性策略,避免在早期教育中因技术接入或使用模式差异导致新的不平等。
#教育研究者#教育政策制定者#教育技术开发者
02
Springer · AI EducationAI 与技术同行评审儿童/教育通用82

Where do users draw the line? An extensive study into perceptions of ethical concerns in software and users’ readiness to act on them

一项广泛研究探讨用户对软件中伦理问题的感知及采取行动的意愿。研究调查了用户如何识别和响应各种软件伦理问题,包括数据隐私、算法偏见等,并评估其采取实际行动的意愿。

判断
随着AI和软件在儿童教育、数字童年等领域的渗透,了解用户(包括家长和教师)对伦理问题的态度和行动倾向至关重要,这有助于设计更符合伦理的AI教育工具,并推动开发者和政策制定者关注用户关切。
实践
教育科技开发者应将用户伦理感知研究结果融入产品设计,建立透明的反馈机制;教育工作者和家长需提升对数据隐私和算法偏见的意识,并在发现问题时积极反馈。
#教育科技开发者#政策制定者#教育工作者#家长
03
Springer · AI EducationAI 与技术同行评审儿童/教育通用82

Digital Vulnerabilities in the Age of AI: A Multi-Level Analysis

这篇名为《Digital Vulnerabilities in the Age of AI: A Multi-Level Analysis》的同行评审论文,从个体、群体和系统等多个层面分析了人工智能时代下的数字脆弱性。探讨了AI技术对不同群体(包括儿童)带来的风险、不平等和潜在的伤害,并提出了多维度分析框架。

判断
在当前AI快速渗透日常生活的背景下,系统性地识别不同层面的数字脆弱性,有助于早期预警和针对性干预,对于保护包括幼儿在内的弱势群体免受AI潜在负面影响具有重要参考价值。
实践
教育工作者和政策制定者可借鉴该论文的多层次分析框架,审查现有的儿童数字保护措施,并在设计面向0-6岁儿童的AI产品或服务时,增加对脆弱性评估的环节。
#研究者#政策制定者#教育技术开发者
04
Springer · AI EducationAI 与技术同行评审0—680

Understanding bias in language models: comparing the cultural distributions of basic colour terms in English, German, Japanese, and Russian

本研究比较了英语、德语、日语和俄语中基本颜色词在语言模型中的文化分布,揭示了语言模型可能包含文化偏见。

判断
了解语言模型中的文化偏见对于开发公平、包容的AI教育工具至关重要,尤其当这些工具用于儿童早期语言和文化认知发展时。
实践
教育工作者和开发者在选择或设计面向儿童的语言学习AI工具时,应考虑文化多样性,评估模型是否准确反映目标语言的文化色彩概念。
#教育科技开发者#语言教育工作者#AI研究者

2026年7月30日周四

6
01
BOLD · Learning & DevelopmentAI 与技术研究来源儿童/教育通用80

Getting ahead of AI’s risks in education

Libby and Owen采访了Rebecca Winthrop,讨论了一项关于生成式AI在教育中的‘事前分析’(pre-mortem),该分析发现风险超过益处。

判断
该见解挑战了AI教育应用的一味乐观,提示在早期教育阶段需更谨慎地权衡利弊。
实践
教育决策者在整合AI工具前应进行风险和收益的全面评估,并关注儿童发展适宜性。
02
arXiv · AI × EducationAI 与技术预印本·未同行评审儿童/教育通用81

AI Literacy: An Exercise in Power-Knowledge

论文重新定义AI素养,指出当前框架偏向技术能力和负责使用,将人定位为AI消费者而非知识主体。作者结合福柯的权力-知识、弗莱雷的批判意识教学法和数字素养研究,提出AI素养应培养批判评估、抵制结构性假设和参与治理的认知能动性。强调AI接入不平等重现认知不公,需以赋能导向框架回应。提出三层框架:情境化使用、批判性质询和参与式治理,旨在培养认知‘代理人’。

判断
该研究挑战了主流的AI素养教育观,主张从消费者模式转向批判性参与和治理,对设计儿童AI教育、教师培训及政策有深远影响,尤其关乎幼儿在AI环境中的认知自主与权力觉察。
实践
教育工作者和课程设计者可据此审视现有AI素养活动,增加批判性对话、透明性讨论和儿童参与决策的机会;政策制定者应考虑将AI治理教育纳入早期教育框架。
#教育研究者#教育政策制定者#课程设计者#儿童媒体开发者
03
Springer · AI EducationAI 与技术同行评审0—688

Automated Grading of Descriptive Answers Using AI and Large Language Models

该同行评审论文探讨利用大型语言模型(LLM)对描述性答案进行自动评分,分析其在教育场景中的有效性、局限性与公平性。

判断
自动评分有望减轻教师工作负担并提高反馈时效,但需确保评分的准确性与公正性,特别是在幼儿教育中可能影响评估效度。
实践
教育工作者和技术开发者应合作评估LLM评分工具在早期教育中的适用性,关注潜在偏差,并在推行前进行试点测试。
#教育技术开发者#教师#教育政策制定者
04
Springer · AI EducationAI 与技术同行评审0—688

The role of AI avatars and human instructors in video-based learning: an eye-tracking study on cognitive load and social presence

一项眼动追踪研究比较了AI虚拟形象与真人教师在教学视频中对学习者认知负荷和社会存在感的影响,发现AI虚拟形象可能增加认知负荷,降低社会存在感。

判断
随着AI虚拟形象在教育视频中日益普及,了解其对幼儿学习体验的影响至关重要,特别是在0—6岁阶段,过高的认知负荷可能阻碍学习,社会存在感不足可能影响情感参与。
实践
在面向幼儿的教育视频中谨慎使用AI虚拟形象,优先采用真人教师,或通过设计优化降低AI虚拟形象的认知负荷并增强社会互动线索。
#教育技术开发者#幼儿教育工作者#家长#课程设计者
05
Springer · AI EducationAI 与技术同行评审儿童/教育通用87

The Quiet Handover: Epistemic Outsourcing in The Postdigital Condition

本文探讨了后数字状况下的认知外包现象,即个体和机构将认知任务(如记忆、决策、知识验证)委托给数字技术与AI系统,导致人与技术之间的认知责任悄然移交。

判断
该研究揭示了AI教育中认知依赖性增强的深远影响,警示在技术便利下可能削弱批判性思维和自主学习能力,对儿童认知发展和教育实践具有重要启示。
实践
教育者应设计平衡技术使用与独立思考的教学活动,培养儿童对AI输出的质疑习惯,并加强信息素养教育。
#教育研究者#教育工作者#政策制定者#技术开发者
06
Springer · AI EducationAI 与技术同行评审儿童/教育通用82

Understanding Virtual Assistants: A Systematic Review

A systematic review examining how virtual assistants—such as Siri, Alexa, and ChatGPT—are understood, used, and perceived across various populations, including children, exploring both technical and social dimensions of human–AI interaction.

判断
As virtual assistants become ubiquitous in homes and early education settings, understanding how young children conceptualize and interact with them is critical for designing age‐appropriate, safe, and developmentally supportive AI tools.
实践
Educators and developers should consider age‐specific design principles that account for children’s anthropomorphic tendencies and limited understanding of AI, and incorporate transparent, explainable interactions.
#研究者#教育工作者#产品设计师

2026年7月29日周三

8
01
Frontiers in EducationAI 与技术同行评审儿童/教育通用78

Digital literacy as a mediating factor and generation as a moderating factor on continuance to use digital technology for early childhood education teachers

本研究基于技术接受模型3(TAM3),探讨影响幼儿教师持续使用数字技术意愿的因素。通过对365名幼儿教师的调查发现:工作相关性、政府政策和数字素养直接正向影响持续使用意愿,而感知易用性无显著直接影响。数字素养在感知易用性与持续使用意愿、工作相关性与持续使用意愿之间起中介作用,但在政府政策与持续使用意愿之间无中介效应。代际在政府政策与持续使用意愿之间起调节作用。模型具有中等预测质量。

判断
研究揭示了数字素养在幼儿教师技术持续使用中的中介作用,以及代际的调节效应,为制定幼儿教师数字素养标准和政策干预提供了实证依据,有助于推动幼儿教育领域的数字技术整合。
实践
建议政策制定者建立幼儿教师数字素养标准,并设计考虑代际差异的激励措施;同时加强数字基础设施,提升技术培训的针对性。
02
Springer · AI EducationAI 与技术同行评审儿童/教育通用90

Why do Deepfakes Spread? A Multi-Method Study of Adoption in Utilitarian and Hedonic Deep Synthesis Technologies

该研究通过多方法途径,探讨了功利性与享乐性深度合成技术(包括深度伪造)的采纳与传播机制。研究区分了技术使用的不同动机,并分析了影响其扩散的因素。

判断
随着深度合成技术在教育和日常生活中的渗透,理解其传播动因对于预防虚假信息、保护儿童数字安全及指导AI伦理教育至关重要。
实践
教育者和政策制定者应在AI素养课程中纳入深度合成技术的辨别与伦理内容,尤其关注儿童和青少年对这类技术的接触与使用动机。
#教育研究者#政策制定者#教育技术开发者#家长教育者
03
Springer · AI EducationAI 与技术同行评审3—682

“Even the Worms…”

该研究探讨了在早期教育中引入人工智能概念的可能性,通过一个名为“Even the Worms…”的课堂活动,利用简单的编程和机器人工具,让幼儿探索因果关系和计算思维。

判断
随着AI技术日益普及,理解其基本概念对儿童未来至关重要。此项研究为在学前教育阶段融入AI教育提供了实践案例和理论依据,有助于培养数字素养和计算思维。
实践
教育工作者可参考该研究中的活动设计,在安全、适龄的前提下,将基础编程和机器人活动融入幼儿园或家庭学习环境,促进儿童逻辑思维和问题解决能力的发展。
#早期教育工作者#课程设计者#教育研究者#家长
04
Springer · AI EducationAI 与技术同行评审儿童/教育通用80

How species identification apps affect users’ experiences of nature observing

本研究探讨物种识别应用如何影响用户观察自然的体验,揭示技术介入可能改变感知与情感连接。

判断
随着AI识别工具普及,理解其对儿童自然体验的影响,有助于平衡数字工具与亲身体验,支持早期发展中的感官与情感学习。
实践
教育者和家长可引导儿童在使用识别应用后,辅以感官探索和反思性对话,强化自然连接而非替代直接体验。
05
Springer · AI EducationAI 与技术同行评审0—679

A robot-assisted multimodal health education model for primary school students based on the ARCS framework

本研究提出一种基于ARCS动机框架的机器人辅助多模态健康教育模型,面向小学生设计,结合机器人、语音、图像等多模态交互方式,以提升健康知识学习效果与学习动机。

判断
该研究探索了机器人技术在教育场景的应用,尤其针对学龄儿童的动机激发,为AI辅助教学工具的设计提供了可行框架。
实践
教育技术开发者和学校可参考该模型,设计面向小学生的健康教育活动,关注动机维持与多模态交互的结合。
#教育技术开发者#小学教师#健康教育者#AI教育研究者
06
Springer · AI EducationAI 与技术同行评审儿童/教育通用78

Research on personalized recommendation algorithm for open educational resources driven by artificial intelligence

研究提出一种AI驱动个性化推荐算法,用于开放教育资源平台,通过学习者画像和内容特征匹配提升推荐精度。

判断
为0-6岁教育资源的个性化分发提供技术路径,可能改善早教内容适配性并降低教师/家长筛选负担。
实践
教育平台可评估该算法在幼儿资源推荐中的适用性,同时注意数据隐私和算法偏差问题。
07
EdSurgeAI 与技术专业来源儿童/教育通用76

Translating Dignity, Not Just Language

一位学校校长反思自动翻译工具的局限性,强调真正归属感需要人工互动来传递尊严,而非仅靠语言转换。

判断
该观点提醒教育者,在AI工具普及的时代,技术不能替代人际关怀,尤其在多元文化环境中,尊严与归属感的建立依赖于有温度的交流。
实践
在引入AI翻译工具时,搭配文化培训与情感支持机制,确保技术不削弱师生间的人文连接。
08
EdSurgeAI 与技术专业来源儿童/教育通用76

What Should Students Still Have to Do for Themselves?

两位教育工作者从相反的角度探讨了学生应当保留哪些必须自己完成的任务,反思在AI时代如何平衡自主性与技术辅助。

判断
引发关于AI在儿童教育中角色界限的讨论,涉及儿童发展自主性与数字工具依赖的平衡。
实践
教育者应组织讨论,明确哪些学习任务需要学生独立完成以培养基本能力,避免过度依赖AI。
#教育工作者#家长#教育政策制定者

2026年7月28日周二

1
01
arXiv · AI × EducationAI 与技术预印本·未同行评审儿童/教育通用76

AIriskEval-edu Demo: Auditing of Pedagogical Risks in Educational Explanations

AIriskEval-edu Demo是一个教育解释审计平台,评估教学解释的五大教学风险维度:事实准确性、深度与完整性、焦点与相关性、学生水平适当性、意识形态偏见。每个维度返回二元决策和置信度,并提供自然语言解释和证据定位(深度完整性除外)。平台集成GPT-5.5和本地微调的Llama 3.1 8B模型,本地模型在多数指标上优于GPT-5.5,支持内容留存在自有基础设施内。

判断
该平台为教育机构提供了一种可本地部署的自动化教学质量审计工具,能够检测教学解释中的事实错误、偏见等风险,有助于提升教学内容的可靠性和适龄性,同时保护数据隐私。
实践
教育技术开发者和教育机构可测试该平台,以审计AI生成或教师编写的教学解释;早期教育研究者可关注其在0-6岁儿童内容中的适用性验证。
#教育技术开发者#学校管理者#教育研究者

2026年7月27日周一

2
01
arXiv · AI × EducationAI 与技术预印本·未同行评审儿童/教育通用75

MemChain: Learning Interpretable Memory Traces for Memory-Augmented LLM Agents

MemChain是一种可训练的记忆策略,用于增强大型语言模型智能体的记忆能力。它不直接将检索到的记忆输入答案模型,而是先基于用户查询生成证据计划,然后构建有序、有据可依的证据轨迹,最后通过显式的记忆操作产生精简的证据上下文。采用两阶段训练:监督学习轨迹生成,再通过Trace-Guided Memory Policy Optimization (TMPO)强化学习优化下游答案质量,同时鼓励轨迹有据可依、证据支持、结构有效和答案稳定性。实验显示在LoCoMo和LongMemEval-S数据集上达到最优性能,并大幅减少传递给答案模型的记忆上下文。

判断
该研究通过引入可解释的记忆轨迹,提高了记忆增强型智能体在长期记忆任务中的效率和准确性,并减少了冗余和冲突,对于开发更可靠、透明的AI教育工具具有潜在价值。
实践
教育技术开发者和研究者可探索将MemChain框架应用于儿童教育智能体,以提供更个性化、可解释的学习支持,需注意其当前仅在通用数据集上验证,缺乏教育场景评估。
#教育技术开发者#AI研究者#儿童应用设计者
02
Nature · EducationAI 与技术同行评审儿童/教育通用76

Examining ChatGPT-supported speaking practice among Saudi EFL students: a quasi-experimental study

A quasi-experimental study examined the effects of ChatGPT-supported speaking practice on Saudi EFL learners, finding improvements in speaking proficiency and positive student attitudes toward AI-assisted language learning.

判断
It provides peer-reviewed evidence on how AI chatbots can support language skill development, relevant to early language learning and AI integration in education.
实践
Use findings cautiously to inform design of AI-assisted speaking tools for young language learners, ensuring age-appropriate safeguards.
#educators#researchers#edtech developers

2026年7月25日周六

2
01
arXiv · AI × EducationAI 与技术预印本·未同行评审3—681

Beyond Direct Answering: Aligning Educational LLMs as Socratic Guides via Heuristic Reinforcement Learning

该预印本提出HeuristicEdu,一种通过监督预热和群体相对策略优化(GRPO)将Qwen2.5-7B向苏格拉底式辅导对齐的两阶段流程。训练使用从真实平台重构的797个多轮中文儿童科学对话数据集SocraticEdu,并通过认知深度、好奇心参与和直接性的启发式奖励,以及针对学生引入术语的K_query纠正进行优化。引入脚手架有效性(SE)和对话深度(CD)作为评估指标。最佳GRPO变体(省略直接性惩罚)将SE从30.0%提升至63.3%,关键词泄漏从30.0%降至13.3%。未对齐的Qwen-72B基线的SE为0%,泄漏96.7%,表明仅靠规模不会产生苏格拉底行为。

判断
随着教育大语言模型的部署,直接给出答案可能阻碍儿童的探究学习。该研究通过强化学习使模型成为引导者而非直接回答者,可提升互动深度与学习效果,为AI教育工具的更负责任设计提供路径。
实践
教育技术开发者和平台可将此类苏格拉底对齐方法纳入教学AI的微调流程,以促进儿童主动思考。研究者和政策制定者应关注启发式奖励中的潜在冲突,并优先使用深层而非表面流畅度指标进行教育AI评估。
02
Nature · EducationAI 与技术同行评审0—678

Investigating self-efficacy as a mediating mechanism between AI-dialogic scaffolding and Saudi learners’ speaking anxiety and confidence

本研究调查了自我效能感在AI对话式支架与沙特学习者口语焦虑及自信心之间的中介机制,发现AI对话式支架通过提升自我效能感,显著降低口语焦虑并增强自信心。

判断
该研究表明AI对话式支架可通过心理机制改善语言学习的情感因素,为AI在早期语言教育中的应用提供了实证依据,尤其对焦虑管理具有潜在价值。
实践
教育工作者可考虑在语言学习活动中引入AI对话式支架,以提升幼儿的自我效能感并降低口语焦虑。
#研究人员#教育工作者#AI开发者

2026年7月23日周四

1
01
arXiv · AI × EducationAI 与技术预印本·未同行评审儿童/教育通用71

Embodied inquiry with AI as facilitator: an exploratory case study

这篇预印本探索性案例研究探讨了语言型生成式AI在具身探究活动中作为促进者的角色。研究对象为物理教育硕士生,采用ISLE方法分两阶段进行:学生先动手构建浮力模型,随后由目的性配置的AI助手促进模型在新现象中的应用。研究讨论语言型促进者无法触及的方面,以及AI补充而非替代具身探究的设计价值。

判断
在具身教育倡导者质疑AI能理解身体能力的背景下,该研究为AI与具身学习的结合提供了实证案例,强调AI应作为补充工具而非替代实物经验,对儿童早期教育中技术整合具有参考意义。
实践
对0-6岁教育者,可借鉴“先动手后AI辅助”的设计思路,确保幼儿先通过感官和运动探索概念,再用适龄AI工具延伸思考,避免直接替代实物操作。

2026年7月22日周三

2
01
Nature · EducationAI 与技术同行评审0—682

The impact of artificial intelligence-based tutoring systems on student engagement and long-term retention in math education

本研究探讨了基于人工智能的辅导系统对数学教育中学生参与度和长期记忆保持的影响。

判断
了解AI辅导系统如何影响学习成果,可为教育技术设计提供依据,优化学生参与和知识保留。
实践
教育者与政策制定者可参考本研究结果,考虑将AI辅导系统整合到数学课程中,以提升学习效果。
#教育者#政策制定者#教育技术开发者
02
EdSurgeAI 与技术专业来源儿童/教育通用78

What Does AI Cost When We Skip the Work?

EdSurge播客探讨了当AI快速发展时,我们跳过思考和工作所付出的代价。

判断
这提醒教育工作者和家长,AI的使用可能削弱儿童主动学习和深层思考的机会,影响认知发展。
实践
在儿童教育中审慎使用AI,确保AI作为辅助工具而非替代品,鼓励动手和思考。

2026年7月21日周二

2
01
arXiv · AI × EducationAI 与技术预印本·未同行评审儿童/教育通用73

EmbeddedKittens: An Evaluation of Code Embeddings for Scratch

本文评估了多种代码嵌入方法在Scratch可视化编程中的效果,通过训练语言模型和专用嵌入模型,在令牌预测和分类任务上测试其对学生程序功能正确性的预测能力。结果表明,利用大规模公开Scratch数据集训练的嵌入模型能够有效捕捉代码的结构和语义信息,即使在小型课堂数据上也能实现学习分析,无需任务特定微调。

判断
该研究首次系统比较了Scratch环境下不同代码嵌入方法在学习分析中的潜力,为将AI模型应用于少儿编程教育提供了实证依据,有助于开发自动化评估和反馈工具,提升编程启蒙教学效果。
实践
教育技术开发者可将预训练的Scratch代码嵌入模型集成到学习分析系统中,教师可在课堂中利用此类工具快速评估学生程序的功能正确性,无需大量标注数据。
#教育技术研究者#少儿编程教育者#AI教育产品开发者
02
EdSurgeAI 与技术专业来源儿童/教育通用71

The Language Barrier Is the Real Barrier in Edtech

EdSurge文章指出教育科技中的英语优先偏见阻碍了非英语用户的使用,强调语言障碍是真正的障碍。

判断
语言障碍限制了教育科技的普及,特别是在全球非英语母语的教育者和家庭中。
实践
开发者和政策制定者应优先考虑多语言支持,确保教育科技产品覆盖更多语言。
#教育科技开发者#教育政策制定者#教育工作者

2026年7月20日周一

1
01
arXiv · AI × EducationAI 与技术预印本·未同行评审儿童/教育通用74

EduPanel: A Three-Agent LLM Judge for Teaching Videos -- Reliability, Complementarity, and Human Trust Calibration

本文提出EduPanel,一个基于评分细则、以学习者为中心的三智能体LLM评判系统,用于自动评估教学视频的多方面教学品质。通过专家研究、架构消融和学习者画像分析,EduPanel的可靠性达到人类专家中位数水平,并能在专家评估中提升评分准确性(平均绝对误差从0.87降至0.73),同时专家能够识别不可靠输出(AUC=0.77),表明该系统可作为教育评估的辅助工具而非替代人类专家。

判断
教学视频成为教育主流,其教学品质评估需求巨大。EduPanel展示了一种可解释、多维度、以学习者为中心的自动评估方法,有助于教师和内容创作者优化视频质量,同时强调人机协作而非替代,对教育评估的规模化与质量提升有重要参考价值。
实践
关注该预印本的后续同行评审进展;教育技术研发者和教师教育项目可探索将此类多智能体评估框架整合到教学视频创作与反馈流程中,但需注意其当前仍为研究原型,不宜直接用于高利害决策。
#教育技术研究者#教师教育者#教学视频创作者#教育评估专家