這項預先註冊試驗的結果表明，AI 可以成為強大的教學夥伴，它並非取代教師，而是擴大教師的影響力。這項研究是我們持續努力的一部分，旨在為 AI 對教學和學習的影響建立全球證據基礎。超越答案引擎：保護批判性思維一個常見的擔憂是，生成式 AI 可能會成為學生的捷徑，潛在地繞過深度學習所需的具有挑戰性但至關重要的認知努力。
「引導式學習」（Guided Learning）旨在解決這個問題：它建立在我們 LearnLM 多年研究和工作之上，以教學法為基礎，並經過專門調整，優先考慮建立理解而非直接提供答案。獅子山的數據表明這種方法正在奏效。對試驗期間超過 113,000 次互動的分析顯示，91.4% 的對話中，學生使用該工具來建立概念理解，而非僅僅尋求解決方案。
Gemini 在 76% 的訊息中透過提出鷹架式問題來回應，僅在 2% 的情況下提供直接解決方案。這種「蘇格拉底式」的互動確保了主要的認知工作仍由學生完成。教師主導的介入這項試驗的成功建立在 AI 與教育工作者之間的合作之上，教師始終是體驗的核心。
教育工作者設計課程、設定目標，並促進推動學習的課堂討論。在焦點小組中，教師們表示 Gemini 也支持了他們的專業成長。透過使用該工具進行備課，他們發現了解釋分數等熟悉主題的新方法。許多人描述了從「授課者」轉變為「引導者」的變化，他們在教室中穿梭，支持成對的學生在自己的學習旅程中前進。
為了幫助其他人實施類似的計畫，我們正在發布一份教師培訓指南，其中包含與 Fab AI 合作創建的材料，包括本研究中使用的具體協議。衡量影響量化結果顯著。與對照組相比，使用「引導式學習」的學生數學成績提高了 +0.258 個標準差。實際而言，這代表在八週的試驗中，約取得了 1.2 到 1.7 年的典型學習進度。
在教師將 Gemini 融入約一半課程以達到試驗期間 12 小時目標的班級中，學生的進步更高——約 1.8 到 2.5 年的進度。參與度也異常高：69% 的學生達到或超過了使用目標，遠超自願性教育科技通常的百分之五（即著名的「百分之五問題」）。
這意味著學生不僅參與其中，而且更喜歡來上課。除了數字之外，我們還看到了行為上的深刻轉變。學生表示更喜歡數學，並積極參與正規教學之外的學習。至關重要的是，隨著時間的推移，他們的對話和問題變得更具學習導向性，轉向技能培養而非尋求直接解決方案。具體來說，技能培養的查詢從第一週的 68% 上升到最後一週的 90%，而尋求解決方案的問題則從 25% 下降到 10%，證明學生不只是想要答案，他們更想了解如何得到答案。
為了進一步了解「引導式學習」對學生學習的影響，我們正在全球範圍內進行一系列額外的預先註冊隨機對照試驗 (RCTs)。為了推進開放科學並傳播及時見解，我們還將發布一份關於我們隨機對照試驗方法的行動手冊，與 Fab AI 合作，幫助其他人運行更快、可擴展的研究，以符合他們的需求和背景——以發現可靠的在地化證據，跟上技術進步的步伐。
我們將在完成後續隨機對照試驗後繼續發布我們的結果和學習，以建立一個更全面、跨國的證據基礎，我們希望這將為整個學習生態系統中負責任的 AI 開發提供資訊。此外，我們對全球學習 AI 聯盟 (GAILA) 的支持將透過集體行動加速這些承諾及其他事項。
前進之路儘管這些結果充滿希望，但也突顯了「學習成就落差」的挑戰。雖然大多數學生受益，但那些在試驗開始時數學技能較強的學生受益最大。這強調了一個重要的需求：提供能為最需要幫助的學生帶來最大收益的工具。展望未來，我們計畫將這些試驗擴展到其他國家，並更深入地探討後設認知和關係智能等領域，以捕捉更全面的視角，探索學習的細微複雜性。
透過將教師主導的課堂中學生的關係基礎與 AI 的個人化、鷹架式輔助能力相結合，我們可以幫助確保科技成為所有學生獲得有意義學習機會的橋樑。1 我們還獲得了 Google.org 和蓋茲基金會 (Gates Foundation) 的支持來進行這項試驗。
EducAid、Laterite 和 Oxford MeasurEd 也與我們合作。