口试因生成式 AI 写作风险重新受到关注
生成式 AI 能快速生成或改写课后写作,促使口试重新成为评估学生真实理解的一种选择。文章举例称,2023 年 University of Wyoming 教授 Catherine Hartmann 在发现学生提交含 AI 提示词的作业后。
生成式 AI 能快速生成或改写课后写作,促使口试重新成为评估学生真实理解的一种选择。文章举例称,2023 年 University of Wyoming 教授 Catherine Hartmann 在发现学生提交含 AI 提示词的作业后。
作者认为,AI 进入学校的关键不只是工具或政策,而是改变学生与思考、努力与成果、教师与专业知识之间的关系。文章以卢旺达取水经历、6 年级《A Long Walk to Water》项目反思,以及 1995 年黄石灰狼重引入后的生态变化,说明学校变革来自系统关系的重组。
阿拉巴马州 Huntsville 的网络安全课堂把学校教学与行业实践结合,学生在私有网络靶场中使用 Windows 和 Linux 环境解决问题。
“October Blues”指教师在新学年兴奋感消退后数周出现的精力和情绪低谷,Mike Anderson称新教师尤其容易受影响。文中称教师第一年后离职可能性高出2.5倍;一项约400名小学生、主要为4年级和5年级学生的研究显示,教师工作压力较高时,学生皮质醇水平也更高。低谷会表现为耐心下降、备课吃力、课堂精力不足。
纽约市和 Los Angeles Unified School District 分别宣布暂停学生端生成式 AI 使用,覆盖公立小学和初中学生或所有年级的学生配发设备。
推荐理由:文章把两大学区暂停学生端 AI 与 APA 建议放在一起,呈现学校采购和课堂讨论的取舍。
EdSurge 讨论家长使用 AI 理解 IEP 文件、准备教师会议时,教师应如何回应。文中提到家长会用 AI 总结文件、解释术语、拟定目标和生成问题,但专家提醒 AI 不是 IEP 专家,输出可能不准确,且不应把医疗诊断、法律文件等可识别个人数据输入 AI。多位教育从业者建议教师避免防御姿态,鼓励透明披露和共同核对 AI 建议,以维护 IEP 流程中的协作与信任。
Khan Academy 发布 Sal Khan 面向学区领导者的 2026 年秋季季度通讯,预告 9/23 的 Superintendent Series 直播案例和 October 21 的 Annual SAT Prep Webinar。
AACTE 发布 AI Framework for Educator Preparation,旨在帮助教育工作者培养项目应对 AI 在教育中快速变化的角色。该框架由 AACTE 相关委员会、领导层、董事会和外部审阅者协作制定,围绕伦理和政策护栏、临床实践与实施、认知架构与倡导、专业知识与人类判断 4 个相互关联领域展开。
课堂练习应按学习目标转化为可解释数据,帮助教师更早识别学生误解并安排后续练习。按学科、课程、主题、难度和目标组织题库,可支持形成性评价;数字工具可快速整理证据,但不应取代教师对概念理解、考试技巧等问题的判断。
EdSurge 报道称,面向学龄前儿童和幼儿园儿童的 AI 生成视频正在大量出现在 YouTube 和 YouTube Kids 上,批评者称其中许多内容缺乏教育实质并可能带来伤害。
文章认为,学校中的 AI 公平实践不能停留在笼统政策,应转向持续的技术审查、利益相关方参与和教师专业发展。文中列出新数字鸿沟、语言与文化偏见、AI 检测误判、监控和预测追踪等风险,并提到低贫困学区为教师提供正式 AI 培训的可能性接近资金不足学区的 2 倍。文章提出三部分实践,包括采用前审查训练数据和底层模型、由人主导高风险决策、持续评估工具对学习、隐私和学生能动性的影响。
一名 Title I 高中英语教师参加 2025 年 GenerationAI 后,把 AI 作为课堂协作者,用于支持英语学习者写作而非替代教师。她用 Class Companion 提供即时写作反馈,用 ChatGPT 生成论文主题、项目概念和研究问题框架,也尝试 Canva AI 生成图像。慢网、坏电脑和高级平台访问限制让 AI 时代的公平鸿沟更明显。
Todd Wirt认为,学校不应依赖固定屏幕时间上限来解决教育技术问题,而应关注工具质量、实施计划、教学目的和教师支持。他提到洛杉矶联合学区近日投票禁止低年级使用学区设备、限制各年级屏幕时间并审计教育技术合同,至少 17 个州正在推进相关立法,4 个州已签署法律。他还引用 AAP 在 1 月更新的数字媒体指导,强调质量重于数量,并建议学区采购前核查独立证据、教师培训、学习目标和评估方式。
Dacia Toll 认为,AI 支持的读写工具可在中学阅读理解难题中提供可扩展支持,但应强化教学而不是替代教师或课程。她指出,美国 2024 年只有 30% 的八年级学生达到阅读熟练,许多学生在文本更复杂后撞上“理解墙”。文章建议学校选择基于阅读科学、能诊断需求、反馈、促进重读和修订的工具,并在采用前追问其是否保持年级文本、支持讨论写作和教师主导教学。
Melinda Medina 认为,AI 在课堂中的主要风险之一,是替代学生练习阅读、写作和批判性思考的认知过程。
Raspberry Pi Foundation 正在创建 Data Science and AI 入门课程,帮助英格兰学生在 EPQ 中以机器学习模型作为项目成果。
Nesreen El-Baz 主张,面向多语学习者的 AI 素养教学不应停留在识别深度伪造,而要训练学生追问来源、语境、可信度和证据。文章建议用横向阅读、问题框架和句式支架支持核查,并提到 Google Arts & Culture 的 Odd One Out 可作为低语言门槛练习。课堂活动可按解释、生成、评估推进,让学生比较不同提示词生成的图像如何改变叙事,再回到可靠来源和证据判断是否可信。
Raspberry Pi Foundation 的免费浏览器端 Code Editor 现在在网络中断时仍可继续写代码和运行代码,即使页面重载也不会变成空白或连接错误。
推荐理由:文章把离线支持的适用条件和限制写得较清楚,适合评估网络不稳定课堂中的编程活动安排。
面向 2026–27 学年,文章提出教师用 AI 增强教学的 5 种方式:搭建任务型工作流、加快差异化教学、支持学生思考、融入 AI 素养、把节省时间用于建立归属感。重点强调 AI 不应替代教师或学生思考,而应减少材料整理、沟通、评估汇总等重复工作,让教师有更多时间与学生互动。
美国各地学生领袖在波士顿 America’s Youth AI Festival 上提出 K-12 学校 AI 使用的全国性政策草案。活动由 Day of AI、MIT RAISE、AASA 和 Edward M. Kennedy Institute 主办,学生参议员经过 3 小时辩论形成法案,将提交给 AASA 的 10,000 个成员学区继续讨论。
This Week with EdSurge 访谈 Nicol Russell 和 Nneka McGee,讨论幼儿教育工作者留任支持与幼儿 AI 素养。Russell 关注课程、评估和教练如何影响教师留任,McGee 主张从人与对话开始,让 5 岁儿童理解家中已有的 AI 工具。
Freire Charter School 获得 $150,000 Delaware Pathways Middle Grades Grant 后,将 AI 对行业的影响纳入职业探索与社会情感学习项目设计。学校位于 Wilmington, Delaware,服务 8-12 年级学生,超过 47% 学生被归为经济困难;项目强调行业人士、家庭和社区伙伴参与,扩大导师网络与职业接触。
EdSurge 播客从研究和实践两端讨论 K-12 AI 政策如何落到真实课堂。Jody Britten 将全国 100 多个学区的 AI 政策编码为 5 级框架,发现多数体系偏谨慎且常与州级指导脱节;Tambra Clark 则分享了在 Birmingham 从零制定学区 AI 治理政策的经历。
Turnitin 的“Learning Integrity Insights Report Q2”显示,教师和管理者正在课堂 AI 实施中承担更主要角色。报告基于 2026 年上半年数据和 Turnitin Clarity AI 写作透明度工具分析,48% 的受访者称教师和管理者对学校或学区 AI 实施负主要责任,高于技术负责人 17% 和跨职能委员会 16%。
Michael Hernandez 设计了免费 Web 应用 Cheat Vulnerability Index,帮助教师分析现有作业的作弊脆弱性并给出改进建议。
一位一年级教师将数学课从只看答案转向让学生口头解释思路,并用短视频记录,发现学生能展现更深推理和常被作业掩盖的误解。课堂结合食谱计量、玩具店计价等游戏化活动;在约20人的班级中,捕捉并分析解释的技术帮助教师更快识别共性问题。
EdSurge 播客邀请 Nathan Kraai 与 Court Shuller 从课堂两端讨论 AI 改变学习后,学生仍应亲自完成哪些事情。Kraai 以黑胶唱片回潮类比学习中的真实需求,Shuller 则从中学英语课堂出发,主张某些 AI 使用边界应由人类牢牢掌握。
教师专业发展应从一次性合规培训转向基于学校情境、同伴关系和持续支持的学习共同体。OECD TALIS显示,仅38%的教师在首个教学岗位参加正式入职活动,22%的新教师有指定导师;Ontario 2023–24调查称35%的中学每天教师短缺。AI可帮助教师获取个性化资源和协作机会,但应谨慎整合,不能替代导师信任与课堂观察。
CSTA IMPACT Fellow Shelby Bryant 通过跨部门协作,为农村和服务不足社区学生拓展计算机科学学习路径。她曾支持 K–12 计算机科学路径建设、教师专业学习、Girls Who Code summer camps、Teen Tech Night 和 Maine App Challenge,并通过劳动力伙伴关系、导师机会和职业探索连接课堂与职业。
Susan Kowalski在NWEA博客中主张,数学教育中AI近期更现实的角色不是替代教师或家教,而是帮助成人提供详细、个性化的书面反馈。她以自己辅导15岁儿子学习Algebra 2的经历说明,课堂和家教中的口头解释容易流失,而由家长掌握账号的math-focused AI可用于上传手写作业、检查步骤、指出推理错误并写出解释。
Personalized PD for Innovation 工作坊让教师围绕真实问题自主设计创新导向 PD 主题。在 48 名教师参与后的 10 分制调查中,相关性均分 9.4、实用性 9.5、帮助开发新课程或产品 9.4,所有人表示愿意再参加。其流程包括发散思维引入、选择主题、创作反思与分享。
世界语言教育可帮助 K–12 学生为全球化职业做准备,ACTFL 报告称 90 percent 的美国雇主依赖具备英语以外语言能力的美国员工。文章提出用歌曲、视频与新闻、AI 会话练习和数字课程资源连接真实语境,提升学生参与度、长期理解与教师跟踪学习进展的能力。
Van Buren School District 负责人主张,AI 和生成式工具正让教师更快识别学习困难、规模化制定个性化学习计划。文章列举 Claude 的 Learning Mode、Replit 的 AI 辅助编程和 Lovable 的自然语言建站与应用创建,称许多能力对认证教育者和课堂免费或易获得。该区将通过持续专业发展和清晰伦理使用指南推进,强调教师判断、同理心和关系不可替代。
K-12 学区与 edtech 供应商应采用基于成果的合同(OBCs),把付款、实施责任和学生成长结果绑定。筛选产品时需警惕缺少独立研究、每周要求 45 分钟或更多屏幕时间、缺少 SEA 认可、不能说明可衡量结果的方案。AI 工具也应先经严格研究验证再进入课堂。
美国 K-12 教师培训的关键问题不是投入太少,而是大量 PD 仍停留在一次性工作坊、会议和在线模块。TNTP 等估算学区 PD 每名教师每年约 $18,000;Title II-A 每年约 $2.19 billion,100 多个教育组织主张增拨 10%。DCPS 在 2022 年后数学和阅读提升,案例显示 K-5 英语课程、专项读写培训和培训后的持续支持更值得投入。
Andrew Rodgers主张学校应以 AI 强化教学,而不是用 AI 反馈削弱教师与学生的真实连接。他在 Chicago High School for the Arts 教 130 名 11 年级计算机课学生,并以学生 Steven 的项目会议说明,单靠 AI 评价可能错过学生焦虑、失眠和家庭处境等关键信息。
作者认为,学区建立共享 AI 结构应先改变教师会议中的语言,再组织学科组参与,最后制定学科化 AI 能力标准。作者基于在 São Paulo 3 所国际学校与约 50 名 K-12 同事开展 AI 素养工作的经验,指出教师采用 AI 的主要障碍是担心在学生面前显得不懂工具。
学校手机政策正从单纯禁用转向受控使用,以减少课堂干扰并保留安全联络。Georgia HB1009 推动限制在校用手机,约 77% 公立学校已禁止上课用手机。一项 2025 年研究称,Florida 一个大型学区实施更严格全天禁令后,第二年测试成绩平均提高约 1.1 个百分位点。
NSLA主张把暑期视为学习延伸而非中断,暑期项目应结合趣味参与与阅读、数学、STEM等技能维持。Gallup 数据显示,91%的学区负责人认为暑期项目有助达成学区目标,2026年63%校内项目已满员或超员。2024年美国约30 million名青少年参加有组织暑期机会,低收入学生可及率约38%,低于中产50%和高收入及以上67%。
Teach Plus Illinois 和 Illinois Digital Educators Alliance 发布报告“From ‘Rules and Tools’ to Schools”,为伊利诺伊州学校负责任使用 AI 提供课堂导向路线图。