Class Disrupted 第 8 季开篇:教育挑战、AI 与高中转型机会
Class Disrupted 第 8 季开篇聚焦教育系统变化,Diane Tavenner 与 Michael Horn 将重点讨论 AI 对高中转型的压力。节目将延续 AI 与学习的讨论,提出新的高中变革框架,并回顾过去学校改革的经验教训。
Class Disrupted 第 8 季开篇聚焦教育系统变化,Diane Tavenner 与 Michael Horn 将重点讨论 AI 对高中转型的压力。节目将延续 AI 与学习的讨论,提出新的高中变革框架,并回顾过去学校改革的经验教训。
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。
K-12 网络安全教育应让学生在安全情境中练习判断钓鱼邮件、可疑链接和 AI 生成内容,而不只是记住规则。CoSN 报告基于 44 个州 600 多名教育技术领导者反馈,显示网络安全仍是首要技术优先事项,65% 认为人员不足和缺少专门预算是主要障碍。学校可用模拟钓鱼、游戏化活动或 10 分钟邮件对比练习,把网络安全纳入数字素养。
Frederick Hess 在 Education Next 撰文称,家长对课堂科技仍较支持,但高中课堂中的屏幕使用和 AI 捷径正在削弱学习。文章引用 Fordham Institute 报告,调查 1,000 名高中生和 1,000 名近期高中毕业生,三分之二以上受访者称每天在校使用某种“违规”技术,62% 称超过一半课堂时间在学校配发设备上度过。
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。
EdSurge 本周播客讲述两位教育者如何追问学生没有放下的问题,并把它们连接到 ChatGPT、认知保护和 AI 驱动未来中的公平。Melinda Medina 解释“我用了 ChatGPT”与抄袭不同;Beth Yirga 因一名 8年级学生关于学习意义的提问,走进编程峰会寻找答案。
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。
密苏里州2025年通过 Senate Bill 68,禁止学生从上学到放学持有电子通信设备,作者认为全面手机禁令错失真实学习机会。作为中学公民课教师,他在 Youth 2 Lead 中让八年级学生做社区倡议,却因禁令无法用 TikTok、Instagram 等学生熟悉的平台开展触达、调查和展示。
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。
Scott Laband 认为,美国学校正快速制定 AI 规则,但在未先定义职业准备目标前监管,可能让学生在 AI 竞争中落后。文章称,34 个州和波多黎各已发布某种 K-12 AI 指导,今年已有 27 个州提出 70 多项课堂 AI 相关法案,议题包括课堂限制、学生隐私、毕业要求和教师培训。作者主张学校应先明确学生毕业后需要学习什么,并警惕过度依据短期就业信号来设计教育路径。
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。
South Hampton K-8 的图书馆在 Ed Farm 与 Birmingham City Schools 合作中改造为“Library of Innovation”,推动学生开展 STEM 创作。该合作自 2020 年建立,空间于 2022 年启用,学生参与设计机器人、绿幕和 iPads,并学习编码、网站架构、工程、AI 与物联网系统。
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。
Agency 新研究显示,许多 Gen Z 高中毕业生认为高中未让他们为毕业后的现实做好准备。近期毕业生更可能进入萎缩行业,多数未完成已开始的继续教育或培训,略高于一半称高中准备不足。近三分之二雇主认为求职者技能与岗位需求不匹配,岗位所需技能预计到 2030 年变化 70%。
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。
一位拉丁裔校长认为,学校使用自动通知、数字平台和 AI 翻译服务多语家庭时,应让家长真正被理解,而不只是收到信息。她在倾听会上发现,家长要的不是更频繁沟通,而是更清晰、易懂、有人支持的沟通;翻译功能能打开机会,信任关系才让家庭有信心参与。
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。
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。
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。
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。
SIAM 的新调查称,近 70% 受访顶尖数学学生会把 AI 工具用于数学作业或考试。调查覆盖美国 11th 和 12th grade 学生以及英格兰和威尔士 sixth form 学生共 1。
学校若让各任课教师自行决定 AI 使用规则,学生会在不同教室面对互相冲突的期待。清晰的学区或校级政策应界定何时、为何、如何负责任地使用 AI,同时保留教师弹性。小学阶段也需及早建立工具使用习惯,因为生成答案变容易后,学习所有权和解释思维更关键。
教育中的 AI 若替学生写作业、解题或考试,会削弱练习、应用和重复构成的学习过程。Tyton Partners《Time for Class 2025》称,30%教师和42%学生每周或每天使用生成式 AI,84%学生仍偏好以人为中心的指导。学校应选择透明、保护学生数据的 AI,用其将讲座或幻灯片转为互动模块、提供按需支持;45%教师把防作弊列为主要教学挑战之一。