Google DeepMind Guided Learning AI 在塞拉利昂的試驗

Google DeepMind 在塞拉利昂進行了一項預先註冊的試驗，表明 AI 可以作為強大的教學夥伴，在不取代教育者的情況下擴大教師的影響範圍。研究發現，使用 Guided Learning 的學生在數學成績上取得了顯著進步，其中有些學生在八週內的學習進度相當於通常進度的 1.2 至 2.5 年。

可量化的學習進步與學生參與度

使用 Guided Learning 的學生在數學成績上相比對照組提升了 +0.258 個標準差，相當於通常學習進度的約 1.2 至 1.7 年。影響在教師將 Gemini 整合到大約一半課程的教室中最為顯著，以達到試驗期間 12 小時使用目標；這些學生的進步相當於約 1.8 至 2.5 年。

參與度顯著優於典型的教育科技趨勢。雖然自願使用的教育科技常見『五百分問題』（即通常只有 5% 的學生會參與），但在此試驗中，有 69% 的學生達到或超過使用目標。這種高參與度伴隨著學生自報的數學樂趣增加。

教學方法：優先考慮理解而非答案

Guided Learning 建基於 LearnLM 研究，專門調整以優先考慮概念理解而非直接給出答案。這種『蘇格拉底式』互動模式確保學生進行學習所需的認知努力。

對試驗期間超過 113,000 次互動的分析顯示以下結果：

• 概念理解： 學生在 91.4% 的對話中使用該工具來建構理解。
• 支架式提問： Gemini 在 76% 的訊息中以支架式問題作出回應。
• 直接解答： Gemini 僅在 2% 的情況下提供直接解答。

在試驗期間，學生行為逐漸傾向於技能建構。技能建構類查詢從第一週的 68% 增加到最終週的 90%，而尋求解答的查詢則從 25% 下降到 10%。

教師在 AI 整合中的角色

此試驗被設計為教師主導的干預，其中教育者始終是體驗的核心。教師設計課程、設定目標並促進課堂討論。

除了對學生的影響外，教師報告稱他們透過使用 Gemini 進行課程準備並發現解釋複雜主題（如分數）的新方法而獲得專業成長。這使教師的角色從『講者』轉變為『促進者』，使他們能夠為學生雙人組提供有針對性的支援，以協助他們在學習旅程中前進。

為了支援這些項目的擴展，Google DeepMind 已與 Fab AI 合作發布了一份教師培訓指南。

限制與未來研究

儘管總體成功，試驗凸顯了持續的『成績差距』，因為初始數學技能較強的學生受益最大。這表明需要提供更大進步的工具來幫助最需要支援的學生。

Google DeepMind 正透過額外的預先註冊隨機對照試驗（RCTs）將這些試驗擴展到其他國家，並與全球 AI 學習聯盟（GAILA）合作。為了促進開放科學，他們與 Fab AI 合作發布了關於其 RCT 方法的手冊，以協助其他組織進行可擴展的本地化研究。未來研究將探索 元認知 與 關係智能，以捕捉學習過程更全面的視角。