bingdadaOpenAI 发布学习成果测量套件，旨在解决 AI 如何长期影响教育效果的难题。通过与斯坦福大学、塔尔图大学等合作，该框架提供标准化工具评估 AI 对知识保留、高阶思维和学习行为的影响，帮助教育者做出更明智的决策。
教育的下一个前沿——衡量长期学习成果 教育是人工智能最具前景的应用领域之一。借助 ChatGPT 等工具，个性化学习支持可以随时随地触达任何学生。然而，教育行业对 AI 如何影响学习成果的理解仍处于早期阶段。去年，OpenAI 团队开始研究“学习模式”（study mode）等工具的使用情况，并发现了学生在成绩上的可喜进步。但研究也提出了一个关键问题：我们如何评估 AI 对学生长期学习进程的影响，而不仅仅是一次期末考试的成绩？ 这是一个更广泛的生态系统挑战。迄今为止，大多数研究方法只关注狭窄的表现信号——如考试分数——缺乏评估学生在真实环境中如何与 AI 互动学习，以及这种使用如何长期塑造学习成果的能力。为填补这一空白，OpenAI 与爱沙尼亚塔尔图大学（University of Tartu）以及斯坦福加速学习实验室（Stanford Accelerator for Learning）的 SCALE 计划合作，开发了“学习成果测量套件”（Learning Outcomes Measurement Suite），这是一个支持跨不同教育情境纵向测量学习成果的框架。目前，正在通过随机对照试验进行广泛验证，并计划与 OpenAI 学习研究生态系统“学习实验室”（Learning Lab）的创始组织——包括亚利桑那州立大学、伦敦大学学院知识实验室（UCL Knowledge Lab）和麻省理工学院媒体实验室（MIT Media Lab）的研究人员——开展进一步研究。 今天，我们分享该测量套件的工作原理及其重要性的概述。随着时间的推移，我们计划发布更多研究，并将该测量套件作为公共资源提供给全球的学校、大学和教育系统。 > “这项研究让我们能够快速学习，同时为更深入地理解如何以真正有意义的方式将 AI 深思熟虑地融入学校奠定基础。我们想了解这些工具如何在支持严谨学术学习的同时，培养高阶思维、创造力、好奇心以及学生对自己作为学习者的信心。”
—— Susanna Loeb，斯坦福大学教育学教授兼 SCALE 计划主任
当前关于 AI 对学习影响的研究方法显示出关于成绩的有希望信号，但未能捕捉 AI 如何长期影响学习成果的全貌。
“学习成果测量套件”将首次为纵向研究提供一个标准框架，帮助教育者、研究者和机构理解 AI 如何在不同情境下塑造学习和成果。
OpenAI 的“学习实验室”是一个专注于推进这项工作的新研究生态系统。随着该领域的发展，OpenAI 将与一系列合作伙伴共同发布研究结果。
当学生使用 AI 工具学习和研究时，这可以意味着很多不同的事情——从向 AI 寻求快速答案，到像导师一样逐步引导解决问题。为了鼓励用户以支持更深层次理解和技能构建的方式使用 ChatGPT，OpenAI 去年推出了“学习模式”。在幕后，“学习模式”由我们与教师、科学家和教育学专家合作编写的自定义系统指令驱动，这些指令反映了支持真正学习（而不仅仅是答案）的核心行为集——包括搭建脚手架、检查理解和引导练习。 为了测试这种符合教学法的 AI 交互模式是否能转化为更好的学习成果，我们进行了一项随机研究，涉及 300 多名准备神经科学和微观经济学考试的大学生。虽然分析仍在进行中，但早期结果让我们有信心认为，通过“学习模式”等功能鼓励的符合教学法的 AI 交互模式，可以改善学习成果。但这项研究也揭示了一个重要现实：真正重要的是这些成果和相关的高效行为是否能够长期保持。
参与者被分配到三组之一：对照组使用传统在线资源（如谷歌搜索和 YouTube）学习，并禁用 AI 生成的摘要功能；另外两组则获准使用两种略有不同的“学习模式”变体之一，这些变体旨在以略微不同的方式引导学生完成学习过程。提前收集了基线测验和入门调查，以调整先前课程接触、学习习惯、学术信心和 AI 工具熟悉度方面的差异。学生在每次考试前完成限时的“学习模式”课程，两种“学习模式”变体在科目间进行平衡。 这种设置旨在反映真实的学习条件，而不是严格控制的实验室环境。参与与考试成绩无关，并非所有学生在名义上的 40 分钟课程中都同等程度地使用了“学习模式”。这使我们能够测量和报告“意向治疗”（ITT）效应，即在现实推广条件下提供工具访问权限的影响——换句话说，就是提供“学习模式”的因果影响，同时承认参与度在实践中可能有所不同。
我们分别测量了每门考试的成绩。在我们的随机研究中，不同科目的改善并不一致，参与者对“学习模式”的参与度也各不相同。 - 神经科学（主要 ITT）：我们观察到“学习模式”相对于对照组的正向差异，但结果与使用传统在线资源学习的学生没有显著区别。一些入门和技术问题影响了使用“学习模式”的学生花费的学习时间。
传统上，教育研究依赖于短期指标——如期末考试分数——来评估干预措施的有效性。但这忽略了 AI 作为学习工具的一个关键优势：它能够支持持续的、个性化的学习旅程，其影响可能不会立即在单次考试中显现。 “学习成果测量套件”正是为此而生。它提供了一套标准化的方法和工具，用于纵向追踪学生的学习进展，包括： 1. 知识保留测量：评估学生在一段时间后对概念的掌握程度，而不仅仅是短期记忆。
为了加速这一领域的进展，OpenAI 成立了“学习实验室”（Learning Lab），这是一个专注于 AI 教育影响的研究生态系统。该实验室汇集了来自顶尖大学和研究机构的研究人员，包括： - 亚利桑那州立大学（Arizona State University）
对于教育者和政策制定者而言，这一框架提供了几个关键见解： 1. 不要只看分数：AI 对学习的影响是多维的。依赖单一指标可能低估其长期价值。
AI 在教育中的应用正处于一个转折点。我们不再问“AI 能否帮助学习”，而是问“如何以最佳方式设计和使用 AI，以实现最大化的学习收益”。 “学习成果测量套件”和“学习实验室”代表了 OpenAI 对这一问题的严肃承诺。通过提供标准化工具和开放研究，OpenAI 希望加速整个领域的进步，确保 AI 不仅让学习更便捷，而且让学习更有效、更持久。 随着更多研究的发布，我们将继续更新教育社区。同时，我们邀请研究人员和教育者加入这一努力，共同塑造 AI 教育的未来。
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。 编辑团队：内容策划 · 技术编辑 · AI 研究组 网站：bingdada.com © 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
英伟达内部实践显示，ChatGPT Work正帮助企业团队将信息整合工作自动化，每周节省16小时，并将原型开发周期从数周缩短至数天。这一案例揭示了AI工作流从工具到组织资产演进的趋势。
本文以美国柴郡学院为案例，探讨学校如何从“防作弊”转向“教思考”，通过分层管理、反思式教学和专用工具，将生成式 AI 转化为教育赋能工具，并为国内 AI 教育实践提供参考。
OpenAI 将 GPT-5.6 系列模型（Sol、Terra、Luna）集成至 Kiro 开发代理，通过规格驱动方法实现约 82% 的成本降低，标志着 AI 编程从能力竞赛转向成本效率竞争。
获取最新的 SEO 与 GEO 技术资讯。
我们尊重您的隐私，随时可以取消订阅。
