EdTech 全球风向标
本简报精选本周全球教育技术学与人工智能教育应用领域最具价值的 10 条动态，覆盖政策、学术研究、企业研发与行业落地四个方向，供快速把握行业脉搏。
韩国教育部追加预算实施「2026 AI On-Ieum 项目」，为 12 万弱势高中生提供付费 AI 服务与素养培训
8 月 19 日，韩国教育部与韩国奖学金财团宣布，通过追加预算实施「2026 AI On-Ieum（온음）项目」，为 12 万名弱势群体高中生提供付费人工智能服务和 AI 教育。8 月 20 日至 28 日以校为单位受理申请。
支持对象分为两类：第一类面向教育福利对象等弱势背景高中生，由学生告知负责教师、学校代为申请并开通账户；第二类面向位于乡镇（邑·面）等农村地区的高中，整校学生均为支持对象。学生可使用配备青少年安全功能（如脏话过滤、禁止词输入阻断）的多大型语言模型（LLM）AI 服务，但使用前必须先完成 AI 伦理与素养教育，随后接受从生成式 AI 基础使用到提示词撰写与实际应用的阶梯培训。学期末学生须提交个人使用报告，项目将在参与前后测量 AI 素养变化。
教育部表示，该项目针对 AI 普及背景下因社会经济条件差异导致的服务可及性差距，旨在防止学业与 AI 能力的两极分化。8 月完成学校与学生遴选后，AI 服务与教育项目将于 9 月正式开始提供。教育部长崔炅植表示，人工智能已是学业与工作等多领域的必备工具，必须从学校阶段开始提供支持，让所有学生都具备驾驭 AI 时代的能力。
值得关注的原因：该项目以财政手段直接弥合学生 AI 使用差距，把「AI 教育公平」从口号变成预算科目；其「先素养教育、后工具开放」的实施顺序和前后测评估设计，为大规模 AI 普及项目提供了可参照的操作范式。
研究：学生在真实学习中使用 LLM 当导师，95% 以上的回复落在「解释」或「直接解决」档
8 月 24 日发布于 arXiv 的论文《LLM Pedagogical Behavior in AI Tutoring Interactions》提出，学生越来越多地把大语言模型（LLM）当导师用于课业和问题求解，但 LLM 在真实学习交互中究竟提供多大程度的帮助，学界所知甚少。研究者将这一维度操作化为「脚手架水平」（scaffolding level），开发了一个五级量表，并经人工标注验证，按回复所提供直接帮助的程度刻画其特征。
该量表被应用于某大学 AI 课程中 203 名学生产生的 14,637 条 LLM 回复。结果显示，回复压倒性地集中在高帮助水平——超过 95% 被归类为「解释」（Explaining）或「解决」（Solving）。脚手架水平与学生后续对话行为系统相关，但在既有学业成绩和对话行为之外，对三次后续考试成绩几乎没有额外的预测信息。
值得关注的原因：该研究为 LLM 辅导交互中的帮助水平提供了实证基线，其测量框架可被复用于评估替代性辅导设计如何改变帮助水平。
研究：GenAI 不能可靠地为大学作文评分，系统性「分数压缩」拉高分压低分
Cardiff 大学与墨尔本大学发表于《Assessment & Evaluation in Higher Education》的新研究，考察生成式 AI 能否在评价大学生扩展性书面作业时模拟人类评分。研究者使用两个版本的 ChatGPT，对 50 篇本科生物科学 essay 按 7 项评分标准进行评分，并设置了 4 种不同提示条件，将 LLM 给分与人类给分对比。
结果表明，LLM 给分与人类给分差异很大，无法可靠预测人类所给分数。除一种情况外，LLM 的平均分普遍高于人类；最大平均分差为 16.1 分，单篇 essay 层面差异高达 40 分。研究者还观察到一种系统性效应：LLM 给高分 essay 降分、给低分 essay 加分，导致分数向中间收拢——即「分数压缩」（mark compression）。
Cardiff 生物科学学院的 William Kay 博士指出，目前 LLM 测试版本尚不适合替代人类导师为学生作业提供预测性成绩；除未经同意将学生作业提交给 GenAI 工具的伦理问题外，LLM 不能也不应被依赖来为学生的扩展性书面作业评分。论文 DOI：10.1080/02602938.2026.2710688。
值得关注的原因：AI 评分是教育界最急切的应用场景之一，这项研究提供了重要的负面证据，对高风险评分决策的自动化具有直接警示意义。
「分数压缩」是这项研究最有价值的发现：模型把高分压低、低分抬高，系统性向中间收拢。这不是随机误差，而是 LLM 的本质倾向——训练目标鼓励「稳妥的中庸」。它对教育测量的警示是深刻的：评分的区分度恰恰在两端，而 AI 最不擅长的就是两端。眼下可行的定位是教师评分的「第一阅读者」与反馈初稿生成器，而高风险评分决策必须留在人手里。
Atom Learning Model：把两本中学数学教材「token 化」为 1934 个学习原子，真实课堂部署每题仅 26 便士
8 月 21 日发布于 arXiv（24 日更新）的论文《Atom Learning Model (ALM): how a real classroom got tokenised》展示了一次「课程工程化」实验：将两本英国中学数学教材用机器读取为 1,934 个「原子」——每个原子是学习者一步能完成的一件事，并按 4,616 条机器生成的前置关系链接排序。问题的本质于是变为「一组原子加上其下层所有内容」，儿童的能力变为同一图谱上每个原子的 0—1 分数，题目是否适合儿童则变成对一个索引的算术运算——无需为题目或学习者拟合难度参数。
成本极低：读 757 页花 £55，构建整个结构 £615—£1,230；该系统随后为两所英国中学 373 名儿童在 7 周内编写了 6,648 道题，每题成本仅 26 便士。研究者还报告了四个反直觉发现：成本在链接不在页面；出题器自己的难度标签与实测通过率的秩相关仅 −0.0123——语言模型看一道题说不出它有多难；当批改一道题从 3 秒变 7 秒，儿童就停止工作；部署从未出过超过两个前置步骤的题——恰好是中心前提可检验之处，因此该前提「未被证伪而非被证实」。
值得关注的原因：该研究展示了「课程知识工程」的极低成本路径，并揭示了 LLM 教育应用的硬边界——难度判断与延迟感知。
这篇论文的价值不在结论而在姿态：它把整个课程变成可计算对象，用几百英镑构建了通常需要专家系统团队数年才能建成的知识图谱。两个发现尤其值得记住：LLM 判断不了题目难度——难度是学生与题目的关系，不是文本的属性；儿童在 7 秒批改处停工——系统延迟本身就是教学变量。当行业把算力堆给生成时，这项研究提醒我们：自适应学习的瓶颈在课程的本体工程，而非生成质量。
飞象老师 3.0 上线：从「生成课件」到「一句话生成可运行的教育应用」，数十万老师用户已接入
8 月 24 日，国内首个教师 AI Agent「飞象老师」发布 3.0 版本。这是该产品不到一年内的第三次能力跃迁：2025 年 12 月的 1.0 版可一句话生成教学动画；2026 年 5 月的 2.0 版可上传一份教案生成整套交互式课件（含讲解页、互动页与练习页）；3.0 版本新增了教育应用生成能力——用户只需输入一句话，即可生成一个可直接访问、可调用 AI、可持续迭代的教育应用，无需编写代码，也无需部署上线。
在演示案例中，一位小学语文老师在对话框输入「以《西游记》取经之路为故事线，生成六年级课内古诗词闯关游戏，让学生在游戏化体验中变被动背诵为主动探究」。飞象老师先与用户沟通需求（是否支持互动、数据回收、评估反馈，希望采用哪种课堂视觉，重点覆盖哪些古诗词与学习目标），几分钟后即生成一个完整的课堂闯关游戏：每关对应一首六年级课内古诗词，答对继续前行，答错自动分析错因。应用拥有独立访问链接，支持用户注册与数据保存，学生可随时进入、接着上次进度继续闯关——它不是一个看完即止的页面，而是一个能反复使用、记录学习成长的完整产品。
值得关注的原因：从「课件生成」到「应用生成」是一次质变，把创造教育应用的门槛降到一句话，让一线教学灵感得以即时产品化。
三个季度，三次跃迁——从教学动画、交互课件到一句话生成可运行的教育应用。我们要做的不是替老师做一个工具，而是让每个教学灵感都能在几分钟内变成学生可以反复进入、持续使用、记录成长的完整产品。当创造教育应用的门槛降为一句话，课堂创新的主导权就真正回到了一线教师手里。
Google 为开学季推出 Gemini「学生中心」，并向大学生免费开放一年 AI Pro / AI Plus
8 月 19 日起，Google 为开学季在 Gemini AI 助手内推出专门的「学生中心」（Student Hub），把一系列学习工具集中于一处，帮助学生研究、学习和备考。新中心允许用户创建专门的学习笔记本以收集研究资料，并支持制作闪卡与练习测验，学习笔记本还增强了对图表与图像的支持。Gemini 可以分析一份课程大纲，自动把考试日期和期末作业加入 Google Calendar，帮助学生管理学习计划并跟踪重要时间节点。此外，Deep Research 能力扩展至 Gemini Live，学生可语音发起高级研究报告，再与 Gemini 通过语音交互讨论结果。
与此同时，Google 宣布面向大学生的优惠：美国符合条件的大学生可免费获赠一年 Google AI Pro，140 多个国家的学生可免费获 Google AI Plus 一年。据 Pew 调研，54% 的美国青少年曾用聊天机器人做功课、57% 用于搜索信息；Common Sense Media 研究发现 67% 的 9—17 岁儿童用过 AI 聊天机器人。
值得关注的原因：Google 把学生市场确立为 AI 主战场之一，产品形态从「回答问题」转向「辅助学习过程」，免费策略加速校园渗透。
我们相信 AI 最好的角色是学习过程的陪伴者，而不是答案的发放机。Student Hub 把笔记本、闪卡、测验、日程与深度研究放进同一个地方——学生从上传一份大纲开始，AI 帮你把它变成一条完整的复习路径。而这一切对美国大学生免费一年、对 140 多个国家的学生同样免费。
Anthropic 将内部员工培训体系公开为 Claude Academy，22 门课程全免费、含 AI 素养 4D 框架
8 月 20 日，Anthropic 正式开放 Claude Academy（academy.claude.com），一个完全免费的在线学习平台，把训练自家员工使用 AI 的方法对外开放。平台核心并非快捷指令清单，而是建立在 Anthropic 内部新员工「ever-boarding」持续培训之上：课程刻意聚焦「更广泛的原则」而非特定产品功能，因为后者很快会过时。
平台上线时规模约 289 个资源——22 门课程、119 篇教程、148 个真实用例，另有 66 场研讨会。核心是 Anthropic 联合学术界专家共同研发的 AI Fluency 4D 框架：Delegation（委派，设定目标、决定是否及如何交给 AI）、Description（描述，有效把目标向 AI 表达）、Discernment（辨别，准确评估 AI 产出是否可用）、Diligence（勤勉，为自己如何使用 AI 负责）。课程分轨设计，涵盖 Claude.ai、Claude Code、Claude Platform、MCP（模型上下文协议）与 Agents 等，并为教育工作者、PK-12 教师、学生、非营利组织、小企业与开发者规划了不同轨道。
注册免费，无需 Claude 订阅，完成课程可获证书与徽章并加到 LinkedIn；还内置一个 Claude Academy Skill，可依据使用习惯推荐学习路径。Anthropic 强调两条教学格言：「今天的 AI 是你将用过的最差的 AI」与「按风险比例验证」。
值得关注的原因：头部 AI 厂商把内部培训体系公开化，标志着 AI 素养教育从「教功能」转向「教判断力」的新范式。
我们把自己培训员工的那套方法原样开放了出来——不是快捷指令清单，而是从「什么是 AI」到「如何构建 Agent」的完整路径。22 门课程、119 篇教程全部免费，学完拿可验证的徽章。我们刻意教的是跨产品通用的判断力：什么时候委派给 AI、什么时候自己来、怎么验证。因为今天的 AI 是你用过最差的 AI，功能会过时，判断力不会。
江苏：秋季学期起中小学 AI 通识课全覆盖，暑期教师培训累计收看 903 万人次
8 月 18 日，江苏省中小学人工智能通识教育课全覆盖项目在南京正式启动。按照部署，今年秋季学期起江苏所有中小学将全面开设人工智能通识课，实现「校校开课、班班覆盖、人人学习」，让学生真正「懂 AI、爱科创、明伦理」。这是落实国家教育数字化战略、实施「人工智能+教育」行动的重要举措。
暑期以来，江苏省教育厅从师资培训、资源供给和兜底保障三方面推进：中小学人工智能通识课教学能力提升暑期系列培训已完成，累计收看 903 万人次，基本实现全省 AI 通识课专兼职教师和学科教研员全覆盖，所有课程均已上线省名师空中课堂 AI 通识课资源专区，支持随时回看复训。课程资源方面，省名师空中课堂全新上线中小学 AI 通识课数字资源专区，汇聚国家中小学智慧教育平台「AI 学习」专栏优质内容，以及江南大学、上海世外智慧教育等高校和企业的体系化课程资源，面向全省中小学免费开放。
针对乡村学校，江苏同步推出送培上门、云端课堂和技术专员帮扶三项兜底举措：对偏远薄弱、独立开课确有困难的学校，省级云端课堂直接供给在线课程，技术专员线上线下同步响应乡村学校教学需求，确保每一所乡村学校都能开齐上好人工智能通识课。启动仪式上，省教科院与省教育信息化与数据管理中心签署了合作协议。
值得关注的原因：这是中国首个省级 AI 通识课全域覆盖的落地案例，903 万人次的师资培训规模在全球也属罕见；其乡村「三项兜底」设计对其他省份具有可参照性。
巴基斯坦首个 AI 教师培训项目完成：3503 名教师通过 Khanmigo 培训，课堂 AI 使用率从 0 跃升至 79%
8 月 19 日，巴基斯坦信德省（Sindh）学校教育与扫盲部、联合国儿童基金会（UNICEF）与可汗学院巴基斯坦分部共同庆祝该国首个 AI 驱动教师培训项目完成。超过 6,000 名教师被提名（原目标 3,500），最终 3,503 人完成培训，其中 3,436 名为政府校教师、67 名为教师教育机构官员与教师，通过率达 91%。女性教师占 58%，通过率 92%（男性 89%）。
培训完全在线进行，覆盖 88 个队列，每队列约 7 小时直播互动，加上 4 周在可汗学院在线平台的自学，并由 WhatsApp 群组提供同伴互助。培训内容聚焦让教师用 Khanmigo（可汗学院的 AI 教学助手）进行课程规划、设计与测验、创建课堂活动、支持多年级与后进生——始终在教师自己的判断之下。认证要求不只通过课程，还须在随后 6 个月在课堂持续使用 Khanmigo。
对 2,146 名教师的前后调查显示明显变化：用 AI 修改课程内容的教师比例从 0 升至 79%，设计学生评估的容易度从 51% 升至 92%；教师反映每周节省数小时备课时间，学生课堂参与度随之提高。
值得关注的原因：这是发展中国家教师 AI 培训的规模化样本，其「6 个月课堂使用」的认证设计把培训与真实教学绑定，而非止于结业证书。
华为云联合上海科艺中心发布「开发者成长中心」，让青少年 AI 编程从「赛完即止」走向终身成长
8 月 23 日，华为云 AI 创新峰会·华为云少年开发者盛典在上海举办。华为云联合上海市科技艺术教育中心等多方共同发布「开发者成长中心」，旨在打破传统赛事「赛完即止」的局限，通过 AI 编程、智能体开发课程、训练营和实践活动，为青少年提供持续探索和成长的平台，推动青少年科创从单次参赛走向终身成长。
本届少年开发者大赛共吸引 911 名青少年报名、692 支团队参与，征集成果类作品 502 件，最终 53 支队伍获一等奖。孩子们借助华为云 CodeArts 和 AgentArts 等工具自己开发应用、构建智能体。这些创意多源自真实生活关怀：10 岁彝族少年阿布王安为大凉山老人打造了村口智能导诊药柜，内置语音助手「东东医生」，依托华为云语音交互与对话智能服务实现无接触语音问诊选药；9 岁的马启晏打造互动心理作品《魔镜：探索心灵的秘密花园》，让孩子在安全的故事里练习情绪应对；17 岁的赵轩灿用 AI 搭建起通往无声世界的桥梁。
华为云表示，其全栈技术体系——从底层算力基础到模型能力、再到开发工具和应用平台——大幅拉低了创新门槛，让没有深厚技术积累的少年也能专注想法本身，把创意变成可落地、可运行的作品。
值得关注的原因：这是 AI coding 教育生态从「赛事」转向「常态成长」的信号；农村与少数民族少年的 AI 创造案例表明，AI 编程教育的下沉正在改变谁有资格成为「开发者」。
这项研究把教学设计里的老命题——支架与撤退——带进了 LLM 时代。95% 以上的回复落在「解释/解决」档，说明今天的通用 LLM 在默认状态下更接近「答案机」而非「脚手架」。更值得玩味的是，脚手架水平预测不了后续考试成绩——高帮助未必带来高习得。对课程设计者而言，把 LLM 用出教学价值的杠杆，不在换更强的模型，而在用系统提示、对话规则与教学设计去主动压低「帮助水平」。