知乎 AI+教育 日报 · 第 017 期(2026年11月16日)

福建全域试点把“护AI”单列、世界慕课大会首发“重构智序”、AI代码助手“一次性提问”研究、Google K-12默认关AI遭七城抗议、大学生“手搓代码”焦虑刷屏——15篇精选,5大分类。

知乎 AI+教育 日报 第017期 封面
📰 ZHIHU AI+EDUCATION DAILY

知乎 AI+教育 日报

2026 年 11 月 16 日 星期一 · 第 017 期 · 聚焦人工智能教育应用前沿
15精选文章
5覆盖分类
3今日焦点
11.2%AI陪读代码的额外认知负荷
聚焦 AI教育应用、教育科技、数字化学习、教育智能体 等方向,按 时效性、内容深度、阅读热度、AI相关度 四维评分筛选。所有链接直达原文。

📌 本期焦点:福建全域试点把“护AI”单列、世界慕课大会首发“重构智序”、AI代码助手“一次性提问”研究、Google K-12默认关AI遭七城抗议、大学生“手搓代码”焦虑刷屏
📋 政策风向福建全域试点 · 重构智序 · 素质教育十大行动
1
福建全域试点推进会:“护AI”单独成项,考核的不再只是开课率
福建省教育厅 / 省政府办公厅 · 2026-11-11、11-12
11月11日,福建省“人工智能+教育”行动全域试点工作推进暨专项培训会在泉州举行。作为教育部第二批全域试点省份,福建把要求压成八个字:“学AI、用AI、创AI、护AI”,并围绕素养提升、规模应用、技术攻关、安全保障四个方向落实六项任务。值得细看的是结构——“教育伦理与安全保障”不是附在末尾的一句话,而是与素养、应用并列的独立一项;福建师大杨宁教授的讲座题目也定调为“工具理性转向价值理性”。次日省政府办公厅印发《福建省推动“人工智能+”行动方案(2026—2028年)》,教育条目写明:建成100个以上智慧校园试点、培育教育行业大模型、遴选推广100个应用场景典型案例、建设100门以上精品课程。
🔥 头版聚焦四字要求100个智慧校园
2
世界慕课大会河内首发“重构智序”:101国数字化报告与20门获奖课程
中国教师报 / 同济大学 · 2026-11-03(11-11 报道)
当地时间11月3日,2026世界慕课与在线教育大会在越南河内国家大学开幕,主题“重构智序:面向人机共生的未来教育变革”,35个国家和地区、142家机构的300余位代表参会。清华校长李路明与河内国家大学校长裴世唯共同发布《世界高等教育数字化发展报告(2026)》与《发展指数(2026)》,覆盖全球101个国家;大会首发“Reallocating Intelligence”概念——不是让AI替代人,而是重新分配人与机器的智能分工。四场主题会议直指大学形态重塑、师生能力提升、AI伦理治理与全球合作;20门课程分获联盟奖与AI特别奖(各10门),其中含“教师人工智能素养”方向。香港科技大学将承办2027年大会。
Reallocating Intelligence101国数据香港承办2027
3
《深入实施大学素质教育行动指南(2026—2035)》发布:AI素养进入培养方案的“学习成果”
中国高等教育学会大学素质教育研究分会 · 2026-11-13
第十四届大学素质教育研究分会学术年会在成都闭幕,会上发布《深入实施大学素质教育行动指南(2026—2035)》,提出大学素质教育十大行动,其中“强化科技教育与人文教育协同,培养全面发展的创新人才”被写进主干条目。会议的追问很锋利:当知识可以随时调用、答案可以瞬间生成,素质教育面对的核心已不是“会不会用工具”,而是“人应该如何思考、如何判断、如何作为”。对高校教务口而言,真正的新意在口径——AI素养第一次被表述为可列入培养方案、可被评价的“高等教育学习成果”,而不只是一门通识课的附属品。
十大行动科技与人文协同学习成果口径
🏫 教学实践人大附中 · 教师手搓工具 · 国际中文
4
人大附中武迪的AI天文课:先训练模型看星星,再讨论“结论可不可靠”
教育部网站 / 中国教育学会 · 2026-11-12
在教育部网站转载的“创新能力培养如何落实到课堂”报道中,人大附中人工智能教育总架构师武迪执教的《去看宇宙的“童年”——用AI打开科学发现的新视界》成为样本:课堂从“如何看到更暗的星星”这一问题出发,让学生用真实天文数据训练AI,然后花大量时间讨论“如何验证AI结论是否可靠”。点评人罗滨的一句话值得抄进教案:“人工智能拓展了人类认知的边界,但边界之外是不是真的,必须经过最严格的质疑。”同场的小学数学课《圆的拓展应用》则从西汉瓦当残片讲到晶圆切割——创新能力的落点不在工具,而在真实问题与证据链。
🔥 头版聚焦真实天文数据最严格的质疑
5
海盐教师“手搓”闯关程序:一个多月从零起步,迭代四次后学生主动上线
今日头条 / 海盐县教育局 · 2026-11
在海盐县2026年“人工智能+教育”成果展示暨“盐云汇·生动课堂”推进活动上,实验中学教育集团英语教师孙会列掏出一款自己用手机“手搓”的闯关程序:音标、单词、句子、写作七道关卡依次解锁,闯过前一关才能进下一关;“1个月前我对人工智能还一窍不通”,如今已迭代四五次,节假日学生主动上线闯关,后台学习数据一目了然。同场的“数智备课助手”把数学备课框架搭建压到最快3分钟,高中语文“论述文写作自助空间”让学生围绕立意、选材、结构逐项过关。支撑这些“土办法”的是县域制度:首批68人县级AI智教讲师团按“学科教学+技术应用+创新实践”三组结对覆盖全学段,配套《智能课堂设计指南》《生成式AI教学工具应用手册》。
教师即开发者7道关卡68人讲师团
6
国际中文教育数智化:缅甸一所学院AI评测218.4万次,覆盖198个班级
中国教育报 第06版 · 2026-11-15
2026世界中文大会平行会议“国际中文教育数智化发展与生态构建”上,一线实践给出了难得的规模化数据:缅甸金光学院把AI中文系统嵌进课前、课中、课后与反馈全流程,AI评测考试累计218.4万次、覆盖198个班级、学生日均活跃度增长88倍;马来西亚拉曼大学孔子学院面对“同一间教室有人能日常交流、有人从拼音开始”的落差,把教学练测评连起来做分层作业。也有清醒的提醒——意大利都灵大学史芬娜指出,AI生成的文化图像可能传递刻板印象,教师必须逐一审视:“我们的目标不是减少思考,而是增强人的学习力和创造力。”科大讯飞副总裁汪张龙则把方向说得很直白:赋能老师,而不是替代老师。
218.4万次评测日均活跃+88倍刻板印象风险
🔬 深度研究一次性提问 · 认知负荷 · 认知卸载
7
arXiv 2611.14664:给AI代码助手完全自由,多数学生选择“一次性提问”
arXiv cs.SE / cs.AI · 2026-11-10
一项针对AI辅助写单元测试的用户研究(arXiv:2611.14664)发现:在不受限制地使用AI代码助手时,多数学生采取“一次性提问”策略——把需求原样发给AI,直接生成一份完整测试。这种做法能高效产出结果,却把学生的注意力从“如何写好单元测试”转移到“如何把任务交掉”;由于极少批判性评估、修改或迭代AI输出,学生也错失了锻炼批判性思维的机会。作者给出的补救不是禁用,而是三件事:训练(教策略而不只是发许可)、问责(让过程可见)、任务重设计(把“评估与迭代AI产出”本身变成作业)。标题问得很准:Outcome Over Learning?
🔥 头版聚焦one-shot strategyOutcome over Learning
8
AI陪着读代码,客观认知负荷升11.2%,而学生“感觉没变累”
arXiv 2611.12019 · 2026-11
一项3×2被试内实验让20名计算机专业新手阅读不同长度的Java代码(有无AI辅助),全程用检测—反应任务(tDRT)连续测量认知负荷,随后做无AI的理解测验。结果有反直觉之处:AI辅助显著提高了客观认知负荷,tDRT反应时增加11.2%,但参与者的主观负荷评分(NASA-TLX、SEQ)没有变化——人多付出的那部分心理资源,自己感觉不到。两种条件下理解测验分数都较高(存在天花板效应),没有证据表明AI辅助提升了理解;访谈显示,不少学生把“读AI的解释”当成了“读代码”的替代。结论对教学的含义是:AI进课堂不是零成本的加法,它带来一份被忽略的“双任务税”。
11.2%双任务代价感知盲区
9
三位教授的同一困惑:99%的学生在用AI,可“我到底学到了啥”答不上来
周末周刊圆桌 · 顾小清 / 赵斌 / 蒙克
在一场题为《99%的大学生都在用AI,但“我到底学到了啥”成了最难回答的问题》的圆桌里,三位学者给出的诊断高度一致。华东师大顾小清点出关键概念“认知卸载”:AI替学生完成了思考加工,学生拿到一个不错的结果,误以为自己已经掌握——评估研究显示,用AI完成作业准确率与效率可能明显提升,但真实掌握程度反而下降。赵斌的应对是把课程变成“任务链”:7个项目自选,材料从顶刊到视频课,由AI拼成个性化教材,每一次成绩与卡点后台可追踪。蒙克的调整更彻底:不再布置“谈谈你对工业革命的看法”这类宽泛题,因为答案必然趋同。三人的共识是——不是禁用AI,而是重设任务,让过程必须发生在学生身上。
认知卸载任务链个性化教材
🚀 教育科技语飞大模型 · Google争议 · OpenAI报告
10
讯飞×语合中心发布“语飞”国际中文教育垂直大模型:900余所学校已在校用
新华社 / 科大讯飞 · 2026-11-13
11月13日,2026世界中文大会在北京开幕,会上发布国际中文教育垂直大模型“语飞”,由科大讯飞与教育部中外语言交流合作中心联合研发:面向学习者提供即时反馈的评测与随问随答辅导,面向教师支持多轮对话生成课前备课、课堂互动、课后巩固素材,面向机构开放标准化接口。同期“讯飞Ai中文”入选语合中心“爱中文”生态伙伴数智创新案例(共10个)。落地数据已经不小:系统覆盖全球900余所学校(海外600余所、国内300余所);泰国覆盖40个府,春武里通索卡中学2050名学生仅4名中文教师,引入后HSK模考达标率提升33.3%;新加坡AI作文批改覆盖超100所学校,人机评分差异控制在10%以内占比近90%。国内高校端,单节课备课时间从人均2.5小时以上降至6分钟。
🔥 头版聚焦900+学校赋能不替代
11
Google把Gemini装进Classroom作业,K-12默认关闭却挡不住七城家长上街
Google / Ars Technica / NBC · 2026-11-03、11-11
Google 11月4日宣布,Classroom正式向Education Fundamentals、Standard、Plus推送Gemini“引导式学习”作业:教师最多挑5份课程材料作为上下文,学生在专注对话页追问、获提示、拆解问题,教师端可看到班级与个人的AI洞察——官方同时明确“AI洞察可能出错,不能直接用于评估或分流”。此前11月3日,Google教育副总裁Chris Phillips已宣布Gemini、Notebook、Classroom中的Gemini与搜索对K-12学生账号“默认完全关闭”,须管理员明确开启。但争议没停:因为搜索与AI无法剥离(学生只能靠加“-ai”规避),11月11日美国七座城市家庭上街抗议,AFT主席批评Google“把商业利益置于孩子教育之上”。
Guided Learning默认关闭七城抗议
12
OpenAI欧洲报告:79%的学生用AI做作业,只有47%说有人教过他们怎么用
OpenAI Blog / ThinkYoung · 2026-11-10
OpenAI全球事务副总裁Tom Duff Gordon与教育副总裁Leah Belsky联合署名发布《Closing the AI guidance gap in education》,配套ThinkYoung对欧洲、中东、非洲12个国家5000名13—19岁学生和600名教师的调查。最刺眼的一组数字是:79%的受访学生报告曾用AI完成作业或功课,但只有47%说有人教过他们怎么用——32个百分点的“指导缺口”,正是学校政策滞后的写照。OpenAI给出的路径并不新奇:教师AI素养培训、明确学生使用边界、把AI导向独立学习而非替代思考。文章也留了余地:AI能否增强知识、独立思考与记忆仍需持续评估,这份报告不是其他学校可以照搬的单一模式。
指导缺口5000名学生600教师不能照搬的模式
💬 热议话题CS学位 · 手搓代码 · AI浓度
13
“AI正在毁掉我的计算机学位”:24小时冲上Hacker News榜首
个人博客 / Hacker News / CSDN · 2026-11-10
一名拿奖学金读计算机与AI专业的英国大二学生Katie写下《AI is destroying my CS degree》,不到24小时登上Hacker News首页第一。她讲的不是就业焦虑,而是学校被AI弄乱:政策在“绝对禁止”和“必须使用”之间来回摆;课程大纲、作业乃至评分都交给模型生成,作业量凭空翻了三倍,错误不少却常拖到截止前才改;导师一边警告学生别投机取巧,一边把需求丢给Claude一键生成教学资料。最伤人的是公平感——老老实实啃原理、调bug的学生,和直接复制AI代码的人,分数相差不大。评论区一句话被反复引用:现在的大学生,正在成为AI教育改革的“小白鼠”。
🔥 头版聚焦作业量翻三倍政策反复横跳
14
知乎122万浏览:“几乎丧失手搓代码的能力,需要焦虑吗”
知乎 / 掘金 / Anthropic 实验 · 2026-11
“作为大学生几乎丧失手搓代码的能力,需要焦虑吗”在知乎累积122万浏览,同期掘金AI热榜第二是“AI正在蚕食我们的编码能力”。这个焦虑有实验支撑:Anthropic 2026年1月的随机对照实验让52名(多为初级)工程师学习一个没用过的Python库,用AI助手的一组事后测验平均50分,纯手写的一组67分,差距最大的是调试题,而两组完成时间差不多。研究里还有一个被忽略的细节:使用AI时多追问、多要求解释的人,分数掉得明显更少。换句话说,能力不是被AI拿走的,是在“只看结果不看过程”的用法里悄悄流失的——这也解释了为什么Claude Code要专门做Learning输出风格,把有取舍的那几行留给人写。
122万浏览50 vs 67分追问者掉分更少
15
上观整版调查“课堂AI浓度”:上科大人均每月300万词元,然后呢?
解放日报·上观新闻 · 2026-11-15
解放日报·上观新闻用整版篇幅给上海高校课堂的“AI浓度”做了一次可核查的抽样:上海师大“育心”AI心理实训智能体覆盖18类典型问题并逐轮拆解;上外法语智能体矩阵批改准确率超过92%;上应大11个微专业拿合规获取的3.3万条真实评论做训练数据;上海交大“致远一号”服务200多门课程;上科大则给出一个人均数字——每月300万词元。这组数据的价值不在“谁更先进”,而在提问方式:把“发了多少词元”换成“发完词元之后,课堂上多了什么”。当一所学校的AI投入只能用调用量、满意度来汇报时,验收其实还没开始。
300万词元/月92%批改准确率可核查指标

📌 今日焦点

🟠 治理颗粒度继续下沉:从“开不开课”到“这份作业能不能用AI”

本周三条治理线索同频。福建把“护AI”从附则抬成与素养、应用、攻关并列的独立任务,六项任务里伦理与安全单列一项;Google一边把Gemini塞进Classroom作业,一边对K-12账号默认全关,结果仍挡不住七城家长上街——症结是搜索与AI无法剥离,学校连“不用AI的搜索”都买不到;OpenAI的报告则把缺口量化:79%的学生用AI做作业,仅47%被教过怎么用。三件事指向同一个判断:AI进校园的瓶颈已不在工具,而在“谁定边界、边界写到多细”。福建那句“稳慎有序”值得留意——清单铺开,不等于齐步走。

🔵 研究共识成形:AI 提升“产出”,未必提升“学习”

两篇本周arXiv新稿把机制讲得更清楚了。2611.14664:给AI代码助手完全自由,多数学生选择一次性提问、直接拿完整测试,极少评估与迭代——效率上去了,“怎么写出好测试”这件事被跳过了。2611.12019:AI陪着读代码,客观认知负荷上升11.2%,主观却毫无察觉,理解分数也没提高,说明AI带来一份隐蔽的“双任务税”。再叠加顾小清说的“认知卸载”——学生拿到漂亮结果,误以为自己掌握了。三份证据合起来只剩一条出路:把评估的重心从成品移向过程,让学生必须解释、必须质疑、必须迭代。

🟣 学生侧的声音这次很响:不是怕失业,是怕学不到东西

《AI is destroying my CS degree》24小时冲上Hacker News榜首,作者反复讲的不是就业,而是“学校被AI弄乱了”:政策反复横跳、作业由AI生成且量翻三倍、老师用AI备课却禁止学生用、老实写代码和复制AI的分数差不多。国内同频——知乎“几乎丧失手搓代码的能力”122万浏览。Anthropic的52人实验给了这场焦虑一个刻度:AI组50分、手写组67分,但多追问多要解释的人掉分最少。这提醒所有做AI教育的人:公平感与过程可见性,比“发多少Token”更能决定学生信不信这套改革。

🔥 本期知乎热词

# 护AI# 全域试点# 重构智序# 素质教育十大行动# AI天文课# 教师手搓# 语飞大模型# Guided Learning# 指导缺口# One-shot提问# 认知卸载# 双任务税# CS学位# 手搓代码# 课堂AI浓度
由 WorkBuddy AI 助手 自动整理 · 数据来源于知乎及公开信息
评分基于时效性、内容深度、阅读热度、AI相关度四维综合计算
数据来源:知乎 (zhihu.com) · 教育部 · 澎湃新闻 · 中国教育报

首发于 jiaojianli.com