文章分享|《Scientific Reports》:一项随机对照试验在真实的教育环境中引入一种基于研究的新颖设计
时间: 2026-04-07 发布者: stem 文章来源: 《Scientific Reports》 审核人: 浏览次数: 10


图片


哈佛大学的物理学家们做了一项堪称"硬核"的实验:他们让194名哈佛本科生在两种模式下学习同样的物理知识——一种是坐在哈佛教室里,由经验丰富的教授带领,采用目前公认最先进的"主动学习"(Active Learning)教学法;另一种是在家对着电脑,与一款精心设计的AI辅导系统对话。

结果让人意外:AI组的学生不仅考得更好,而且学得更短,甚至自我感觉更投入。

这不是科幻,这是刚发表在《Scientific Reports》(Nature子刊)上的随机对照试验(RCT)。




实验怎么做的?

非常"不讲武德"


先说说这个实验的"狠"在哪里。

研究团队选择了物理学的两个独立主题(表面张力与流体流动),采用了交叉设计——也就是说,每个学生都要经历两种学习方式:这周用AI,下周回课堂(或反过来)。这样设计消除了学生个体差异的影响。

对照组的课堂条件堪称"顶配":

  • 哈佛大学的金牌讲师授课

  • 采用目前教育界公认最优的"主动学习"模式(小组讨论、同伴教学、即时反馈)

  • 75分钟的标准课时,师生比和平时一致

  • instructor都是经过长期训练、学生评分极高的资深教师

而AI组的条件是:

  • 在家自学,使用基于GPT-4开发的专用辅导系统"PS2Pal"

  • 同样的教材和视频,但没有真人老师

  • 完全自主掌握学习节奏

这相当于让AI在对手的主场、用对手的规则打比赛。




结果:AI组"降维打击"?


数据来了,相当震撼:

1. 学得更好AI组的后测成绩中位数是4.5分,课堂组是3.5分(基线2.75分)。AI组的学习收益(learning gains)是课堂组的两倍以上。

统计检验显示差异极显著(p < 10^-8),效应量达到0.73-1.3个标准差。在教育研究中,0.5就算"大效应",这几乎是一个"超大效应"(Very Large Effect)。

2. 花时更少课堂组固定用时60分钟(除去测试时间),而AI组的中位数用时只有49分钟。70%的学生用时少于60分钟,但成绩反而更高。

3. 感受更好在5点量表中,AI组在"投入感"(Engaged)和"学习动机"(Motivated)上显著高于课堂组(p < 0.001)。虽然"享受程度"和"成长型思维"没有显著差异,但83%的学生认为AI的解释和真人老师一样好,甚至更好。

组织培训内容覆盖教育教学理论、课程设计与实施、分享前沿教育理念与实用教学方法,又设置案例分析、小组讨论、实践操作等多元活动形式,让教师在互动交流中深化学习,在实践探索中提升能力。




关键问题:

这不是普通的ChatGPT


读到这儿,你可能想:不就是让学生用ChatGPT做题吗?我家孩子也用啊。

重点来了:这个实验成功的关键,恰恰在于它不是"普通的AI使用"。

研究团队强调,他们只是用了GPT-4作为底层模型,但整个教学架构是严格基于教育心理学的七大最佳实践设计的:

1

主动学习(Active Learning)

AI不是直接给答案,而是通过苏格拉底式提问引导学生思考

2

认知负荷管理

(Cognitive Load)

将复杂问题拆解成循序渐进的步骤,一次只处理一个概念

3

成长型思维(Growth Mindset)

系统提示词中植入了"能力可以通过努力提升"的信念引导

4

即时反馈

(Immediate Feedback)

学生卡壳时立刻获得针对性指导,而不是等到下课

5

自定步调(Self-Pacing)

快的学生可以飞速通过,慢的学生可以反复琢磨,不会被"拖着走"

5

准确性保障

为了避免AI"幻觉",研究团队为每个问题都预制了详细的逐步解答作为提示词工程的一部分

换句话说,这不是"AI替代老师",而是"AI实现了人类名师一对一精讲"的可规模化版本。




反思:AI要取代老师了吗?


研究的作者(同时也是哈佛的授课教师)给出了一个出人意料的谦逊结论:AI不是要取代课堂,而是要让课堂时间变得更有价值。

他们提出了一个"翻转课堂2.0"的愿景:

  • 课前:用AI辅导完成基础概念的个性化学习,确保每个学生都带着扎实的基础进教室

  • 课中:把宝贵的真人互动时间留给高阶能力培养——复杂问题解决、项目式学习、小组协作、批判性思维训练

这正是解决当前教育痛点的关键:传统课堂最大的局限是无法同时满足30个不同基础、不同节奏的学生的个性化需求。老师只能按中等水平讲课,快的嫌慢,慢的跟不上。而AI辅导恰好填补了这个"个性化缺口"。

当然,研究也有局限:

  • 实验对象是哈佛本科生(本身学习能力较强)

  • 内容集中在物理学的初级概念(理解、应用、分析层面),尚未涉及需要高度创造性思维或复杂综合判断的领域

  • 实验周期较短(两周),长期效果还需验证




给普通学习者的启示


如果你是一名学生,或者家里有正在读书的孩子,这项研究给我们三个实用建议:

1. 别把AI当搜索引擎,要把它"养成"家教不要只是问"这道题怎么做",而是要求它"一步步引导我理解"。最好的提示词模板是:"请扮演一位耐心的物理老师,不要直接给我答案,而是通过提问帮我发现思路。"

2. 利用"自定步调"优势AI辅导最大的价值是允许你"慢下来"。如果某个概念没懂,就让它换种方式再讲一遍,不要碍于面子不懂装懂——这是AI相比真人老师的最大优势,它永远有耐心。

3. 保留"人类时间"给高阶学习基础概念可以用AI高效搞定,但和真人的深度讨论、辩论、项目合作依然不可替代。用AI省下来的时间,应该投入到这些更需要"人味"的学习活动中。

教育的未来,或许不是"AI vs 人类教师",而是"AI负责个性化传递知识,人类负责激发创造与情感连接"。 这场发生在哈佛课堂里的静默革命,或许正在重新定义"学习"本身。


!

研究原文

Kestin, G., Miller, K., Klales, A. et al. AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Sci Rep 15, 17458 (2025).

https://doi.org/10.1038/s41598-025-97652-6

 [ END ] .