AI版可汗学院 · 调研库

AI 原生教学体验：2024-2026 技术与产品调研

2026-06-02

AI 原生教学体验：2024-2026 技术与产品调研报告

项目背景：面向中国初高中自学孩子的「AI 版可汗学院」——核心是 AI 实时生成高交互、游戏化、千人千面的学习内容。

一、生成式 / 动态交互内容

1.1 Generative UI（生成式界面）：教育的下一个范式

AI 根据任意提问实时生成完全定制的交互式界面（模拟、可视化、小游戏），而非固定文本回答。 - Google Generative UI（Gemini 3，2025-11 起）：实时生成 HTML/CSS/JS，对每个问题生成专属界面（如 RNA 聚合酶分子动画 + 可拖时间轴）。来源：https://research.google/blog/generative-ui-a-rich-custom-visual-interactive-user-experience-for-any-prompt - 2026-04 Gemini App 推出 3D 分子旋转 + 物理系统仿真（可调滑块）。来源：https://blog.google/innovation-and-ai/products/gemini-app/3d-models-charts/ - 2026 I/O：夏季向所有 Search 用户开放 Generative UI。来源：https://research.google/blog/a-new-era-of-innovation-google-research-at-io-2026/ - MAIC-UI（arxiv 2604.25806，2026-04）：专门面向课件的 Generative UI，两阶段生成 + 科学正确性校验。来源：https://arxiv.org/html/2604.25806v1

学习科学依据：构建主义 Learning by Doing；认知负荷理论（动态可视化将抽象程序性知识具象化）。

1.2 PhET 模拟：20 年实证的交互式模拟典范

CU Boulder，160+ HTML5 模拟，免费开源。2024 EdTech Digest 最佳游戏化/模拟奖。来源：https://phet.colorado.edu/publications/PhET_Impact_Report_2024.pdf Malawi RCT：PhET 组物理成绩与动机显著优于对照组。来源：https://pmc.ncbi.nlm.nih.gov/articles/PMC9761040

1.3 MIT Interactive Sketchpad（多模态 AI 教数学）

学生手绘几何图形，AI 识别后给分步视觉反馈。来源：https://www.media.mit.edu/projects/multimodal-education/overview

1.4 Google Guided Learning（2025-08）

苏格拉底式追问 + 多模态回应，基于 LearnLM。来源：https://blog.google/products-and-platforms/products/education/guided-learning/

二、个性化与兴趣锚定

2.1 兴趣情境化教学

将学科内容包装进学生喜爱主题（Minecraft/K-pop/钓鱼等）。 已验证局限（重要）：EdWeek 2026-05 引述 Cindy Walkington 教授警告——AI 擅长识别兴趣，但不擅长把兴趣与学科做有意义连接，常生成"现实上毫无道理"的题目。来源：https://www.edweek.org/technology/personalized-learning-in-math-has-proved-elusive-and-overhyped-can-ai-offer-a-breakthrough/2026/05 启示：建"兴趣-学科连接库"+人工审核，别全靠 AI 即兴。

2.2 Squirrel AI（松鼠 AI）：中国最有实证的自适应系统

2016 成立，24M+ 注册学生。RCT（2023，八年级数学）：自适应组优于全班/小组教学，Hedges' g=0.68。来源：https://www.researchgate.net/publication/344010541 勾股定理研究：ITS 组学习增益比对照高 4.19 倍。来源：https://pmc.ncbi.nlm.nih.gov/articles/PMC12078640/ 上海高校研究（Springer 2025）：自我效能/价值感/任务管理均显著优于对照。来源：https://link.springer.com/article/10.1007/s10639-025-13646-x

2.3 知识追踪（Knowledge Tracing）

  • BKT：HMM 追踪掌握概率，商业 ITS 底层。
  • DKT（Stanford 2015）：LSTM 捕捉知识点依赖。来源：https://web.stanford.edu/~cpiech/bio/papers/deepKnowledgeTracing.pdf
  • RL-DKT（2025）：RL+DKT 主动选最优下一题。来源：https://d-nb.info/1386982970/34
  • DKT+认知负荷（Nature Sci Rep 2025）：同时考虑知识状态与认知容量。来源：https://www.nature.com/articles/s41598-025-10497-x 启示：把每个知识点拆到 200-500 个"知识原子"，DKT 追踪，RL 决定下一步。

三、有实证的学习法如何被 AI 放大

3.1 Bloom 2 Sigma 终于可扩展

Harvard RCT（Kestin et al., Scientific Reports, 2025-06）：精心设计的 AI 辅导组学习增益比优质主动学习课堂高 2 倍多，用时更短，动机更高。前提：工程化的苏格拉底追问 + 主动学习 + 认知负荷管理，不是裸 ChatGPT。来源：https://pmc.ncbi.nlm.nih.gov/articles/PMC12179260/

3.2 检索练习 + 间隔重复（最强两大策略）

Hattie & Donoghue 元分析（242 研究，169,179 人）：分布式练习 + 练习测试是所有策略中最强。来源：https://evidencebased.education/resource/retrieval-and-spaced-practice-study-strategies-that-must-be-combined 启示：每节强制 3-5 道提取测试（不许看笔记）；实现 FSRS/SM-2 间隔调度；绝不直接给答案。

3.3 掌握式学习

90%+ 掌握才进下一节，消除知识漏洞叠加。来源：https://ollo.com/blog/2026/02/blooms-2-sigma-problem-ai-democratization.html

3.4 苏格拉底诘问（有效条件）

德国实验（arxiv 2508.05116）：结构化 Socratic AI 在批判/独立/反思思维上显著优于普通聊天机器人。来源：https://arxiv.org/pdf/2508.05116 英国 RCT（arxiv 2512.23633）：追问过长会让学生沮丧，44.3% 人工干预为调节节奏 → 需"退出条件"。来源：https://arxiv.org/html/2512.23633v1

3.5 Productive Failure

ACL 2025（StratL 算法）：将 PF 策略注入 LLM，新加坡高中田野实验有效无副作用。来源：https://aclanthology.org/2025.findings-acl.1348.pdf

3.6 可教 AI（费曼技巧 AI 化）

Curiosity Notebook（Springer 2025）：用自己话 paraphrasing 比选句子学习效果更好，且与学习增益正相关。来源：https://link.springer.com/article/10.1007/s40593-025-00461-1 Teachable AI 与学生 agency（BJET 2026）。来源：https://bera-journals.onlinelibrary.wiley.com/doi/10.1111/bjet.70038

四、前沿/脑洞方向

  • 多模态生成：X-Pilot AI 自动生成教学视频，工程力学课基础提问 -40%。来源：https://www.x-pilot.ai/blog/stem-education-ai-video-revolution
  • 学习者数字孪生：AI Gem（MDPI 2025，知识+情绪状态）来源：https://www.mdpi.com/2073-431X/14/9/367 ；DeepTutor（arxiv 2604.26962，trace forest 记忆）来源：https://arxiv.org/html/2604.26962 ；AI Twin（UBC CHI 2026，声音克隆复述）来源：https://www.cs.ubc.ca/labs/socius/files/papers/chi2026-aitwin.pdf
  • AI 同伴系统：OnlineMate（arxiv 2509.14803，ToM 多代理）来源：https://arxiv.org/html/2509.14803v4
  • 语音实时辅导：Squirrel AI 2024 款含情绪识别。
  • 错误驱动实时出题：Synthesis Tutor 核心。来源：https://www.unite.ai/synthesis-tutor-review/
  • Minecraft 情境学习：初步证据（EDM 2024）来源：https://educationaldatamining.org/edm2024/proceedings/2024.EDM-short-papers.37/index.html ；系统综述称证据偏倚风险中-高（DCU 2025）来源：https://doras.dcu.ie/30744/

五、反面教训（失败模式）

5.1 ⭐ 最重要："好用却没学会"——Bastani AI 悖论

Bastani et al. 2024 PNAS（宾大，~1000 高中数学生）： - 可直接问 AI 要答案组：练习 +9% → 期末考（无 AI）-6.45% - 只给提示不给答案组：练习 +33% → 期末考无显著负效应 结论：AI 无护栏时会通过提升练习表现掩盖真实技能缺失。来源：https://hamsabastani.github.io/education_llm.pdf ；https://knowledge.wharton.upenn.edu/article/without-guardrails-generative-ai-can-harm-education OECD 数字教育展望 2026：表现 ≠ 学习。Bastani 田野实验：撤掉 AI 后续测试 -17%。

5.2 动机失败：用户不主动用

Khan Academy 2024 报告：仅约 9% 学生达到推荐使用量（30 分钟/周）。来源：https://blog.khanacademy.org/khan-academy-efficacy-results-november-2024 U Toronto RCT：无教师/家长鼓励，使用量急剧下降。 启示：需粘性机制——社交激励、成就系统、家长/教师问责。

5.3 Khanmigo 早期混合结果

UWindsor 2024：Khanmigo vs Google 搜索学月相，学习增益无显著差异。来源：https://jtl.uwindsor.ca/index.php/jtl/article/view/10052 Khan 官方 2026-04 承认早期结果"参差不齐"。来源：https://blog.khanacademy.org/learning-in-the-open-what-ai-is-and-isnt-changing

5.4 AI 幻觉与科学错误

Brookings 2026：AI 优先速度/参与度，生成"自信的错误信息"，核实困难。来源：https://www.brookings.edu/articles/ais-future-for-students-is-in-our-hands

5.5 认知负荷与浅层理解

欧洲议会 2026 简报：AI 供应现成输出会绕过产生持久学习的认知努力。来源：https://www.europarl.europa.eu/RegData/etudes/BRIE/2026/784575/IUST_BRI(2026)784575_EN.pdf

六、综合设计建议

  1. 护栏即架构：AI 永不直接给答案。流程：尝试→分析错误→给Hint→再试→苏格拉底追问→兜底步骤分解。
  2. 三层学习飞轮：激活兴趣（情境化+可视化）→ 建构理解（PF+苏格拉底+DKT）→ 固化记忆（间隔重复+检索练习+可教AI）。
  3. 动机是独立产品挑战：社交可见进度 + 外部问责 + 每节一个"哇时刻"。
  4. Generative UI 是差异化 moat：先做 PoC 验证"交互模拟 vs 文字解释能否提升首次答题正确率"。
  5. 知识点拆解粒度是基础设施：没有精细知识图谱，DKT 与掌握式学习无法工作。

证据分级：本报告区分"已验证事实"（RCT/同行评审）与"推测"。哈佛 Kestin RCT 为单一研究，需跨科目/年龄/文化复现。