文献：OECD (2026), OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education, OECD Publishing, Paris. 247 页，三大板块、13 章。

研究问题：生成式人工智能（GenAI）正在快速进入全球教育系统，引发对个性化学习、教学改进和系统管理效率的期待。报告要回答：GenAI 在哪些场景真的能改善学习结果？哪些证据支持或反对这些期待？教育利益相关者如何引导其有效且负责任的采用？

论证思路：报告综合最佳可得实证研究、设计实验与专家洞见，按“增强学生学习 → 增强教师表现 → 改善系统管理”三个层面组织证据，并给出政策含义。核心判断是：通用 GenAI 若作为捷径使用会损害学习，必须带有教学目的使用，或重新设计为专门的教育 GenAI 工具。

关键发现一：GenAI 改善学习的条件

证据的两种结果

报告指出，关于 GenAI 对学习的影响，证据呈现两种结果：有些研究发现学生的输出质量和学习都提升；另一些则没有，尤其是当工具直接给出答案、而非支持真实学习过程时。

关键机制是元认知参与（metacognitive engagement）——把答案转化为理解的心理过程和努力。当学生过度依赖 GenAI 时，元认知参与下降，导致任务表现与实际学习之间的错位（misalignment between task performance and genuine learning）。

土耳其实地实验：短期提升、长期受损

报告引用的一个关键证据是土耳其的实地实验：学生接触 GPT-4 后短期表现提升——标准界面下提升 48%，支持学习的辅导版本下提升 127%；但当访问权限移除后，学生表现比基线差 17%。

“students performed 17% worse once access was removed, showing that generative AI can undermine learning unless explicitly designed to support skill acquisition.”

——除非明确设计为支持技能习得，否则 GenAI 可能损害学习。

正面证据：配置为教学工具的 GenAI

• 哈佛物理课随机对照实验：同一套“主动学习”教学原则，通过线上 GenAI 辅导 vs 线下面对面授课。学生用 AI 辅导在更短时间内学到更多，且更投入、更有动机（Kestin et al., 2025）。
• 中国阅读实验：配置为实现基于问题的学习（PBL）的 GenAI 工具，阅读成绩和动机优于传统非个性化方法（Huang et al., 2025）。
• 协作学习综述（Strauß & Rummel, 2026）：大多数研究不使用通用 LLM，而是配置模型控制其行为、赋予特定角色——基于此前计算机辅助协作学习研究的良好实践。

共同模式：GenAI 改善学习的前提是——工具被配置为教育用途、植根于专家教学实践和学习科学，而非通用聊天机器人。

关键发现二：反馈与评估

GenAI 生成反馈

报告（Gašević & Yan, 2026 综述）认为，GenAI 能支持教师给出更好的反馈，但不能替代人类反馈。证据对比：

• AI 生成的反馈在质量上与人类反馈相当（如 GPT-4 反馈的学习增益与人类教师相当，Kaliisa et al. 元分析）
• GenAI 反馈更可读、更润色；人类反馈更简洁；GenAI 在过程与自我调节维度上略优
• 但人类与 GenAI 对学生作品优缺点的判断一致性低

结论：反馈必须被认真对待并采取行动才有效，这取决于质量、可信度与动机维度——纯委托给 GenAI 并不必然成立。

高利害标准化评估

GenAI 可大规模生成试题、设计更真实的任务（模拟真实交流的交互式写作与口语任务）。教师与 AI 协作可获得显著生产率提升。

关键发现三：教师与 AI 协作

Teacher–AI Teaming 框架

报告提出教师与 AI 协同工作（teaming）的模型：教师与 AI 互相批判、互相完善对方输出，迭代过程提供改进教学质量的最大潜力，同时保留专业判断。这区别于“替代”（replacement）与“互补”（complementarity）两种范式。

现成工具的局限与专门化需求

• 大多数现成聊天机器人很少与课程对齐（rarely align with curricula）
• 主张构建专门的教育 GenAI 系统，与教师和学生共同创建（co-created），让教育者控制机器行为与学生交互——例如教师可设置工具的“幻觉”水平、反馈学生 GenAI 交互

AI 教学助手证据

高等教育中已有 AI 教学助手（如 JeepyTA 平台案例）。学生评价某工具在清晰度、准确性和专业性上相当于人类助教，但在动机和发展性指导上较弱。

关键发现四：系统与制度管理

• GenAI 正在重塑机构行政任务：嵌入模型可映射课程与项目间的等价关系，使招生、职业指导和课程分析更快更准；大规模试点显示高预测准确率与效率增益，但人机协作仍是必须（chapter 11）
• GenAI 对教育研究的影响：在自然科学中加速从假设生成到实验设计的全过程（chapter 13）

图：GenAI 采用率

精读笔记

核心论点：GenAI 有潜力规模化个性化学习支持、提升反馈质量、自动化部分评估——但“便利”有代价。关键是教学目的：带教学目的使用通用工具，或重新设计为专门的教育工具；教师应鼓励学生能动性、强调过程（如何思考与学习）而非输出。

方法要点：

• 以证据综合为方法，区分“任务表现提升”与“真实学习增益”两类结果
• 用实地实验（土耳其）、随机对照试验（哈佛物理）等高质量证据支持判断
• 按学生/教师/系统三层组织，便于决策者按需取用

局限与边界：

• 证据仍在快速演进，许多方向“证据有限、统计功效不足”
• 技术迭代快（如新模型 Deepseek、Perplexity 2023 年以来市场份额增长），结论需随技术更新
• 报告为政策导向综述，各章证据强度不一，部分为原型与设计实验

可延伸方向：追踪 GenAI 辅导系统在中文教育场景的长期效果；研究教师与 AI 协作（teaming）在高校的具体实现；将“元认知参与”作为调节变量考察 GenAI 使用方式的影响；比较专门教育工具与通用工具在课程对齐上的差异。

原文地址

• OECD 官方页面：OECD Digital Education Outlook 2026
• DOI：10.1787/062a7394-en