教育国际前沿第6期：美国发布“STEMM 2050”战略等|人工智能|教学|教育国际前沿|科学|美国

教育国际前沿2024年第6期目录

基础教育

1.美国STEMM机会联盟发布《STEMM公平与卓越2050：国家进步与繁荣战略》

2.兰德发布《2024 年教师幸福感和离职意向》

3.布鲁金斯发布“家校社协同变革教育的六大全球经验”

数字教育

4.牛津大学出版社发布《研究人员与人工智能：调查发现》

5.OECD发布《学生、数字设备与成功》

6.新西兰智库发布《生成式人工智能在教育领域的机遇与风险》

7.谷歌发布《教育生成式人工智能开发技术报告》

美国STEMM机会联盟发布《STEMM公平与卓越2050：国家进步与繁荣战略》

2024年5月1日，美国STEMM机会联盟（SOA）在与美国白宫科技政策办公室（OSTP）联合举办的“白宫STEMM公平与卓越峰会2024”上，正式发布《STEMM公平与卓越2050：国家进步与繁荣战略》。

该战略由 3M、Uber 和微软等 200 多家公司、高等教育机构、联邦和州政府以及慈善团体组成的 STEMM 机会联盟 (SOA) 制定。该战略的总体目标是帮助历史上被排斥和边缘化社区的2000万人进入科学、技术、工程、数学和医学领域并取得成功。联盟成员表示，他们将向近 350 个新的和现有的项目以及其他支持该战略的承诺投入总计超过 20 亿美元。

该战略指出，美国在科学、技术、工程、数学和医学(STEMM)领域的领导地位有望成为进步的引擎，助力未来建设更强大、更具包容性的美国经济和社会。

为此，该战略提出了一个包括基础、支柱和顶石等要素在内的框架。

其中，基础指的是实现长期的系统变革需要建立在问责制和伙伴关系上；支柱包括参与（培养每个孩子的好奇心）、启迪（培养有技能和多样化的教育工作者）、发现（在高等教育中为所有人创造机会）、创新（在研发中集思广益）、机会（确保所有员工都能茁壮成长）；顶石指的是战略沟通，即通过突出多元化STEMM专业人士的声音和故事以及STEMM对社会的贡献，塑造人们对于哪些属于STEMM领域的广泛认知。针对每一个要素，该战略还提出了具体目标、主要参与者、关键指标和实施方法等。例如，该战略提出到2042年STEMM机会联盟合作伙伴要达到600个；到2040年，所有中学生都有机会学习微积分、物理和其他高等数学和科学课程；到2035年，将最难配备师资的学校的STEMM教师短缺减少三分之一；到2030年，650多万青年参加了课后STEMM学习体验，其中70%来自边缘化社区等。

根据相关报道，美国推出这一战略，其中的一个重要原因是与中国进行竞争。该报道指出，未来STEM人才预计将比其他职业增长更快，而且通常收入更高。培养和利用这些人才是美国、中国和其他竞相推进人工智能、量子计算、生物技术和其他领域的国家的首要任务。2023年对STEM工作者的一项调查发现，60%的人认为中国将在五年内成为科技领域的全球领导者。

注：STEMM机会联盟（SOA）由美国科学促进会（AAAS）、多丽丝·杜克基金会和白宫科技政策办公室于 2022 年 12 月在首届白宫 STEMM 公平与卓越峰会上发起，目前合作伙伴有200多个，联盟的愿景为：建立一个以公平、包容和科学卓越为基础的 STEMM 生态系统，到 2050 年为所有人提供进步、创新和繁荣的动力。

资料来源：

SOA. STEMM Equity and Excellence 2050: A National Strategy for Progress and Prosperity. https://stemmopportunity.org/national-strategy-2050

Alison Snyder. Exclusive: National strategy to build diverse STEM workforce unveiled. https://www.axios.com/2024/05/01/stem-diverse-workforce-national-strategy

兰德发布《2024 年教师幸福感和离职意向》

2024年6月18日，美国兰德公司发布2024 年美国教师状况调查结果报告。该调查是对美国各地幼儿园至 12 年级公立学校教师的年度调查。本次调查结果侧重于教师的幸福感和与教师保留相关的一小部分高关注因素：工作压力的来源、薪酬、工作时间以及教师辞去现任工作的意愿。该报告跟踪了教师的幸福感情况，并将教师的回答与同等工作的成年人的回答进行了比较。主要结果如下：

——2024 年教师报告的幸福感与 2023 年一致，但与同等工作的成年人相比，报告经常经历与工作相关的压力或倦怠的教师数量大约是前者的两倍，报告难以应对与工作相关的压力的教师数量大约是前者的三倍；

——与同等在职成年人一样，教师也有可能表示他们打算在 2023-2024 学年结束前离职；

——报告显示，教师每周工作时间比同等工作的成年人多 9 小时（ 53 小时VS 44 小时），但平均基本工资却少约 18000 美元（约 70000 美元VS 88000 美元）；

——36% 的教师认为他们的基本工资足够，而同等工作的成年人中这一比例为 51%。平均而言，教师希望基本工资增加约 16000 美元，才认为他们的工资足够。

——女教师报告的频繁工作相关压力和倦怠率明显高于男教师，自 2021 年以来一直如此。女教师报告的基本工资也明显低于男教师，但每周工作时间没有差异。

资料来源：

RAND. Teacher Well-Being and Intentions to Leave in 2024: Findings from the 2024 State of the American Teacher Survey. https://www.rand.org/pubs/research_reports/RRA1108-12.html

布鲁金斯发布“家校社协同变革教育的六大全球经验”

2024年5月31日，布鲁金斯发布《关于家庭、学校和社区参与如何改变教育的六项全球经验》报告，这是继2024年2月发布家校社协同育人研究指南（），3月份发布《全球家庭、学校和社区参与标准工具》（）后第三份有关家校社协同育人的重磅研究报告。

该报告基于布鲁金斯学会普及教育中心在全球16个国家和地区开展的家校社协同育实践而完成，有数百名学生、家庭、学校教育工作者和研究人员参与。

报告总结了六大全球经验，基于六大洲的学校、地区和国家背景下的数据和对话。这六大经验为：

——从信念开始。家庭、教育工作者和学生通常对学校的目的、什么是优质教育以及首选的教学方法有不同的看法。了解家庭、教育工作者和学生对教育的信念和经验，对于建立教育系统的一致性和共同的教育愿景至关重要。

——将家庭定位为合作伙伴。家庭认为自己以多种方式参与和参与到孩子的学习中；然而，这种参与对教育工作者来说并不明显。绝大多数家庭都支持在家学习，但教育工作者通常将家庭参与定义为家庭参与学校事件、委员会和学校活动的程度。

——共同打破壁垒。家庭、教育工作者和学生通常都认为，存在许多结构性和情境性的障碍阻碍建立牢固伙伴关系。然而，教育工作者倾向于将家庭参与度低归咎于父母/照顾者，而没有充分认识到他们在尝试与学校互动时遇到的挑战。

——加速信任建设。学校教育工作者对家庭的信任度低于家庭和学生对教育工作者的信任度。家庭、教育工作者和学生都同意，更高水平的信任将促进学生和学校的成绩和成功，但建立信任需要时间。了解家庭、教育工作者和学生在教育中的信念和经验对于建立关系信任和制定响应策略至关重要。

——必须让家庭、学校和社区都参与进来。许多教育系统框架设想家庭扮演有限的伙伴角色。持续不断地为家庭、学校和社区参与活动提供资金对于建立牢固的伙伴关系至关重要。

——通过社区驱动的研究打破权力格局。社区驱动和参与式研究是建立家庭和学校之间关系信任和打破权力动态的有力途径。通过合作研究，家庭、教育工作者和学生可以制定连贯一致的策略来满足社区需求。

资料来源：

Brookings Institution. Six Global Lessons on How Family, School, and Community Engagement Can Transform Education. https://www.brookings.edu/wp-content/uploads/2024/05/Final-Six-Global-Lessons_EN_24June2024_web.pdf

牛津大学出版社发布《研究人员与人工智能：调查发现》

2024年3-4月，牛津大学出版社对来自全球不同地区、不同学科（包括人文学科、STM 和社会科学）和不同职业阶段的 2000 多名研究人员进行了一项调查，旨在了解他们对 AI 的反应以及在工作中使用 AI 的方式。5月23日，该项调查报告发布，结果显示：

——大多数人表示他们使用过某种形式的人工智能。76% 的人表示他们在研究中使用了某种形式的人工智能工具，其中机器翻译（49%）和聊天机器人（43%）最受欢迎。

——超过三分之二的人感受到了使用人工智能的好处。在已经在研究中使用人工智能的受访者中，67％的人认为人工智能在某种程度上为他们带来了益处。27％的受访者对人工智能在学术研究中的前景感到兴奋，数据分析和内容呈现被视为可能改善研究成果的方式。

——绝大多数人表示对人工智能公司持怀疑态度。只有 8% 的人相信人工智能公司不会未经许可使用他们的研究数据，而只有 6% 的人表示他们相信公司能够满足他们的数据隐私和安全需求。

——半数担心人工智能影响研究质量。一半（50%）的人表示，他们担心人工智能未来可能对学术研究产生的影响。虽然 37% 的人同意人工智能将为研究人员节省时间，但只有 19% 的人表示人工智能将提高整体工作质量。

——多数对知识产权担忧。五分之三的受访者认为，在研究中使用人工智能可能会破坏知识产权，并导致作者无法因其作品的使用而得到适当的认可。

——四分之一的人认为人工智能可能会降低批判性思维能力。在所有学科领域中，32%的人表示担心人工智能会对研究人员的技能产生负面影响，25% 的人认为人工智能技术降低了批判性思维的需求。

——研究人员对人工智能的看法存在代际差异。四分之一（25%）处于职业生涯早期的受访者表示对人工智能持怀疑或质疑态度。然而，在职业生涯后期的受访者中，这一比例下降到 19%。职业生涯早期的研究人员对人工智能的看法也更加分歧，表达中立观点的人数比职业生涯后期的研究人员要少。

——大部分人认为考虑人工智能使用的影响很重要。69% 的人认为，在自己的研究中使用人工智能工具之前，充分评估使用人工智能工具的影响非常重要。只有十分之一 (12%) 的人表示，在使用人工智能工具之前，他们不会寻求有关在工作中使用人工智能的指导。

——近一半机构没有人工智能使用政策。46% 的人表示他们所在的机构没有关于在工作中使用人工智能的政策，另有 26% 的人表示他们不知道是否有政策。

——超过一半的人会向学术协会寻求人工智能指导。54% 的人表示他们会向学术协会寻求有关人工智能的指导，43% 的人表示他们会向自己的机构寻求指导，27% 的人表示他们会向出版商寻求指导。

资料来源：

OUP. Researchers and AI: survey findings. https://fdslive.oup.com/www.oup.com/academic/pdf/Researchers-and-AI-survey-findings.pdf

OECD发布《学生、数字设备与成功》

2024年5月24日，经合组织发布《学生、数字设备与成功》论文。该论文指出，在当今世界，数字环境在儿童生活中扮演着至关重要的角色，为儿童提供了教育、社交和娱乐的机会。然而，它也带来了网络欺凌、接触不当内容和侵犯隐私等风险。人们还担心过多的屏幕时间会影响儿童的社交和情感发展，从而引发了关于儿童互动质量的争论。该论文的部分主要发现如下：

——在课堂上过度使用数字设备休闲会对学生的学习成绩产生负面影响。

——经合组织59%的学生表示，至少在一些数学课上，其他学生使用手机、平板电脑或笔记本电脑分散了他们的注意力。

——报告称在某些、大多数或所有数学课上受到同学使用数字设备干扰的学生在数学考试中的成绩明显较低。

——经合组织国家中，在禁止使用手机的学校，平均有 29% 的学生表示每天使用智能手机数次，21% 的学生每天或几乎每天都用智能手机。

——一些研究表明，孩子的读写能力与他们和家人一起看屏幕的时间呈正相关，但如果孩子独自看屏幕，则呈负相关。

——智能手机禁令等政策可以帮助减少干扰，但需要有效的执法和其他策略来营造专注的学习环境。

资料来源：

OECD . Students, digital devices and success. https://doi.org/10.1787/9e4c0624-en

新西兰智库发布《生成式人工智能在教育领域的机遇与风险》

2024年6月17日，新西兰智库组织“新西兰倡议”（The New Zealand Initiative）发布报告，呼吁以科学为基础的方法在课堂上使用人工智能。该报告对人工智能将改变学生学习的重要内容或从认知角度改变学习方式这样的观点提出了质疑。

该报告指出，教育系统的一项重要任务是灌输学科知识。人工智能不会改变这一点。科学、历史和数学等学科知识提供了至关重要的认识论工具，即检验真理主张的方法。如果没有精通这些学科的学者，人类的知识进步就会停滞不前。此外，至少掌握基本的认知学科知识有助于年轻人成为有能力的民主公民。民主依赖于具有批判性思维能力的公民。批判性思维本身依赖于知识和推理能力。两者都是由学科学习培养的。

报告认为，将任何技术（包括人工智能）应用于教育的一个重要原则是：确保学生掌握了以后学习所需的任何知识和技能，达到认知自动化的程度。

这一原则与“21世纪学习”的范式不一致，后者是当前关于人工智能在教育中潜在作用的讨论的基础。虽然评论人士没有明确表示学生不再需要学习算术、识字或学科知识，但许多人都淡化了它们的重要性。

这些评论家通常认为，人工智能可以让学生自由地创造内容，批判性地思考，而不会陷入困难的学习中。工作性质的变化，包括“软技能”的重要性日益增加，经常被引用为不强调学科学习的理由。

然而，这一论点依赖于一种错误的观念，即创造力和批判性即使没有知识也是可能的。人工智能在教育中的有效作用与任何技术一样:它应该被用来增强而不是取代学科学习。人工智能不应被允许取代知识渊博、善于向年轻人传授知识的教师角色。

就生成式人工智能而言，报告认为可以直接惠及三个核心且重叠的教育领域:学习支持、教学支持和形成性评估。

对学习的支持包括人工智能作为增强学生自身认知活动的工具的可能性。学生可以使用人工智能来帮助他们收集信息、编辑文档或检查写作中的技术细节。

对教学的支持包括使用人工智能作为“虚拟导师”，收集和分析数据以改善教师的实践。

形成性评估——从学生和教师之间简短、非正式的互动到对实质性学习活动的结构化反馈——是一种强有力的教学工具。虽然人工智能参与评估对确保总结性评估的真实性提出了挑战，但它在支持和加强形成性评估方面具有相当大的潜力。

资料来源：

Michael Johnston. Welcome to the Machine: Opportunities and Risks of Generative Artificial Intelligence for Education. https://www.nzinitiative.org.nz/reports-and-media/reports/welcome-to-the-machine/document/844

谷歌发布《教育生成式人工智能开发技术报告》

谷歌近日《面向教育生成式人工智能的负责任开发:一种评估驱动的方法》技术报告，介绍了谷歌改进教育生成式人工智能的方法，并强调了如何与人工智能和教育技术共同体合作，负责任地最大限度地发挥其积极影响和潜力。

报告首先指出，世界面临的一个主要挑战是提供公平和普遍的优质教育机会。人工智能(Gen AI)的最新进展使人们对新技术的潜力感到兴奋，这些新技术可以为每个学习者提供私人导师，为每个教师提供教学助手。然而，这一梦想的全部范围尚未实现，主要是由于将教学直觉描述为生成式人工智能提示语的困难，以及缺乏良好的评估实践，而定义优秀教学法的挑战又加强了这一点。

该报告具体描述了谷歌团队为教育用例优化生成式人工智能目前所做的工作。该团队聚焦教育教学中的一对一对话辅导，并提出了一个全面的评估协议。

报告指出，研究团队之所以聚焦于对话辅导，是因为他们相信它是最有影响力和最普遍的用例之一，因为它需要将许多重要的教育能力集成到一个系统中。优秀的对话式人工智能导师有可能增强学习者（通过为他们提供即时反馈并适应他们的个人需求）和教师（通过增加他们的影响力并减轻他们的工作量）的教育体验。

而之所以关注评估框架，是因为目前在学习科学、教育技术和教育人工智能之间（甚至内部）缺乏一个共享框架，而这样的框架可能比任何单一产品都更能推动进步。此外，有效的教学成功衡量标准是优化人工智能解决方案的先决条件，而人工智能解决方案需要这样的“导航”信号。

资料来源：

Google DeepMind. Towards Responsible Development of Generative AI for Education: An Evaluation-Driven Approach. https://goo.gle/LearnLM