AI + 学习差异：设计无边界的未来

人工智能+学习差异 设计一个无界限的未来 Nneka J. 麦吉 ElizabethKozleski Christopher J.莱蒙斯 Isabelle C. 奥胡 Nneka J. 麦吉, J.D., Ed.D.她是AI+学习差异白皮书的项目负责人。作为一名教育家、研究者和倡导者，她致力于为探索新兴技术的学习者提供途径和机会。作为她博士学习的一部分，麦吉的论文专注于K-12教师在学习环境中实施或准备实施人工智能的经历。她当前的工作致力于家庭教育和小型学校环境中的AI实施，以及面向学龄前和小学学习者的AI资源。她还指导组织机构在战略上塑造其叙事。麦吉曾在多个AI咨询委员会和委员会任职，包括国家AI素养日、EngageAI学院和Foundations, Inc。她被评为2024年K-12 IT影响力人物，并被授予2024年和2025年ASU+GSV AI领域女性领导者称号。在创立她的咨询公司Muon Global之前，麦吉曾担任德克萨斯州南部一个公立学区中学数学教师和首席学术官。 伊丽莎白·考泽尔斯基，教育学博士她是斯坦福大学教育学院教授，也是斯坦福加速学习中心“学习差异与特殊教育未来”倡议的主任。她参与过与教育系统变革、公平与正义问题相关的调研和政策制定工作，尤其专注于种族、能力与语言交叉领域的研究。该学习差异倡议聚焦于学习科学、教育工作者队伍建设、政策制定和知识转化等跨学科科学进展。科兹莱斯基继续与旨在实施包容性教学与学习、探索教师如何在复杂多元的学校环境中实践学习的研究实践伙伴合作。科兹莱斯基的政策工作专注于教师队伍建设。她有两本新书将于2025年出版：《美国家庭、新冠疫情与不平等教育》和《改革特殊教育工作者队伍：研究与复杂系统视角》。 克里斯托弗·J·莱蒙斯，博士她是斯坦福大学教育学院特殊教育教授，同时也是斯坦福大学唐氏综合征研究中心联合主任。她的研究领域涉及智力、发育和学习障碍的儿童和青少年的学术成果。她最近的研究重点是开发评估针对唐氏综合征及其他智力和发展障碍个体的阅读干预措施。在进入学术界之前，利蒙斯在多个特殊教育环境中任教，包括学前自闭症班、小学资源与融合项目以及中学生活技能课堂。 伊莎贝尔·C·豪她是斯坦福大学学习加速器（Stanford Accelerator for Learning）的执行董事，这是一个全校范围内的倡议，旨在连接跨学科的学者和学生，并桥接研究、实践和政策，为所有学习者在整个生命历程中带来优质、可扩展且公平的学习体验。此前，她是想象未来公司（Imaginable Futures）的创始合伙人，该公司是奥米迪亚集团（The Omidyar Group）的一家风险投资公司，该集团是eBay创始人皮埃尔·奥米迪亚（Pierre Omidyar）和他的妻子帕姆（Pam）的慈善投资公司。她领导了美国教育倡议、投资组合和团队。她的工作直接影响了数百만名学习者和家庭。黄目前担任EDC和Sonen的董事会成员，担任EdSAFE AI联盟和布鲁金斯学会全球人工智能任务组的指导委员会成员。黄被哈佛商学院评为“100位鼓舞人心的女性”之一。她获得了2024年和2025年ASU+GSV领导人工智能女性奖，以及2021年全球MindED早期儿童教育包容性领导奖。她是《热爱学习：关怀与连接在早期教育中的变革力量》一书的作者。 推荐引用：Nneka J.麦吉，伊丽莎白·科兹莱斯基，克里斯托弗·J.莱蒙斯和伊莎贝尔·C.豪。“AI+学习差异：设计一个无边界的未来”，斯坦福大学学习加速器，斯坦福大学，2025。 这份白皮书反映了作者的观点，并包含了研讨会和黑客马拉松参与者的引言。它不一定代表斯坦福大学或合作组织的观点。 *关于人工智能的说明：本白皮书由主要作者撰写。在编辑过程中少量使用了ChatGPT和Grammarly。在“人工智能+学习”工作研讨会期间，使用了Sembly AI进行会议记录和总结。所有笔记均由作者及其他人员审阅和核实。 我们感谢斯坦福大学教育学院 I. 詹姆斯·奎伦院长、斯坦福大学教育学院教育技术诺梅利尼与奥利维尔教授兼斯坦福大学学习加速器哈珀家族教授主任丹尼尔·L·施瓦茨。 特别感谢 Chinat Yu 对 AI + 学习差异黑客马拉松以及配套工具包开发的贡献。 这份白皮书源自斯坦福学习加速器举办的两日活动，并得益于艾伦基金会的慷慨支持，以及与 CAST、儿童健康委员会（CHC）和斯坦福以人为本人工智能研究所（HAI）的合作。 由致力于在全球范围内培养包容性教育倡议的组织——阿兰娜基金会慷慨解囊，使得“AI+学习差异”工作研讨会和“AI+学习差异”黑客马拉松得以成功举办。阿兰娜基金会的支持赋予旨在增强不同类型学习者公平性和可及性的创新方法以力量。 我们感谢与一个致力于通过通用设计学习（UDL）为所有人扩大学习机会的非营利教育研究与开发组织 CAST 的合作。CAST 的贡献确保了项目能够有效地整合教育实践。 儿童健康委员会（CHC）也是一个值得信赖的合作伙伴，我们感谢其在此过程中的合作。该组织为青年提供全面的服务，专攻学习差异、心理健康和健康福祉。CHC的专业知识有助于指导那些旨在提升学习者福祉和学业成功的实践。 此外，我们还认识到与斯坦福以人为本人工智能研究所（HAI）的宝贵合作。HAI 推进人工智能研究、教育、政策与实践，以造福人类，确保努力得到尖端和合乎伦理的人工智能实践的指导。 特别感谢利兹·马丁内斯（Leslie Martinez），斯坦福学习加速器（Stanford Accelerator for Learning）的活动项目经理，以及海蒂·张（Heidi Chang），斯坦福教育学院（Stanford Graduate Schoolof Education）的专业学习总监。他们 dedicated 的参与塑造了 AI + 学习 Diferences 工作研讨会（Working Symposium）和黑客马拉松（Hackathon）的规划与执行。也深深感谢那些在 various capacities 服务过并在这些活动的成功中 played a critical role 的无数其他人。 诚挚感谢评审专家：普里西拉·奥卡玛、格拉纳·赖特-加洛、詹娜·格里夫、佩德罗·哈特 ung、帕特里克·海恩斯、山姆·约翰斯顿、琳赛·琼斯、苏珊娜·朗、辛迪·洛佩兹、鲍比·摩尔、凯瑟琳·国王·索里厄斯、特拉西·怀特·韦登。他们审慎的反馈和建设性贡献有助于提升最终产品的质量和影响力。 向文字编辑德博拉·彼得森致敬，她的文字驾驭能力无与伦比：感谢您的敏锐洞察、周到修改，以及帮助塑造了这份白皮书的思想清晰度和基调。 鸣谢帕特里克·博杜安为白皮书提供的图片。感谢工作室图形设计公司的约翰·韦杜奇为白皮书进行设计。 目录 第七章AI在职业生涯中教师教育 第八章人工智能与劳动力 48第九章人工智能、相互依存与生活满意度 25第四章。AI在需求识别和中介设计中的需求 29第五章。人工智能下的社会与情感福祉 人工智能（AI）的快速扩张在设计和创新系统时，为应对学习差异提供了前所未有的机遇。2024年12月，斯坦福学习加速器举办了“AI+学习差异”研讨会和“AI+学习差异”黑客马拉松，将社区成员聚集在一起，探讨AI系统如何为所有人扩展学习机会。 这份白皮书将贡献综合为九个相互关联的部分，每个部分都考察了人工智能和学习差异的交叉点上的一个关键维度： 伴随这些见解，AI+学习差异黑客马拉松工具包提供了实用资源，以促进社区成员之间的共同设计和协作。 将这些见解和建议结合起来，形成了一个连贯的策略，利用人工智能系统塑造一个所有学习者都可以不受限制地茁壮成长的未来。 “没有我们，就没有关于我们的事情” —迈克尔·马斯塔和威廉·罗兰德，南非残疾人 受此指导原则的启发，斯坦福学习加速器召集了100多名学生、教育工作者、研究人员、创新者、政策制定者、慈善领袖和其他社区成员，共同探讨人工智能（AI）的进步及其对学习差异的影响。1体现对真实参与的深刻承诺，具有交叉身份的个人共同设计人工智能+学习差异工作研讨会和黑客马拉松的各个方面，从最初的构想到创建记录所分享观点的资源。 本白皮书的内容和结构基于合作对话。不同年龄、文化、能力和经验在小组成员讨论中得以体现，这些讨论聚焦于人工智能和学习差异的交叉领域的关键议题。这些对话有意被优先考虑，以突出那些最接近挑战和机遇的群体所提供的研究、见解、生活经验和新兴思想。 历史上，为了解决无障碍问题而设计的工具，例如字幕、语音识别，甚至电话，已经扩展到服务更广泛的受众。自2022年11月ChatGPT推出以来，生成式人工智能已推动各行业的發展，教育成为一個重點關注領域。2当今涌现的创新工具有潜力重塑所有人的学习。曾经抵制使用AI的教育者现在正在询问， 如何利用它来使学习者受益，同时强调安全、自主、隐私和创造力。学习已不仅仅是传递内容，它是在每个学生的条件下被发现的、共同创造的、被理解的。 考虑像微软的沉浸式阅读器或可汗学院的卡汉米戈这样由人工智能驱动的工具，它们为那些在传统环境中可能难以学习的学习者创造了新的机会。沉浸式阅读器最初是为有阅读障碍的学习者开发的，它始于一个获奖的编程马拉松项目。3它现在每月帮助超过2000万人自信地阅读。4卡姆奇戈是一个AI驱动的“个人导师和教学助理”。5它的自适应功能以传统上保留给需要个性化支持的学生的方式个性化学习。这些工具令人印象深刻，但它们仅仅是开始。我们远未达到创新的顶峰。 未来可能带来能够响应情感暗示、适应学习者的理解和动机，并以类似人类指导的方式引导执行功能和创造力的AI工具。课堂之外，AI可以编程来帮助个人更直观地规划职业道路。职场工具可以实时调整以满足认知和沟通偏好。社区技术可能促进归属感、协作和终身学习。这些进步将挑战我们重新构想学习为一个获取的过程和赋权的体验。 随着用户熟悉人工智能工具，关于适用性和可访问性的问题仍然存在： 我们将哪些假设构建到了人工智能系统中？谁在设计中被置于中心，谁又被排除在外？人工智能能否被编程以识别所有形式的卓越，即使它并不完全符合既定框架？ 这不仅仅是技术问题，更是道德问题。它们需要我们即刻关注，因为为人工智能驱动的未来奠定基础的工作仍在进行中。 学习差异指的是个体在能力、神经多样性以及体验差异方面的广泛范围。6我们认识到，差异可能在特定环境、法律背景下或由于个人偏好被识别为残疾。7学习差异是一个广泛的术语，它认识到人们学习和体验周围世界的方式存在差异。因此，我们关注为所有学习者从出生到成年扩展学习视野的机会。 许多政府和各种组织都认识到人工智能系统在推动教育等行业创新方面的巨大潜力，并制定策略以抓住机遇同时将风险降至最低。例如，欧盟在其伦理指南中强调可及性8当澳大利亚专注于负责任、合乎道德的设计时。9非洲联盟的人工智能战略要求公平实施10并且南非的倡导者正在为有学习差异的学生扩大 STEM 的普及。11伊比利亚美洲特殊教育需求人员教育合作政府间网络（RIINEE）网络，是一个于2024年启动的政府间工作组，通过创新促进八个拉丁美洲国家和西班牙的包容性教育。12中国已将人工智能教学纳入义务教育。13并且像新加坡的 Solve Education! 这样的组织正在使用人工智能来提供个性化、易于访问的内容。14 教育领域人工智能的政策制定正在快速演变。越来越多的一致意见强调让学生具备安全有效地使用人工智能的知识和技能。在美国，到2024年底，已有26个州发布了教育领域人工智能的指导方针。15在联邦层面，2025年4月发布的行政命令进一步强调了为人工智能驱动未来做准备的重要性。16在全球范围内，隐私和数据保护仍然是紧迫的问题。联合国儿童基金会强调，人工智能系统必须优先考虑儿童的权利，从一开始就将隐私、安全和防止数据滥用嵌入设计中。17 EDSAFE人工智能联盟已建立政策框架，以指导安全透明的AI教育生态系统的发展。18 即使正式指南持