2026-07-06
AI 导师在达特茅斯课程中提升学习效果 0.71-1.30 个标准差
一篇发表于 2026 年 Intextbooks 研讨会的同行评审研究报告称，在达特茅斯学院一门真实课程中部署的 AI 导师，与传统教学方法相比，实现了 0.71 至 1.30 个标准差的学习效果提升。 如此大的效应量表明，AI 导师在真实高等教育环境中能显著超越传统教学，预示着个性化、可规模化学习辅助的巨大变革潜力。 该研究在达特茅斯学院的一门课程中进行，效应量范围为 0.71 至 1.30 个标准差，这在教育研究中被认为是非常大的。该 AI 导师可能根据学生的回答提供自适应反馈和个性化练习。rss · HN Frontpage · 7月5日 18:47
背景: 效应量是衡量干预效果大小的标准化指标，通常以标准差表示。在教育领域，0.2 被视为小效应，0.5 为中等，0.8 为大效应。AI 导师利用机器学习来适应个体学习者，提供实时反馈和定制练习。此前多在受控环境中探索，而本研究提供了真实课程中的证据。