《教育交流》播客:加州酝酿教育治理重大变革,Kirst 详解州长扩权新法
加州通过教育治理改革法案,将教育系统控制权从民选教育总监转移至州长任命的教育专员,新制将于 2027 年 1 月生效。改革推动者、斯坦福荣休教授 Michael Kirst 在访谈中复盘称,教师工会曾全力反对,但 950 个组织支持该法;他认为新专员将比州教育委员会主席更关键,并希望借此推动课堂教学改进。
推荐理由:改革推动者复盘了加州教育治理改革的政治博弈与预期影响,可帮助理解美国州级教育权力结构的调整逻辑。
人怎么想:教育管理者、校长与老师、研究者与从业者关于教育 AI 的观点、访谈与趋势评论。
加州通过教育治理改革法案,将教育系统控制权从民选教育总监转移至州长任命的教育专员,新制将于 2027 年 1 月生效。改革推动者、斯坦福荣休教授 Michael Kirst 在访谈中复盘称,教师工会曾全力反对,但 950 个组织支持该法;他认为新专员将比州教育委员会主席更关键,并希望借此推动课堂教学改进。
推荐理由:改革推动者复盘了加州教育治理改革的政治博弈与预期影响,可帮助理解美国州级教育权力结构的调整逻辑。
面对生成式 AI 对传统书面作业的冲击,怀俄明大学教授 Catherine Hartmann 在人文课程中恢复口试,通过逆向设计让学生整学期练习口头表达,最终以口试作为评估方式。宾夕法尼亚大学数学教授 Robin Pemantle 也让学生在黑板上解题并口头解释推理过程。作者认为口试能揭示学生的思考过程,而非仅看最终答案,但需注意多语言学习者的语言障碍,避免将表达困难误判为知识欠缺。
推荐理由:作者以两所大学的真实教学案例说明口试如何应对生成式 AI 对作业评估的冲击,并讨论了公平性设计。
联邦对SNAP的削减正在影响学校免费午餐的直接认证资格,CEP资格可能因此受到威胁。西弗吉尼亚州近18.3万名学生面临失去CEP的风险,部分学区已开始监测数据并准备应对。学校负责人正在通过主动发放申请表、加强教师沟通等方式,帮助家庭应对繁琐的申请流程。
推荐理由:原文梳理了联邦预算削减如何冲击免费午餐资格认定,并给出多所学校的应对思路,可帮助理解政策变化对校园的实际影响。
GitHub 工程师 Stephen Toub 发文详述了使用 GitHub Copilot 将 Copilot agent 运行时从 TypeScript 重写为 Rust 的过程。
推荐理由:作者以第一手数据复盘了用 AI 重写核心运行时的全过程,读者可据此评估 AI 编程在大型工程中的实际成效与局限。
Good Start Labs 联合创始人 Alex Duffy 接受 Latent Space 采访,探讨游戏训练 AI 模型技能能否迁移到真实工作。该公司用 30B 模型在 1830 游戏中训练,结果显示只有终端智能体设计能提升 Finance-Agent 基准表现,而单轮问答设计仅提升游戏内目标。Duffy 认为游戏训练可迁移到结构相似的任务,但迁移的广泛性和可靠性仍是开放问题。
推荐理由:原文用 1830 游戏实验和 Diplomacy 案例,具体展示了游戏训练如何迁移到金融研究与客服场景,并给出可验证的结果。
纽约市与洛杉矶联合学区相继宣布暂停学生使用生成式 AI,美国心理学会也发布报告提醒教育科技工具的风险。文章探讨了暂停令背后的考量,以及教育者如何将限制转化为教学对话的机会。
推荐理由:文章梳理了纽约与洛杉矶对生成式 AI 的暂停令,并呈现教育者与心理学家的不同立场,有助于理解美国学区 AI 政策的走向。
25岁的文学教师Josephine离开广州国际学校,成为教育创业者。她开发了教育AI产品NarrativeOS,让老师输入文学作品后由AI生成故事、人物、场景和互动分支,老师可自行修改和设计,目前已有300多名老师提供正向反馈。文章通过她的经历探讨了AI时代教育的核心问题:当机器能轻松完成任务时,教育需要保护的是学生亲自经历学习过程的机会,而非某种传统的学习方式。
推荐理由:一位文学教师转行教育创业者的经历,呈现了AI进入课堂后关于认知卸载与学习本质的思考。
美国一些家长开始用 AI 理解 IEP 文件并准备会议,教育工作者认为这有助于家长参与,但也存在输出不准确、隐私泄露等风险。专家建议教师主动示范透明披露,与家长共同审视 AI 建议,同时提醒家长避免将可识别个人数据输入 AI。
推荐理由:原文梳理了家长用 AI 准备 IEP 会议的利弊与法律边界,可帮助教师理解如何回应并建立透明协作。
EdSurge报道,大量AI生成的短视频正涌入面向学龄前儿童的平台,被批评者称为“baby slop”,内容常缺乏教育意义,甚至包含不准确信息或不当内容。教育工作者建议教师审查视频、研究创作者、使用Common Sense Media等可信资源,并采用“Stop, Wait, Go”框架引导儿童;同时,家长可通过提问和推荐经过验证的资源来支持孩子。
推荐理由:原文梳理了AI生成视频对幼儿认知的潜在危害,并给出教师与家长可操作的应对方法。
教育研究者凯茜·瓦特罗特在新书《青少年状况不佳》中提出,学校应审视自身环境而非仅靠SEL项目应对学生心理健康危机。她指出七节连排的课表、过重作业和传统评分方式都违背青少年发展需求,建议给予学生更多自主权、重新考虑作业计分方式,并强调心理健康与学业成就同等重要。
推荐理由:访谈从作息、作业、评分等具体环节剖析学校如何无意中加剧学生压力,并给出可落地的减负建议。
美国明尼苏达州立大学教授Chelsie Thielen撰文指出,学校现有的AI政策声明过于笼统,无法解决课堂中的日常公平问题。她提出一个三步实践框架:采购前审查训练数据、保持人类主导的高风险决策、持续评估AI工具影响,并建议要求供应商透明、吸纳多方利益相关者、扩展教师培训。
推荐理由:作者给出了从采购前审查到持续问责的三步实践框架,可直接用于学校制定AI治理流程。
美联社分析显示,截至今年春季,美国23个州及哥伦比亚特区共有数十万儿童在托育补助候补名单上,另有3个州直接拒绝了符合条件的申请家庭。候补名单自2023年的8个州扩大至此,主要原因是2024年秋季280亿美元疫情援助到期后国会未予延长。
推荐理由:原文用多个家庭案例和全国数据呈现托育补助候补名单膨胀的现状,读者可借此了解美国托育资金缺口的具体影响。
纽约市从教13年的英语教师Melinda Medina撰文指出,生成式AI最大的风险不是抄袭,而是学生独立思考能力的悄然退化。她观察到学生越来越依赖ChatGPT完成作业,而纸笔测验中却难以独立组织观点。
推荐理由:一线教师结合课堂观察与全国数据,提出AI可能削弱学生独立思考能力,并给出可迁移的教学策略。
美国国家金融教育委员会(National Financial Educators Council)分析发现,十个州及华盛顿特区的金融教育标准或立法要求学生完成涉及社保号、出生日期、家庭住址等个人身份信息的课堂活动,如填写 W-4 表、助学金申请、贷款和银行表格,但未明确要求使用脱敏样本数据或受保护的课堂版本,存在学生隐私泄露风险。
推荐理由:作者以一手调研指出十个州和华盛顿特区金融教育标准存在学生隐私保护缺口,并给出可操作的整改建议。
美国多所顶尖高校恢复SAT或ACT成绩作为录取要求,达特茅斯学院、耶鲁大学和麻省理工学院率先行动,哥伦比亚大学将在2027-28申请季成为最后一所恢复要求的常春藤盟校。支持者认为标化成绩能帮助发现来自资源不足高中的优秀学生,并提供统一的学术衡量标准;反对者则质疑其公平性,认为成绩无法衡量独立思考等关键能力。加州大学系统有超过1300名教职员工签署信件,要求恢复标化考试要求。
推荐理由:原文梳理了美国高校恢复标化考试要求后各方观点与数据,读者可借此了解这一政策转向背后的争议与影响。
作者分享其儿子Hunter的阅读困境经历,指出Hunter并非阅读障碍,而是因缺乏结构化识字教学导致基础阅读技能缺失。通过结构化识字项目,Hunter在八个月内达到年级阅读水平,现已提前高中毕业并进入德州农工大学学习工程。作者呼吁所有学生都应接受明确的拼读和解码教学,而非仅针对阅读障碍诊断者。
推荐理由:作者以亲身经历说明结构化识字教学对非阅读障碍学生的价值,可帮助教育者反思阅读教学方法的适用边界。
ExcelinEd 的 Christy Hovanetz 撰文批评 ACT WorkKeys 被纳入各州问责体系正在拉低学生学业标准。她指出 WorkKeys 的阅读和数学题难度仅相当于小学高年级到初中早期水平,却可用来替代更严格的 ACT 考试。
推荐理由:作者用南达科他州两所高中的对比数据说明 WorkKeys 拉低学业标准,可帮助读者理解问责制与考试难度之间的张力。
Kiddom 的 Abbas Manjee 撰文指出,认知科学研究表明手写比打字更有利于儿童学习,因此课堂应保留纸笔教学,而技术应承担课堂管理、作业批改等后勤工作。他建议教师用移动设备快速扫描和批改纸质作业,以减轻负担并提升教学效率,而非增加学生屏幕时间。
推荐理由:作者结合认知科学研究与一线教学经验,提出技术应承担课堂管理而非替代纸笔学习的观点,为教育科技应用提供清晰方向。