assessment 研究报告AI 安全与治理教育与人才2026-08 会员资料

OpenAI《学习永不停止》2026 返校季报告

OpenAI 2026 年夏季返校报告,基于隐私保护的 ChatGPT 使用分析,描述 AI 如何让学习从课堂延伸为“持续学习”:学生课后即时获得讲解与练习,教师按不同水平改编材料,家长以母语获得老师更新。

发布时间
2026-08
login 登录后阅读

notes 内容介绍

OpenAI 的《学习永不停止》把问题放在一个很具体的场景里:当课堂时间、教师注意力和家长辅导都有限时,AI 能否让解释、反馈和练习在课外即时可及,使学习从“等上课”变成持续发生。报告要回答的不只是愿景,而是这种持续学习在真实使用中已经呈现出什么规模和行为模式。现在值得看的地方在于,它给出了可核对的使用量数据,也明确区分了“使用模式”和“学习效果”。

这份资料覆盖 ChatGPT 用户中与自我测试、课业和作业相关的对话与提示,分析方式被描述为隐私保护的使用分析。美国数据的时间窗口是 2026 年 1 月 5 日至 7 月 19 日,观察对象跨年龄段,作业分析还覆盖社会科学、生命与健康科学、数学、语言以及物理和地球科学等学科。除使用数据外,材料还穿插了教师 Casey Cuny、学生 Brandon Pieczka 的案例,并引用 Bloom 的“2 Sigma Problem”和 PISA 2022 等背景研究。换句话说,它把平台使用数据、课堂案例和教育研究放在同一个讨论框架里。

最醒目的数字是自我测试:每周有多达 7000 万次用于自我测试的对话,覆盖各年龄段。美国学年期间,与课业和作业相关的提示每周峰值超过 4.6 亿条;即便在夏季教室关闭的月份,每周仍有超过 1.8 亿条课业相关消息。报告还观察到,周日晚间、学校周开始前活动会上升。这意味着使用并不只发生在学期中,而是随学习节奏起伏,形成一种跨课堂边界的持续使用。

在自我测试对话中,报告观察到几类行为:59% 涉及迭代学习,63% 包含答案检查,58% 包含学习者自己的尝试,51% 请求更多练习,36% 检查误解;同一段对话可以包含多种行为。更广泛的作业分析中,18 至 21 岁用户约占用户的 25%、消息量的 30%。Casey Cuny 的“Elaboration Conversation”练习让学生用 ChatGPT 获取主张和证据,再自己完成推理与写作;他的学生在学区写作评估中高出学校平均 23%,但材料明确说明这一比较不能证明 AI 导致了结果。这些数据描述的是使用模式,不是学习结果。

报告把这些行为串成一条掌握路径:先尝试,再获得反馈,识别理解缺口,练习到能够解释和应用。对 K-12 学生,材料强调这种支持应来自教师引导、延伸课堂的体验;教师可以在上课前按不同水平改编阅读材料,家长可以用自己能理解的语言获得教师更新。Bloom 的“2 Sigma Problem”和后续对 89 项随机研究的综述,被用来说明一对一辅导和掌握学习的潜在收益;PISA 2022 中,OECD 国家 47% 的社会经济弱势学生数学低于基本熟练度,而优势学生为 14%。这意味着报告真正关心的是个性化注意力的稀缺,以及 AI 能否扩大这种注意力的可及性;Brandon Pieczka 在实习中用 Codex 学习陌生代码库并交付项目的案例,则被用来说明学习习惯可以迁移到专业工作。

这份资料适合教育工作者、教育产品与政策观察者,以及关心大模型在教育场景真实使用量的人。读完能拿走的是一组关于自测、作业类对话规模和行为的基线数据,以及“教师引导”“持续练习”这些实践线索。边界也需要一起带走:更广泛的作业分析尚未确立这些互动在多大程度上是有效练习,还是快速找答案或认知卸载;相关估计描述的是使用模式,不是学习结果;23% 的评估差异也不能归因于 AI。换句话说,它可以用来观察使用,但不能单独用来证明学习成效。

format_quote 原文摘录

自动提取自 PDF

≠– Learning Never Stops How AI Makes Learning Continuous Back-to-School Report | Summer 1. Introduction For centuries, learning and teaching have largely been constrained by time and attention. Students having to wait until class. Teachers dividing their efforts among dozens of students as well as administrative demands. Outside of class, parents and tutors not always there right when questions or the need for help arise. AI has changed all that. Explanations, feedback, and practice are instantly accessible outside of class. Learning has become continuous. For K-12 students, that support should come in teacher-guided experiences that extend the classroom. A student stuck on a hard algebra problem after school can ask for an explanation that very minute, while the problem is fresh in their mind. A teacher can adapt the day’s readings to multiple skill levels before the first bell. A parent