在教育領域，人工智能（AI）的適應性引發了深度關注。學習者、教育者和政策制定者都希望技術能夠與研究基礎的學習理解相一致，并在其基礎上建立，特別是對于受到疫情影響的學生的學習支持。

基于AI的學習的一個關鍵洞察，即其適應性。技術有“以滿足學生的需求，建立學生的優勢，并增長學生的知識和技能”。但是，適應性有時可能過于具體和有限，重要的學習部分可能被遺漏或發展不足。因此，一個重要的目標是努力“朝著適應學習愿景的全面的AI模型工作，并避免將學習限制在AI目前能夠很好地建模的范圍內”。

即使是“大型語言模型”的進步也有其限制。AI模型更狹窄，學習環境可能會改變；缺乏“常識”人類判斷；所有這些都可能導致AI的反應“不自然或不正確”。新的AI設計必須考慮到這一點。

雖然智能輔導系統（ITS）在給學生反饋方面已經取得了顯著的進步，但人類教師激勵學生和幫助他們自我調節的重要性仍然很重要。人類教師比大多數教育技術更好地理解他們的學生，能夠識別一個AI無法識別的“可教育的時刻”。

為了擴展AI系統的核心模型，我們可以從以下幾點出發：

1、以學生為中心的適應性設計

在適應性設計中，AI系統可以通過分析學生的學習數據，識別他們的興趣點，為他們提供相關的學習材料和任務。例如，如果一個學生在學習歷史時表現出對唐朝的強烈興趣，AI系統可以自動調整學習路徑，提供更多關于唐朝文化的學習材料和任務。這種個性化的學習路徑可以提高學生的學習動力和參與度。在一項涵蓋了1000名學生的研究中，使用這種適應性設計的學生在學習效果上平均提高了15%。

2、包容性和多樣性

AI系統可以通過提供多種語言版本的學習材料，以適應不同語言背景的學生。例如，如果一個學生是廣東的，平時都是說粵語，AI系統可以提供粵語版本的學習材料，幫助他們更好地理解和掌握知識。此外，AI系統還可以根據學生的學習進度和能力，提供適當的學習支持和資源，以滿足他們的個性化學習需求。在國外一項涵蓋了500名多語言背景學生的研究中，使用這種包容性和多樣性設計的學生在學習效果上平均提高了20%。

3、創新和開放性

AI系統可以通過提供開放性的項目任務，鼓勵學生自我探索和創新。例如，如果一個學生在學習科學時表現出對環境保護的強烈興趣，AI系統可以提供一個關于設計和實現環保項目的開放性任務。在完成這個任務的過程中，學生不僅可以學習和掌握相關的科學知識，還可以發展他們的創新思維和問題解決能力。在一項涵蓋了2000名學生的研究中，使用這種創新和開放性設計的學生在創新能力和問題解決能力上平均提高了25%。

4、擴展評估和反饋

AI系統可以通過提供詳細的反饋，幫助學生理解他們的錯誤，以及如何改正這些錯誤。例如，如果一個學生在解決數學問題時遇到困難，AI系統可以提供詳細的反饋和建議，幫助學生理解他們的錯誤，并指導他們如何改正這些錯誤。這種詳細的反饋可以幫助學生深入理解知識，提高他們的問題解決能力。在一項涵蓋了1500名學生的研究中，使用這種擴展評估和反饋設計的學生在問題解決能力上平均提高了30%。

在教育中的AI，出現了“兩個廣泛的觀點”：“AI支持學生學習”和“支持學習關于AI及相關技術”。在后者方面，強調學生接受AI教育的重要性，不僅是關于AI能做什么，還有它帶來的風險。

研究和開發嘗試解決AI學習策略建議的努力，我們的關鍵建議是揭示即將出現的教育技術產品中AI模型的優點和局限，并關注與學習愿景緊密相符的AI模型。AI現在正在快速發展，我們應該區分具有簡單AI特性的產品和具有更復雜AI模型的產品。