上海
教育指标上升不等于教育质量提高，AI生成的研究结论也不能直接用于课堂和政策。第十二届全国教育实证研究论坛近日在华东师范大学举行，全球20余所高校的教育学院院长、国际组织代表，以及全国420所中小学、高校、职业学校和科研机构的1500余名师生参会，讨论如何用可观察、可检验的证据回答教育问题。与会专家论坛提出，判断一项教育改革是否有效，需要综合课堂观察、访谈、案例和长期追踪等证据；人工智能参与教育研究，则应满足方法适配、证据可重复验证、结论边界清晰三项基本要求。
将抽象的校长领导力转化为可观察的行为，长期追踪教师在教学实践中的成长，分析学生面对不确定知识时如何判断和调整学习，即使切入点不同，但论坛上的讨论强调，教育指标改善不等于教育质量同步提高，教育研究需要回到学校和课堂。
人工智能也是讨论焦点。大模型可以分析数据、辅助测量和发现规律，但哪些问题适合交给AI、模型可在多大范围替代研究者判断、算法结论是否可靠，仍需验证。讨论认为，AI参与教育研究至少应满足方法与具体问题相匹配、证据可以重复验证、结论明确适用边界。技术发现的规律还要回到课堂、学校和政策现场接受检验。
这也关系到教师和家长如何看待层出不穷的教育“新概念”。问卷、排名和大数据可以提供线索，却不能自动成为结论，需结合课堂观察、访谈、案例和长期追踪，判断一项措施对不同学生产生了什么影响。
论坛还讨论了拔尖创新人才培养、师生幸福感和教育评价改革等现实议题。论坛主席袁振国表示，中国教育经验要经过系统研究和证据检验，才能形成能够解释实际问题的知识。对公众而言，实证研究的价值在于，让课堂改革和教育决策建立在更可靠的事实之上。
原标题：《教育界在沪讨论“用证据改进教育”》
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
