人工智能与教学的未来（英）-美国教育部教育技术办公室-2023.5-71页

四个核心基础：

1. 以人为本：教育不仅是技术问题，更是人文关怀。政策制定者需推动各级教育决策，确保技术服务于学生和教师的真实需求，而非取代人类判断。
2. 推动公平：公平是基础，避免算法歧视，科技不能加剧教育差距，反而应成为缩小数字鸿沟的工具。
3. 保障安全与有效性：技术应用需符合教育规律，避免过度提炼、侵犯隐私等问题，强调人类判断的核心地位。
4. 促进透明度：教育AI系统需透明公开，便于监督和问责。

AI在学习中的应用：

AI降低了教育门槛，预测了新的交互形式，但仍需扩展到创意型任务。通过"模型-数据-算法"的三环模型，AI将进一步支持元认知、合作学习等多样性学习方式。

教学支持：

AI有望改善教学负担，实现"助手型AI"，但需要提升其洞察力和适应力，在不牺牲教师创造性的情况下，提高教学效率。

形成性评价：

AI改善了及时反馈，但仍受质疑。应禁止投机行为，显示教育价值，并探索缓解算法偏见的路径。

研究与开发方向：

面对AI应用的多重挑战，需优先考虑长期开发目标，包括探索AI适应性学习以及缓解算法偏见，从而打造兼具安全与公平的人工智能教育共同体。

对教育领导者的建议：

1. 强调人在环中；2. 推动教育价值观与AI模型相结合；3. 设计基于现代学习理念的AI工具和系统；4. 创造信任是关键；5. 确保教师介绍环节的信息完整；6. 补偿首创行为与人机结合研究。

强化问题解决能力：

实施人工智能教育需要人的深度参与，特别是教师引领、评价调整等问题有待改进，尤其是需要缓解算法偏见现象，以及提高用户在具体应用中的实际操作能力。

这份总结聚焦于报告的核心观点，每一部分都体现了原作思考的精华，建议您在实际应用中结合具体情境，以期更好地理解AI与教育相结合的深远意义。