教育中的人工智能（常缩写为AIEd）是教育技术的一个子领域，研究如何利用人工智能（AI）创造学习环境。该领域借鉴计算机科学、教育学和心理学，设计支持教学的系统，范围从早期的计算机辅助教学到现代大语言模型（LLM）聊天机器人。关键考量包括数据驱动决策、AI伦理、数据隐私和AI素养，而担忧则涉及潜在作弊、过度依赖、获取公平性、批判性思维减弱，以及错误信息和偏见的持续传播。
AIEd随着人工智能和机器学习的更广泛进步而演变。其历史反映了从基于规则的系统向数据驱动方法，再到最近的生成模型的转变。该领域的理论基础将教育理论与技术方法相结合，其应用涵盖教育者和学生用例，常常引发关于适当整合和社会影响的辩论。
历史
将AI整合到教育环境中的努力往往遵循人工智能历史上的技术进步。在1960年代，教育者和研究人员开始开发基于计算机的教学系统，例如由伊利诺伊大学开发的PLATO。PLATO是一个早期系统，提供互动课程，并在各种教育环境中使用，为后来的AI应用奠定了基础。
在1970年代，AI技术被添加到计算机辅助教学（CAI）中，形成智能辅导系统（ITS）。这些系统旨在提供自适应反馈和个性化学习路径。例如，LISP辅导器在1984年秋季的卡内基梅隆大学迷你课程中进行了评估，证明与传统的教学相比，ITS可以改善学习成果。
国际人工智能教育（AIED）学会成立于1993年，由具有计算机科学、教育和心理学背景的研究人员组成。该学会出版《国际人工智能教育杂志》（IJAIED），发表关于AIEd理论和应用的研究。这种制度化有助于巩固该领域并促进跨学科合作。
与2020年代AI热潮相吻合，全球北方对大语言模型（LLM）的使用已受到风险投资和大型科技公司的推动和资助。创建AI服务的公司已将学生和教育机构作为客户。同样，AI热潮前的教育公司也扩大了其AI技术的使用。这些AIEd使用的商业激励可能与潜在的AI泡沫有关。在美国，对K-12教育中AI发展的两党支持已得到表达，但具体实施和最佳实践仍存在争议。
平台
现代AIEd平台通常依赖生成式AI聊天机器人，这些机器人可以进行自然语言对话并协助各种任务。著名例子包括OpenAI的ChatGPT、Anthropic的Claude和Google的Gemini。这些工具已在教育环境中迅速采用，尽管其整合并不均衡且存在争议。
ChatGPT
ChatGPT由OpenAI于2022年11月发布，其在教育中的采用迅速。在几个月内，学生和教育者开始将其用于写作辅助、问题解决和内容生成。然而，该工具被多个机构禁止，特别是在K-12学校和一些大学，原因是学术诚信方面的担忧。
学生通常对ChatGPT报告了积极看法，发现它有助于头脑风暴、信息总结和提供快速答案。然而，教育者和学生的具体观点差异很大。关于在教育中适当使用ChatGPT的意见尤其多样，有些人将其视为合法的学习辅助工具，而另一些人则将其视为削弱技能发展的捷径。
禁止像ChatGPT这样的聊天机器人在学校的努力侧重于防止作弊，但由于AI检测的不准确性和聊天机器人技术的广泛可访问性，执行受到阻碍。许多AI检测工具已被证明会产生误报，错误地将学生的原创作品标记为AI生成。教育者也表达了对过度依赖该工具可能培养肤浅学习习惯、侵蚀批判性思维和传播错误信息的担忧。一些教育者提出了将生成式AI（GenAI）整合到评估中的方法，例如让学生批评AI生成的输出，或使用AI进行初始草稿，然后由人工修订。
Claude
Claude是由Anthropic开发的一系列LLM。其基于AI的聊天机器人于2023年3月发布。Claude被定位为比其他聊天机器人更安全、更可解释的替代品，重点是减少有害输出。在教育环境中，Claude已被用于辅导、反馈和内容创作。
2026年7月，Anthropic推出了面向教师的Claude版本。提供“Claude for Education”的学院和大学包括斯坦福大学、哥伦比亚大学等。该倡议提供定制功能，如课程计划辅助、评分支持和面向学生的辅导，旨在将Claude整合到学术工作流程中。
Gemini
Gemini是由Google于2023年12月开发的GenAI聊天机器人和虚拟助手。它旨在与ChatGPT和Claude竞争，提供可以处理文本、图像和音频的多模态能力。在教育环境中，Gemini已被用于研究辅助、写作支持和互动学习。
2024年8月，Google为教育者推出了Gemini Gems，这是该工具的可定制版本。Gems允许用户创建针对特定任务（如测验生成或课程计划）定制的Gemini专用版本。它于2025年3月被添加到“Google Workspace for Education”账户中，使其可供许多学校和大学使用。2026年8月，Google将Gemini添加到其Classroom应用中，面向部分小学至高中的学校，进一步将AI嵌入日常教育工具。
理论
AIEd应用来自教育研究、机器学习及相关领域的理论。教育中AI系统的设计受到教学原则、认知科学和技术考量的影响。2019年对过去十年研究的回顾发现，大多数研究优先考虑技术设计而非教学整合，表明技术开发与教育实践之间存在差距。
Ouyang和Jiao（2021）提出了AI在教育中的三种范式，大致从最不以学习者为中心到最以学习者为中心，并且从AI系统所需技术复杂性最低到最高：
- AI主导，学习者作为接受者：AIEd系统呈现基于统计模式的预设课程，不根据学习者的反馈进行调整。这种范式在早期ITS和自适应学习平台中很常见，其中AI控制学习路径。
- AI支持，学习者作为协作者：通过例如自然语言处理等方式，系统对学习者的反馈作出响应，其中AI可以支持知识构建。在这里，AI充当响应学生输入的伙伴，促进对话和探索。
- AI赋能，学习者作为领导者：该模型旨在将AI定位为人类智能的补充，学习者掌握主动权，AI提供一致且可操作的反馈。学习者指导学习过程，AI提供工具和见解以增强他们的理解。
一些学者将教育中的AI置于社会技术框架内。这使AI与其他新兴教育技术（如计算、互联网和社交媒体）并列。这种视角强调AIEd不仅仅是技术工具，而是嵌入在社会、文化和政治背景中。
Tsao、Heinrichs和Camit（2025）的框架借鉴了新唯物主义和后人类主义，特别是Donna Haraway的共生（sympoiesis）概念。这种视角将学习视为人类和非人类行动者（学生、教师和AI算法）的纠缠，其中知识在人类背景和算法预测之间的接触区中共同构成。它挑战了将学习视为个体认知过程的传统观点，而是将其视为分布和关系现象。
AI代理已在有偏见的训练数据集上训练，因此继续延续社会偏见。由于LLM旨在产生类似人类的文本，算法偏见可以被引入和再现。例如，如果训练数据反映了历史不平等，AI可能生成强化刻板印象或排除某些群体的输出。AI的数据处理和监控强化了教育中的新自由主义方法，而不是解决不平等，因为它们通常优先考虑效率、测量和个人问责，而非系统性变革。
应用
教育者
教育中生成式AI聊天机器人的用途包括评估和反馈、机器翻译、校对、考试问题生成和文案编辑，或作为虚拟助手。例如，教师可以使用AI生成练习问题、提供学生论文的自动反馈，或为多语言课堂翻译材料。AI还可以协助行政任务，如起草电子邮件或创建教学大纲。
教育中的情感AI是研究和开发能够检测学习者情绪或在学习中提供情感支持的系统的领域。这些系统可能使用面部识别、生理传感器或文本分析来推断情绪状态，目的是调整教学或提供鼓励。然而，此类技术引发了隐私和伦理问题。
教育管理中广泛且无计划的AI使用可能导致伤害，例如通过对学生记录的肤浅分类造成歧视，自动评分中对符合预设计算法定义的学生作品的偏见，以及将先前经验未为其准备必要计算机素养的学生排除在AI培训之外。例如，AI评分系统可能惩罚非英语母语者或具有不同写作风格的学生。然而，更结构化的使用已成功将生成式AI纳入基于探究的工作流程中，其中大学生使用AI进行探索和批评，同时独立验证主张与学术来源，并结合专家反馈。
学生
2024年的一项全球调查发现，学生主要使用生成式AI进行头脑风暴、总结和研究辅助，发现它有效简化复杂信息，但在事实准确性和课堂学习方面可靠性较低。虽然学生认识到其增强AI素养和数字通信的潜力，但教授强调了批判性思维、人际沟通和决策技能方面的显著局限性。在一项全球研究中，约58%的学生报告发现AI工具在日常生活中的有用性。根据调查，ChatGPT特别有助于学生理解困难概念、生成作业想法和管理时间，但在需要深入分析或细致判断的任务上效果较差。
学生使用AI也引发了对学术诚信和独立学习技能发展的质疑。一些机构已制定政策，允许在特定条件下使用AI，例如要求学生披露AI辅助或仅允许在写作过程的特定阶段使用AI。其他机构则重新设计了更具AI抵抗力的评估，例如纳入口头演示或课堂写作任务。
挑战与未来方向
AIEd面临若干持续挑战，包括确保AI工具的获取公平性、解决算法偏见以及保持人类监督。还需要教师培训以有效将AI整合到教学中。未来研究可能侧重于开发更透明和可解释的AI系统、探索大规模个性化学习，以及理解AI对认知发展和社交技能的长期影响。
随着AI技术的持续发展，AIEd领域将需要适应，平衡创新与伦理考量。包括教育者、学生、政策制定者和技术开发人员在内的多方利益相关者的参与，将对塑造教育中AI的未来至关重要。