MIT 报告：AI 正在侵蚀答疑时间、学习小组与师生信任
MIT 2026 年 6 月发布报告指出，AI 正在削弱大学体验的核心环节：学生减少参加答疑时间，线上讨论参与度下降，宿舍和图书馆的学习小组变少，教师越来越难判断学生的真实学习情况。
推荐理由：报告用 MIT 内部数据与多校研究对照，呈现 AI 对师生信任和真实学习的冲击，适合作为高校制定 AI 政策的参考。
10月6日 · 周二
精选
最新精选
The Decoder精选AI 评分7070 量子位精选AI 评分7070 Hinton 首篇 RSI 论文：AI 自动化研发或触发智能爆炸，一年进步或缩至 5 周
Geoffrey Hinton 等 22 位研究者发布首篇关于递归自我改进（RSI）的论文《What if automating AI R&D triggers an intelligence explosion?
推荐理由：论文用头部实验室数据和模型推演，把递归自我改进从科幻概念落到可评估的工程路径，适合关注 AI 研发自动化趋势的读者。
The Decoder精选AI 评分6464 哈佛物理学家开源 BootLoops，用 Claude 完成精确科学计算并产出 36 篇论文
哈佛大学物理学家 Matthew Schwartz 在 Anthropic 客座期间开发了开源工具 BootLoops，用于驱动 Claude 进行精确科学计算。三个月内团队在 18 个领域产出 36 篇论文，包括解决生态学中 20 年未解的方程、分析 57 亿对突变等。Schwartz 同时指出模型会过早宣布完成、计算正确但结论错误等局限，强调人类专家仍不可或缺。
推荐理由：原文给出了开源工具 BootLoops 的实际产出与局限，读者可据此判断 AI 在科研中的真实边界。
EdSurge精选AI 评分7171 EdReports 研究：教育科技公司急于集成 AI，却缺乏有效性证据
EdReports 发布简报指出，课程与教育科技供应商正迅速将 AI 集成到教学材料中，但几乎没有证据表明这些 AI 附加功能能改善学生学习。在研究的 10 家供应商中，仅 1 家提供了第三方证据证明其 AI 功能提升了教育成果。
推荐理由：EdReports 对 10 家 K-12 教育科技供应商的调研显示，多数 AI 功能缺乏第三方证据，提醒采购方关注产品实效。
eSchool News精选AI 评分6161 民调显示家长担忧教育科技，但多数仍支持课堂有限使用
National Parents Union 与 EdChoice 今年的家长民调显示，多数家长支持课堂使用一定程度的技术，同时希望设置使用限制。
推荐理由：民调呈现了家长对课堂技术使用与使用边界的不同态度，为理解限制屏幕时间和保留学生接触技术机会之间的平衡提供参考。
eSchool News精选AI 评分7070 全国调查：教师如何看待课堂技术现实
沃尔顿家族基金会与盖洛普联合发布的报告显示，59%的教师认为数字工具有助于学生学习，但仅10%强烈认同；52%认为设备弊大于利。教师希望在选择技术时有更大发言权，仅29%曾被征询意见。报告指出，监督而非屏幕时间限制是改善课堂技术使用的关键杠杆。
推荐理由：报告呈现教师对课堂技术的真实态度，可帮助理解设备使用争议背后的关键因素。
Education Next精选AI 评分7878 学生使用AI的代价：基于中国中学大样本研究的分析
作者引用一项覆盖约2.7万名中国中学生的研究指出，2023至2025年间约80%学生开始使用生成式AI，其中约50%在五个月内完全外包作业，导致闭卷考试成绩平均下降20%，中考和高考成绩分别下降24%和18%，且未发现任何学习收益。作者认为AI是认知自动化工具，呼吁教育者关注其实际危害而非想象潜力。
推荐理由：作者基于一项覆盖近两万七千名中国中学生的大样本研究，给出了AI导致学习下降的具体数据，并回应了常见反驳观点。
Education Next精选AI 评分5858 田纳西州更严格教师任期规则带来持续绩效收益
Eric S. Taylor基于田纳西州教师数据发现，2011—12学年实施的多指标评价与更严格任期规则，使新教师早期增值绩效提升4.7%的标准差。研究显示，单独的评价改革带来2.4%的标准差提升，任期激励额外带来2.3%的提升；新教师前六年的累计增值绩效增长达到7.9%，且教师获得任期后绩效没有明显下降。
推荐理由：这项田纳西州教师数据研究区分了评价改革与任期激励，呈现早期绩效提升及任期后的持续效果，为理解教师激励政策提供了可比较证据。
已经到底了