# 教学效果交付：独立作答、延迟保持与迁移证据

工作单元：W-M13；版本：2026-10-21.workunits.2；复核：2026-10-20
判断一套数学教学/AI辅导方案对目标学生的学习有什么可支持效果，并给可重算研究与改进建议。

## 当前用法
可委派研究方案、评价材料、数据分析和改进候选；学习效果以独立学生数据接收，缺长期数据时交付下一轮测量设计。
依据：数学现场试验把工具辅助练习与无工具考试分开，普通生成式界面可能提高练习表现却损害独立学习。；两学年Khanmigo试验报告真实学校成绩与使用参与；效果类似无AI练习，不能把组合效果全归AI。
来源状态：active
本站记录：本站本任务AI运行数、成功率、实际成本及人工介入量均为null；代表例为交付设计，未执行。

条件：
- 学生数据/干预授权明确
- 对照与主要学习结果可评
- 无AI/延迟/迁移测量可实施

## 请求与范围
课程试用了辅导材料/AI，需要区分练习完成更好与离开工具后真正掌握，避免只看满意度。
教学研究设计、实施记录、独立评价、保持/迁移及群体差异为一包；高校课程使用学校研究作为相邻依据，不据模型答题分数推学生学习。

## 输入
- 课程/干预对照：目标学生、课程/先修、方案/工具/导师版本、分配/参与机制和对照条件，原材料与运行成本。
- 评价和时间：主要学习目标、无AI独立题、延迟时间和新情境迁移题；评分rubric、盲评与合法替代，先于看结果冻结。
- 实施/数据：授权学生数据、缺课/退出、实际使用/交互、班级聚类、导师差异、污染和测量版本；隐私处理按既定制度。

## 交付物
- 预设效果研究/课程改进方案、分配/对照与测量说明
- 独立即时/延迟/迁移作答与盲评分，参与/缺失计数桥接
- 可重算意向性/适用分析、效应/区间、群体/使用差异和敏感性
- 内容与教学方式改进包，分别说明材料正确、使用体验、独立学习及证据限制

## 验收
1. 测的是独立学习
   方法：独立审题覆盖目标和新情境；无工具评价独立监测，延迟和迁移不复用已泄漏练习答案，盲评合法替代。
   拒收：用AI可用时练习分充当无AI掌握；题库答案在干预中泄漏。
2. 比较与估计可信
   方法：独立核对分配/对照、基线与聚类、缺失/退出、污染和ITT；随机试验与观察关联分开，置信区间与不确定性完整。
   拒收：只看活跃用户；群体基线不平衡未处理；小样本显著性当普遍提升。
3. 组合干预归因有限
   方法：检查实际AI用量、导师/平台练习与内容是否同变；若对照无法分离AI贡献，明确只支持组合效果。
   拒收：Khan练习+AI比无练习好就宣称全归AI；导师接建议的研究写成无人辅导。
4. 保持/迁移按实际范围解释
   方法：核对评价时点、学生群体与课程层级；长期不等于两年内持续用工具，停止干预后的保持单列；未测就交下一轮可执行设计。
   拒收：短期测试写终身效果；学校结果直接推高阶大学数学。


## 具体例子
输入：设计例：大学微积分两种提示方案，主要结果为两周后无AI的新情境极值题；班级/导师影响和工具使用单列。
预期产物：预设评价/分配、独立作答与盲评、效应区间/缺失敏感性及课程改进；本例尚无学生数据。
失败：用学生聊天次数或模型做题正确率宣布学习进步；只分析持续使用者。

## 工作重组
以前：教学工具用量、课堂成绩与老师评价各自汇报，缺独立学习和对照。
现在：代理可设计测量、检查干预执行/缺失并生成可重算分析；反馈针对具体误解与参与问题调整课程，下一轮按相同学习目标检验。
保留：
- 教育目标/研究伦理与学生支持
- 课程变化采纳责任
新增：
- 独立无AI/延迟/迁移证据
- 实际参与和组合因素
- 评分/干预版本与失效解释

## 人的责任与失败接管
课程研究负责人确定可接受设计、学生支持和正式课程决策；代理可组织研究与计算，盲评和独立作答提供效果证据。
无对照/缺失严重时交描述性分析与可行改进/补测设计，不强行因果；发现无AI表现变差则收窄工具使用方式并记录反面结果。

## 尚待补足
- 大学数学长期保持的直接AI证据未被本包覆盖
- 组合平台/导师效果不能简单归因AI

## 职业与团队下一步
教学研究、课程评价与学生指导
预设设计、独立评价、学生数据/评分及改进证据
补研究设计与教育测量，不用平台活跃度代替效果。
/explore?purpose=career&domain=math
效果未知还是测量只看工具内表现？
代理做方案/数据和分析，教师组织真实独立评价并采纳课程改进。
先验证测量与反面结果处理，再评估长期投入。
/explore?purpose=team&domain=math

## 证据与关系
- 数学辅导随机试验：辅助作答与独立学习分离：https://www.pnas.org/doi/10.1073/pnas.2422633122
  定位：Experimental design / Main Results / Limitations；作者稿https://hamsabastani.github.io/education_llm.pdf；2025-08-20更正为作者单位；公开 2025-06-25；核查 2026-10-20；复查 2026-11-20
  支持：直接学习而非解题分数的因果研究。；把借助工具完成与学习区分。
  未覆盖：高中特定课程/短期，不能普遍推大学或长期保持；数值不抄作本站效果。；大学/高阶课程及两周例是研究设计，未实测。
- Khanmigo两学年实验原始工作论文：https://www.nber.org/papers/w35620
  定位：Abstract；Working Paper35620；公开 2026-08-17；核查 2026-10-20；复查 2026-11-20
  支持：较长学校现场与真实使用的反证/补充。
  未覆盖：中学补救课程，持续使用期不等于停用后的保持，非大学效果。
- Khanmigo官方产品与角色访问入口：https://www.khanmigo.ai/
  定位：For teachers / For learners；FAQ Can anyone use、classroom access；公开 未标独立发布日期；2026-10-20读取；核查 2026-10-20；复查 2026-11-03
  支持：产品/角色访问入口。
  未覆盖：不证明学习或大学课程效果。


## 任务级判断与证据
采用方式：分阶段接收
从证据到建议：真实数学教学RCT证明辅助表现、独立考试和使用参与是不同对象；两学年试验仍未分离所有AI边际贡献。因此代理可组织完整研究与分析，效果结论受设计、真实使用和测量范围限制。
当前可用性：mixed；公开资料和工具入口已核对；论文配置、当前实现声明及本任务成绩分别记录，未运行本任务。
- 数学学习RCT材料：https://hamsabastani.github.io/education_llm.pdf
  PNAS2025，实施GPT4研究配置；论文/设计参考，不承诺原干预界面可复制。
- Khanmigo长期现场研究：https://www.nber.org/papers/w35620
  working paper35620 2026-08-17；研究入口；具体产品/学校访问另核，未开通/购买服务。
- Khanmigo官方产品：https://www.khanmigo.ai/
  持续服务，2026-10-20读取；具体部署版使用时记录；教师/学习者/学校入口不同，受地区/账户资格影响；课堂学生访问不能由教师个人注册自动授予，未开通服务。

### 数学现场试验把工具辅助练习与无工具考试分开，普通生成式界面可能提高练习表现却损害独立学习。
依据身份：外部报告结果；状态：active
- 数学辅导随机试验：辅助作答与独立学习分离：https://www.pnas.org/doi/10.1073/pnas.2422633122
  定位：Design / Main Results / Limitations；关系：direct
  支持：直接学习而非解题分数的因果研究。
  限制：高中特定课程/短期，不能普遍推大学或长期保持；数值不抄作本站效果。
  核查：2026-10-20；来源状态：active
配置：PNAS2025作者稿；土耳其高中2023–24学期、近千学生、GPT4普通/约束辅导/对照；独立评分无AI考试；非长期追踪。
适用限制：高中特定课程/短期，不能普遍推大学或长期保持；数值不抄作本站效果。
相关进展（本条判断）：
- 数学学习试验区分练习表现与无工具考试：/explore?purpose=understand&domain=math&window=all#P-M-LEARNING
  首次公开 2025-06-25

### 两学年Khanmigo试验报告真实学校成绩与使用参与；效果类似无AI练习，不能把组合效果全归AI。
依据身份：外部报告结果；状态：active
- Khanmigo两学年实验原始工作论文：https://www.nber.org/papers/w35620
  定位：Abstract / working paper35620；关系：partial
  支持：较长学校现场与真实使用的反证/补充。
  限制：中学补救课程，持续使用期不等于停用后的保持，非大学效果。
  核查：2026-10-20；来源状态：active
配置：2026-08工作论文；18所田纳西中学、两年集群随机，Khan Academy+Khanmigo补救练习；参与与ITT/使用分析分开。
适用限制：中学补救课程，持续使用期不等于停用后的保持，非大学效果。
相关进展（本条判断）：
- 两学年学校试验将实际使用和AI边际贡献带入判断：/explore?purpose=understand&domain=math&window=all#P-M-KHAN2Y
  首次公开 2026-08-17

### 学习效果须用独立、延迟和迁移结果及可解释对照接收；模型成绩只能辅助查内容。
依据身份：有条件的编辑推断；状态：active
- 数学辅导随机试验：辅助作答与独立学习分离：https://www.pnas.org/doi/10.1073/pnas.2422633122
  定位：unassisted exam / limits；关系：adjacent
  支持：把借助工具完成与学习区分。
  限制：大学/高阶课程及两周例是研究设计，未实测。
  核查：2026-10-20；来源状态：active
适用限制：大学/高阶课程及两周例是研究设计，未实测。

### Khanmigo官方提供教师备课/评价材料与学习辅导入口，角色和地区/学校访问不同；可用性不等于研究中同版本或学习效果。
依据身份：工具与方法依据；状态：active
- Khanmigo官方产品与角色访问入口：https://www.khanmigo.ai/
  定位：For teachers / For learners / FAQ classroom access and eligibility；关系：method
  支持：真实产品入口及访问前提。
  限制：未调用；官方功能说明不是大学内容正确或学习有效的成绩。
  核查：2026-10-20；来源状态：active
适用限制：使用时锁定实际版本/访问方式，不能继承学校试验效果。

## 情境变化
### 大学高阶课程
输入变化：内容、学生、自主证明和评估均不同于学校试验。
判断变化：可委派研究/测量与分析，效果为显式迁移假设。
验收变化：高阶理解/证明迁移、合法多解及延迟无AI评价，不借学校效应值。
### 真人导师辅助
输入变化：AI只建议导师，并非直接教学生。
判断变化：可以研究人机辅导组合，不能当无人教师。
验收变化：导师采纳/策略、学生独立结果和导师差异分别分析。
### 大学基础课程效果评价
输入变化：目标为大学基础概念/计算/初步论证，学生/课程不同于学校试验和高阶证明课。
判断变化：可委派测量/对照和分析，效果需该课程独立学生数据，不能继承学校效应值。
验收变化：无AI独立、延迟保持与新情境迁移、基线/聚类/缺失/实际使用和盲评分；内容正确与学习效果分开。

研究前沿：已有课堂/真人导师及两学年学校试验；正负或有限效果与干预形式相关，不等同任意AI大学教学效果。
下一项验证：为一大学数学单元预先设计对照和独立/延迟/迁移题，先验证评分与泄漏负控制；经既有教学授权采数后再估效果，不通过运行模型补学生证据。
未来改判信号：
- 扩大：多学期/新群体独立保持与迁移可复现，组合因素可辨、退出和成本完整。
- 收缩：只有练习时分数/满意度好、无AI退步或对照无法分离；缩小到已证时间窗和干预。

## 与本单元直接关联的进展
### 两学年学校试验将实际使用和AI边际贡献带入判断
公开 2026-08-17
较长真实教学研究不能省略参与及组合因素。
支持范围：持续干预两年不等于停用后保持；无大学外推。
来源状态：active
/explore?purpose=understand&domain=math&window=all&kind=all#P-M-KHAN2Y

### 数学学习试验区分练习表现与无工具考试
公开 2025-06-25
工具内答题变好不等于独立掌握。
支持范围：来源为作者稿/正式版关联；不是大学数学或长期保持。
来源状态：active
/explore?purpose=understand&domain=math&window=all&kind=all#P-M-LEARNING

领域背景与未来情景：/explore?purpose=understand&domain=math


## 工具与采用佐证