Hello，这里是《教育AI智造者》。 在这期节目里，我想带你走进一个对我来说非常特别的实践过程：我们如何把一门跨文化、融合AI素养与信息甄别能力的气候变化课程，变成一整套可落地、可互动、可部署的AI教学工具。 网站在此。 这不是一次抽象的想象，也不是那种PPT式的畅想，而是一次从“教育理念 → 教学设计 → 工具打造”的真实协作。我和Jade老师——一位拥有联合国项目背景、长年从事跨文化教育的老师——一起把他亲手打磨的课程结构，通过AI生成式技术，逐步“产品化”为一个网站原型。 过程中我们不断问自己这些问题： * AI是不是应该“无处不在”？还是它应该“点到即止”？ * 一个好老师的价值，在AI时代还剩下什么？ * 自动化真的值得追求到极致吗？有没有一些“不能被省略”的学习时刻？ * 如果你想训练的是判断力，而不是单纯的知识点——AI帮得上忙吗？ 更重要的是，我自己作为一个全职程序员、教育学博士，在做这个项目的过程中，也在反思一个更深层的问题： 教学法如何真正指导AI工具设计？ 而不是让AI“贴标签”式地伪装成教育。 这一期节目非常特别，因为它不仅复盘了一门AI教学工具如何被打造的全过程，也完整展示了一种真正“以教育为本”的AI产品开发范式。 我相信它适合很多人： * 如果你是一线老师，它能帮你看清楚AI到底该如何以教学法为锚点地进入课堂； * 如果你是教育产品开发者，它能帮你理解一个教学法如何被转译成rag、component、prompt结构； * 如果你正在构思自己的AI应用或课程，它或许能让你意识到什么才是“真实场景”的复杂性与创造力； * 如果你关心AI对人类学习的影响，它将带来一些对抗“自动化幻觉”的真实思考。 我们不是在讨论“未来教育”，而是在尝试打造它。 欢迎你听完节目后，到我们的show notes中试用这个原型课程网站，或者把这集播客转发给你身边也在思考AI与教育结合的人。 如果你相信教育不是标准化输出，而是一次次独立思考的训练，那么，这期播客值得你花时间听完。 课程介绍页 信息素养工具包 "专家"聊天机器人 视频学习 🧭内容大纲 1️⃣ 从理念到原型：课程开发的起点 * Jade 的全球教育经验与课程动机 * 从气候变化到AI素养：三重认知挑战 * 我看到的课程第一反应：信息密集，但真的能教吗？ 2️⃣ 高阶认知的教学法实验 * 为什么我们不讲“知识点”，而是训练判断力？ * CRAP信息甄别模型的课堂实践 * “你就像在玩柯南”：侦探式课堂引爆学生好奇 3️⃣ 人工智能的“介入点”怎么选？ * 不是无处不在，而是点到为止 * 我们怎么划分AI该在课前、课中、课后出现 * “生成式AI不是答案器，而是问题放大器” 4️⃣ 教师角色的重新定义 * 教师不是讲解机器，是冲突制造者、共创主持人 * 学生的思维转变不是“听懂了”，而是“惊讶了” * 有些瞬间，AI永远无法模仿老师的aha moment 5️⃣ 技术与教学的“共语失败” * 教育人和技术人如何“翻译彼此”？ * 我做为“中间人”的角色：用教学法写系统提示词 * 从rag调用到in-context learning：怎么设计AI反应逻辑 6️⃣ 自动化的边界与伦理思考 🌪 * “学生不是用来被自动化的对象” * 教育不是为了效率，而是为了价值与理解 * 为什么越模糊、越反直觉，反而越值得保留？ 7️⃣ 学生反馈与实际使用：从混乱到创造 * Video Detective 工具如何激发提问 * 专家观点对话如何引发讨论与辩驳 * Canvas 与mind map的启发：AI + 教学法的视觉外化 8️⃣ 展望与邀请：让更多老师成为AI共创者 💡 * AI工具应该成为老师的“延申手臂”，而非“替代者” * 教学法到产品，需要真实扎根现场 * 邀请听众试用网站、参与讨论，探索教学的更多可能 需要详细文字稿的听众们可以关注微信公众号，爱思考的伊伊子，输入“播客EP38"，即可获得。 ---------------近期伊伊子想做的一些事情----------------- 最近，随着大家对 AI 与教育的热情逐渐高涨，越来越多的朋友开始打造属于自己的 AI 教育工具。我也在小红书上分享了三个基于 AI 辅助编程、从零开始制作的教学工具，包括：作文批改“神器”、历史可视化以及数学公式可视化师生端等，大家都反馈非常好。 随后，我也逐渐在小红书开启了直播，手把手展示如何与 AI 一起头脑风暴并完成相关的编程。许多观众向我反馈，认为这是一个从“不了解”到“掌握”的清晰过程，帮助他们一步步地解构并去神秘化教育 AI 产品的研发，也让他们感受到“自己做得到”。 接下来，会开始做专题圆桌讨论，内容涵盖如何开发相关产品、国内外的产品对比分析，以及关于产品增长、推广和商业化的头脑风暴。如果你对此感兴趣，可以添加微信(yiyizihere)；我也会在群里更新讨论时间和内容。此外，欢迎加入我的小红书海外 AI 讨论群，期待与你们进行思维上的碰撞! -----------------------关于伊伊子---------------------- 伊伊子2024年的复盘 伊伊子专门为AI教育者打造的开源AI教育论文库 伊伊子专门为老师和AI创业者打造的20种教学场景指令 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！ --------------------相关词介绍------------------- 1. 生成式AI（Generative AI） 指能基于输入生成内容（如文字、图像、音频等）的人工智能技术。在教育中，生成式AI常用于内容创作、信息重组和语言交互，但关键在于其是否能遵循教学逻辑与思维发展路径，而不仅仅是“给答案”。 2. 项目式学习（Project-Based Learning, PBL） 一种以真实问题为中心的教学方法，学生通过完成项目任务来进行知识建构与能力训练。本播客中，该课程通过“气候变化+信息素养”议题，引导学生批判性思考、跨文化沟通与学术表达。 3. CRAP模型 信息判断四维标准：Currency（时效性）、Relevance（相关性）、Authority（权威性）、Purpose/Accuracy（目的与准确性）。常用于教学生甄别真假信息，理解背后的信源与话语意图。 4. 批判性信息素养（Critical Media Literacy） 不只是分辨真假，更包括识别叙事立场、话语权力、背后利益与算法偏见。本课程通过“侦探式阅读”与专家追踪，训练学生发现信息背后的结构性偏见与复杂动因。 5. AI教学工具原型（AI-Powered Pedagogical Prototype） 指将教学理念与AI能力融合，打造出的交互式网页或工具。不是“为了用AI而用AI”，而是在教学流程中，嵌入AI用于提问、反馈、对话与认知冲突的触发。 6. 认知冲突（Cognitive Conflict） 学习理论中激发深度理解的重要机制。通过提出与原有认知相矛盾的信息或情境，迫使学习者重建理解。本课程设计多处“真假信息混杂”的节点，引发学生推理与判断。 7. 社会建构主义（Social Constructivism） 认为知识不是由教师单向传授，而是师生共同协作，在具体情境中“构建”出来的过程。播客中强调教师不直接灌输立场，而是引导学生建立自己的叙事和立场。 8. RAG（Retrieval-Augmented Generation） 一种结合知识检索与生成式模型的AI技术流程。系统先从资料库中检索相关内容，再生成文本回应。在教学工具中，RAG可用于个性化对话、专家观点模拟与证据链追踪。 9. Dual Coding Theory（双重编码理论） 心理学理论，指学习时若同时使用视觉与语言两种通道（如图文并茂），能更好促进记忆与理解。本课程的mind map与canvas设计，即体现此理论在教育工具设计中的应用。 10. 自动化与异化（Automation & Alienation） 在教育场景中，AI自动化若仅追求效率，容易剥夺学生的主导性与思考力，造成“学习异化”现象。播客提醒我们：AI应赋能思维，而非替代思维。

你是否想象过：在看 YouTube 学习视频时，AI 能在恰到好处的时间暂停视频、提出关键问题、引导思考，甚至像私人导师一样为你生成个性化练习和提示？这不是未来，而是正在发生的现实。 在本期《教育AI智造者》中，我邀请到两位从 MIT 毕业、刚从 Y Combinator 毕业的创业者——Tyrone Davis 和 Guang Sui，他们是 Miyagi Labs 的联合创始人。Miyagi 的愿景是：让每一位内容创作者都能像教师一样，用 AI 将 YouTube 等平台上的视频转化为完整、可交互的课程。 在对话中，我们聊到： * 为什么他们从华尔街辞职，转而投身教育科技； * 他们如何将自己作为学习者和助教的经验转化为产品逻辑； * Miyagi 如何解决“视频被动观看”与“高效深度学习”之间的断层； * 他们如何看待 ChatGPT、Cursor、Notion 等产品的体验设计，及其对教育工具的启发； * AI 如何重构教育的可达性、个性化与动机问题； * 创业的艰难与兴奋，从产品构建到商业拓展的“十项全能”日常。 如果你是教育科技的创业者、产品经理、研究者或内容创作者，这期内容将为你带来极大的启发。欢迎收听并留言交流！ 🗂内容大纲 创始人背景与学习经验 * 两位创始人都来自MIT，后进入华尔街，最终回归教育初心 * 深刻理解“自学者”的需求，催生Miyagi Labs 的核心理念 视频学习的痛点与AI的介入 * 传统视频学习：被动、难以练习、无法提问 * AI介入后：视频中嵌入互动题目、练习与个性化提示 * 从“看懂视频”变为“真正掌握知识” 教学逻辑如何转化为产品逻辑 * Tyrone的重复练习法启发“多轮题目生成”机制 * Guan强调一对一引导体验，设计AI提示时以“老师的思维”进行模拟 * 将“老师如何引导学生”的经验输入AI中 学习科学理论在产品中的落地 * 参考布鲁姆“两西格玛问题”：AI模仿个性化一对一教学 * 引入间隔重复（Spaced Repetition）机制提升记忆效果 * 整合课程进度追踪、反馈机制、结构化切片（chunking） 品牌命名与“教育Shopify”的定位 * “Miyagi”致敬电影中导师角色，强调教学引导 * 目标是赋能创作者，把零散视频内容转化为系统课程 * 创作者无需技术门槛即可上线互动课程，扩展影响力与变现能力 如何处理内容推荐与组织结构 * 支持创作者的课程结构（如3Blue1Brown） * 也支持跨视频、跨频道整合学习路径 * 增加“补充链接”机制：帮助学生换角度理解难点 技术实现策略分享 * 基于视频字幕进行切块处理（chunking）+问题生成 * 每道题精准映射到视频片段，方便回看 * 整个课程构建过程涉及数百到千次LLM调用 * 正在研发图像内容与PDF处理的能力 用户体验设计的关键：上下文交互 * 核心优势：上下文无缝指向（如Cursor） * Lexi AI 导师可直接接收选中视频内容并回应问题 * 降低用户切换成本，提高注意力集中度 激励机制与学习动机支持 * 面向高动机学习者，也关注企业培训和终身学习者 * 设计微激励机制：任务打卡、徽章、每日提醒 * “提升学习成效”而非“改变动机”——主打可感知成效的增量 Miyagi 团队的日常运营与多工切换 * 两人团队，兼顾产品、开发、商务、创作者对接等多项任务 * 靠轮转机制保持节奏：编码累了就转去做用户访谈 * 创业的“十项全能”节奏 以用户为导向的优先级排序策略 * 不追热点，优先响应真实需求 * 典型语录：“有四个用户提出一个功能，我们就做” 创业初期的“不规模化”努力 * 每封邮件亲自回复，50+用户1v1访谈 * 实地调研象棋俱乐部、发传单了解大学学习场景 * 构建产品直觉的“慢工” 是否扩展到中文市场与多平台 * 目前以YouTube为主，但已测试小红书，计划对接B站 * 邀请华语创作者共建内容生态，覆盖全球华人学习群体 对AI教育未来的想象与责任 * 在发展中地区，AI能提供顶级教学资源、翻译能力、低成本高质量内容 * 教师不一定是教授，只要“真的懂”就能教 * Miyagi希望承担“教育平权”的一部分责任 给教育创业者的建议 * 不要从功能开始，而是从“教学目标”与“学习理论”出发 * 找到真实的学习需求和被低估的细分市场 * 不一定做学术，也能做语言、技能、兴趣等领域 * 享受打磨过程，把产品做好，让学习者“真的学到” 需要详细文字稿的听众们可以关注微信公众号，爱思考的伊伊子，输入“播客EP37"，即可获得。 ---------------近期伊伊子想做的一些事情----------------- 最近，随着大家对 AI 与教育的热情逐渐高涨，越来越多的朋友开始打造属于自己的 AI 教育工具。我也在小红书上分享了三个基于 AI 辅助编程、从零开始制作的教学工具，包括：作文批改“神器”、历史可视化以及数学公式可视化师生端等，大家都反馈非常好。 随后，我也逐渐在小红书开启了直播，手把手展示如何与 AI 一起头脑风暴并完成相关的编程。许多观众向我反馈，认为这是一个从“不了解”到“掌握”的清晰过程，帮助他们一步步地解构并去神秘化教育 AI 产品的研发，也让他们感受到“自己做得到”。 接下来，会开始做专题圆桌讨论，内容涵盖如何开发相关产品、国内外的产品对比分析，以及关于产品增长、推广和商业化的头脑风暴。如果你对此感兴趣，可以添加微信(yiyizihere)；我也会在群里更新讨论时间和内容。此外，欢迎加入我的小红书海外 AI 讨论群，期待与你们进行思维上的碰撞! -----------------------关于伊伊子---------------------- 伊伊子2024年的复盘 伊伊子专门为AI教育者打造的开源AI教育论文库 伊伊子专门为老师和AI创业者打造的20种教学场景指令 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！ --------------------相关词介绍------------------- 教育版 Shopify Miyagi Labs 称自己为“教育版的 Shopify”，不是一句营销口号，而是明确的产品定位：就像 Shopify 降低了开店门槛，让人人都能当店主，Miyagi 也希望赋能每一位视频创作者（无论是否是老师）都能构建高质量的在线课程。它的目标是把“教学设计”这件事，变成像拖拽搭建电商网站一样简单。 布鲁姆两西格玛问题（Bloom’s Two Sigma Problem） 这个经典研究指出：接受一对一个性化教学的学生，表现可以比普通课堂学生提升两个标准差（即打败98%同龄人）。这正是 Miyagi 的AI设计蓝本——用AI模拟老师“因材施教”的能力，把个性化教学效果带给所有学生。 间隔重复（Spaced Repetition） 这是记忆心理学中最有效的技巧之一。通过不断递增时间间隔来复习旧知识，可以显著提升记忆效率。Miyagi 在课程中嵌入了记忆卡片和刷新机制，帮助用户在正确的时间复习，打破“看过就忘”的学习陷阱。 Chunking（切块）与上下文指向 在处理超长视频或讲座时，最难的是“从哪学起”。Miyagi 通过将视频切成逻辑片段（chunking），并对每段生成练习题，让学生能“跳着学”“跟着练”，真正打通了内容结构与练习路径。而 Lexi AI 导师则能识别你“正在看哪段”，为你提供上下文贴合的反馈。 Lexi AI 导师的独特体验 与一般的 ChatGPT 机器人不同，Lexi 可以和视频内容、练习题高度结合。当你在某段内容卡住，只需标记那一段，Lexi 就能读取其上下文，精准回应。这种“无缝交互”的体验，参考了代码工具 Cursor 的设计哲学：让你不必跳出页面、不用复制粘贴，专注于当下的学习问题。 微激励机制（Micro-Incentives） Miyagi 采用 Duolingo 式的策略：让学习变得有成就感。有每日学习提醒、任务完成反馈（比如绿色勾勾、积分）、课程目标设定等。这些不是游戏化的“糖果”，而是推动用户产生正向学习循环的心理设计。 做无法规模化的事（Do Things That Don’t Scale） Miyagi 在早期与每位创作者、用户深聊，发传单、观察象棋俱乐部的学习过程。虽然这些方式无法规模化，但它们建立了对用户需求的深度直觉——这是所有AI产品早期不可替代的经验积累。 学习动机与“成效差值”视角 Miyagi 并不奢望改变每个人的内在动机，而是关注这样一件事：在他们的平台上，用户是否比在别的平台“学得更好”？只要提升这一差值，就是成功。他们认为，只要体验更贴合、反馈更即时、结构更清晰，学习动机会被自然激发。

本期是一场特别的独白，也是一份记录——我刚刚完成了教育学博士学位的毕业典礼，在博士旅程收官之际，我想和你们聊聊这几年的心路历程、技术探索与角色转变。 在这集中，你将听到： * 🎓 我的博士研究如何从“项目制学习”转向“生成式AI与教学法对齐”； * 👩‍💻 我如何在完成论文之后，独立从零开发出教学AI产品 Pedacode； * 🔄 自媒体创作者、开发者、研究者三重身份之间的张力与整合； * 🧠 AI如何帮助我建立元认知：反思工具依赖、重塑判断力； * 🪄 从 paper 到 product，教学理念如何落地成具体功能和逻辑结构； * 🧭 教育技术的“对齐能力”，为什么比“推荐能力”更重要； * 🔔 以及 Pedacode 即将开启 beta 测试，欢迎感兴趣的听众加入听友群参与试用！ 这不只是一期工具介绍，更是一份关于“我是谁、我从哪里来、我要往哪里去”的深刻自我整理。希望我的路径能为你带来一些陪伴与启发。 ----------------伊伊子开发的一些工具----------------- * 图片文字互转可视化Omniverse-note: * Youtube sensei (Immersive Language Learning Tools) * AI coach, 包含教练端和个人端Guidewise: * AI课程Generator CurioLearn * AI语音写作 Verso AI报告生成器 reportwhiz beta 版 ----------------近期伊伊子想做的一些事情----------------- 最近，随着大家对 AI 与教育的热情逐渐高涨，越来越多的朋友开始打造属于自己的 AI 教育工具。我也在小红书上分享了三个基于 AI 辅助编程、从零开始制作的教学工具，包括：作文批改“神器”、历史可视化以及数学公式可视化师生端等，大家都反馈非常好。 随后，我也逐渐在小红书开启了直播，手把手展示如何与 AI 一起头脑风暴并完成相关的编程。许多观众向我反馈，认为这是一个从“不了解”到“掌握”的清晰过程，帮助他们一步步地解构并去神秘化教育 AI 产品的研发，也让他们感受到“自己做得到”。 接下来，会开始做专题圆桌讨论，内容涵盖如何开发相关产品、国内外的产品对比分析，以及关于产品增长、推广和商业化的头脑风暴。如果你对此感兴趣，可以添加微信(yiyizihere)；我也会在群里更新讨论时间和内容。此外，欢迎加入我的小红书海外 AI 讨论群，期待与你们进行思维上的碰撞! -----------------------关于伊伊子---------------------- 伊伊子2024年的复盘 伊伊子专门为AI教育者打造的开源AI教育论文库 伊伊子专门为老师和AI创业者打造的20种教学场景指令 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！

大家好，欢迎收听《教育AI智造者》。 这一集的嘉宾，是我在博士阶段最敬佩的老师之一——James Diamond 博士。他是教育游戏与形成性评估的顶尖研究者，也是约翰霍普金斯大学推动AI教育改革的重要实践者。 这集节目，我们从“什么是技术的可供性”谈起，一路聊到AI生成式评估系统、游戏中学习的真实性、设计型研究的落地实践，直到他最近主导的“教育科技×社会创业”MOOC课程。你将听到： 🔍 为什么说学习不是技术能不能用的问题，而是“是否真的触发了学习者的主动性”？ 🎮 如何设计“持久运行的AI游戏世界”，把生成式AI作为教师的“评估教练”？ 🔁 设计型研究如何帮助你持续迭代产品、避免陷入“AI炫技陷阱”？ 📊 一个好产品不是功能越多越好，而是“是否真的支撑了你要实现的教学目标”？ 🧠 如何操作化抽象的学习目标，设计教学任务与评估指标？ 🚀 为什么教育科技创业，不能只是“做工具的人”，而是要成为“带使命的社会设计者”？ 这一集，让我感触最深的是Diamond博士说的这句话：“如果你不能真实观察用户做了什么，就无法知道你的工具是否起了作用。”——在AI产品疯狂涌现的今天，很多人都在追“能力边界”，但他反复提醒我们，教育AI不是做出一个能生成的产品，而是一个真正“被教师和学生愿意使用”的教学伙伴。 对于正在开发、运营教育AI产品的朋友们来说，这集内容会非常“落地”也非常“进阶”。你会学到： * 如何用设计型研究（DBR）推进产品从理念到迭代； * 如何将形成性评估嵌入生成式AI； * 如何构建“教学法一致性+学生主动性+教师工作流”的三重模型； * 以及，在教育科技创业中，如何将“研究”作为你的底层操作系统，而非装饰性的PDF。 🎁推荐收听对象： * 教育科技创业者 * 正在设计AI辅助教学产品的产品经理、工程师 * 教育研究者与教学法设计师 * 想深入理解AI工具在课堂中真实作用的教师与学校管理者 🗂内容大纲 开场介绍 Diamond博士的背景与研究重点：游戏、AI、评估、DBR、教育社会创业 技术的“可供性”与“效力性” 什么是技术让人“想用”的关键？不仅是功能，而是情境下的感知 主动性 agency：AI不是代替，而是激发行动 AI越强，越需要教师理解“谁在学？怎么学？学到了什么？” AI×游戏的形成性评估幻想 未来的游戏世界里，AI实时观察学习行为并生成对齐的评估任务 Playing with Data：评估型游戏+教师仪表盘设计实践 如何帮助教师真正“看懂”学生在游戏中是否在学习？ 生成式AI作为“教学教练” AI如何参与到教学决策中？不是替代，而是提供理解与建议 游戏≠不严肃：深度学习的“真实性”如何构建？ 批判“游戏不等于学习”的刻板印象，强调设计与支持的关键性 设计型研究（DBR）的方法论拆解 从随机对照实验到持续迭代的现实研究，DBR如何结合技术与教学法 “操作化”的技术指南 如何将“历史思维”“批判性”“共情”等抽象目标具体化为可观察行为？如何在AI产品中设计符合教学目标的游戏机制与评估路径？ 教育科技 × 社会创业：使命导向的产品开发思维 教育创业者的第一步不是功能，而是价值——你的工具解决了谁的痛？用了什么学习理论？能否证明它有效？ 需要详细文字稿的听众们可以关注微信公众号，爱思考的伊伊子，输入“播客EP35"，即可获得。 ---------------近期伊伊子想做的一些事情----------------- 最近，随着大家对 AI 与教育的热情逐渐高涨，越来越多的朋友开始打造属于自己的 AI 教育工具。我也在小红书上分享了三个基于 AI 辅助编程、从零开始制作的教学工具，包括：作文批改“神器”、历史可视化以及数学公式可视化师生端等，大家都反馈非常好。 随后，我也逐渐在小红书开启了直播，手把手展示如何与 AI 一起头脑风暴并完成相关的编程。许多观众向我反馈，认为这是一个从“不了解”到“掌握”的清晰过程，帮助他们一步步地解构并去神秘化教育 AI 产品的研发，也让他们感受到“自己做得到”。 接下来，会开始做专题圆桌讨论，内容涵盖如何开发相关产品、国内外的产品对比分析，以及关于产品增长、推广和商业化的头脑风暴。如果你对此感兴趣，可以添加微信(yiyizihere)；我也会在群里更新讨论时间和内容。此外，欢迎加入我的小红书海外 AI 讨论群，期待与你们进行思维上的碰撞! -----------------------关于伊伊子---------------------- 伊伊子2024年的复盘 伊伊子专门为AI教育者打造的开源AI教育论文库 伊伊子专门为老师和AI创业者打造的20种教学场景指令 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！ --------------------相关词介绍------------------- 可供性（Affordance） 这是技术与用户之间关系的起点。可供性指的是用户在特定情境中“感知到的可以做的事情”。比如一张椅子可以坐、可以踩，也可以当门挡。技术本身的功能不等于用户会使用它，关键是用户感受到它对自己是否“有用”。 效力性（Effectivity） 可供性是“我觉得可以用”，效力性是“我真的用了之后，效果怎么样”。在教育技术中，一个工具不仅要被使用，还要能实际产生教学成效，这种“效果判断”就是效力性的范畴。 学习者主动性（Learner Agency） 主动性是学习的原动力。学生是否愿意去提问、探索、尝试解决问题，决定了他们能学到多少。当AI能够快速给出答案时，更需要教师设计能激发学生“参与感”的学习路径。 设计型研究（Design-Based Research, DBR） 一种强调“真实情境”“用户共创”“持续迭代”的教育研究方法。它不像传统教育研究那样只关注实验与控制变量，而是聚焦在解决实际问题中不断调整干预策略。特别适用于教育科技产品的开发过程。 形成性评估（Formative Assessment） 贯穿于学习过程的实时反馈机制，不是为了打分，而是为了让学生和教师都能及时调整学习策略。AI可以在这里大显身手——即时生成任务、检测薄弱点、提出微型干预。 数据仪表盘（Dashboard） 不是炫酷图表，而是教师用来理解学生学习状态的“辅助眼睛”。当游戏等活动产生大量数据时，如何将数据转化为教师能用的判断依据？这正是仪表盘的核心价值。 教学法一致性（Pedagogical Alignment） AI产品如果没有与教学目标、课程标准、评估路径对齐，就很容易“漂浮在教学之外”。一个有效的教育工具，必须是教学逻辑中的一环，而不是另起炉灶的“外挂系统”。 操作化（Operationalization） 这是将抽象的学习目标（如历史思维、批判性思考）变成可观察、可评估行为的过程。如果你说学生在“共情”历史人物，那他们要表现出什么行为才能证明？这个过程就是操作化。 学习进阶（Learning Progression） 描述学生从初学者到熟练者的成长路径。比如，从只会重复知识，到能够迁移应用，再到创新表达。它帮助设计者制定阶段性目标，并据此构建教学活动与评估工具。 提示工程（Prompt Engineering） 生成式AI时代的新技能。不是乱问问题，而是精准设计提示词，引导AI生成对齐目标的内容。特别是在教学场景中，好的prompt不仅要能“对答如流”，还要能引发学生反思、理解与表达。 教育型课程材料（Educative Curriculum Materials） 不仅服务学生，也服务教师成长。一套好的教材、游戏或AI工具，应该能够“教会教师怎么教”，而不只是“告诉教师怎么用”。它是教师发展的隐形助力器。 AI教学教练（AI Teaching Coach） 与其说AI是教师的替代，不如说它是身边的助理或教练。当它能分析学生行为、对照教学目标、生成策略建议时，教师可以专注于判断与引导，而不是陷入繁杂的数据处理。 反向设计（Backward Design） 先确定“学生应该学会什么”，再设计活动与评估。这是课程设计中最重要的逻辑顺序，也是操作化的基础。没有明确目标的AI产品，很难设计出有效的交互路径。 社会创业（Social Entrepreneurship） 在教育科技领域，创业不是为了炫酷功能，而是为了真正改善人的学习、成长和发展。社会创业者以使命为起点，利润为手段，而不是相反。他们构建的工具是“有温度的”。 研究—实践合作（Research-Practice Partnerships） 研究不是象牙塔的工作，实践也不能闭门造车。真正落地有效的教育创新，往往是研究者与一线教师、产品设计者共同完成的长期协作。这种伙伴关系，是未来EdTech成功的基础设施。