课堂人工智能：面向年级的教学型大型语言模型

来自数字伙伴的教学帮助

在世界各地，数以百万计的儿童上学时缺乏足够的合格教师，即使在资源充足的课堂中，也很难为每个学生提供真正匹配其年龄和阅读水平的解释。本研究探讨了现代人工智能，尤其是大型语言模型，能否被转化为“面向年级的教师”，对一年级学生和大学生采用截然不同的表达方式，同时仍能保持事实正确性。

为何把文字与年龄匹配很重要

良好的教学不仅在于知道正确答案，还在于用学生能理解的方式表达出来。如今的AI聊天机器人能解决许多问题，但它们经常使用过于高级的语言，即使被要求“为三年级学生解释”。早期研究主要测试简单的提示技巧，发现效果有限，尤其对于更年幼的读者。作者认为，如果人工智能要在全球范围内公平地支持学习，就必须可靠地在广泛学科和问题上生成清晰、适龄的解释，而不是仅仅改写或缩短现有文本。

为易读与难读文本构建量表

为了解决这一问题，研究人员首先需要一种值得信赖的方法来判断一段文字的阅读难度。他们没有依赖单一衡量标准，而是结合了七种经典的可读性公式，这些公式衡量诸如句子长度、单词长度以及使用了多少“难”词等因素。他们根据各公式侧重的方面对其进行分组，然后创建了一个综合投票方案，将每个答案分配到六个等级带之一：低年级小学、中年级小学、高年级小学、初中、高中和大学或成人。这个更丰富的评分系统能够捕捉到单一指标可能遗漏的细微复杂度差异。

训练AI以六种不同方式表达

基于这个阅读水平量表，团队生成了大量合成数据集。利用若干最先进的语言模型，他们围绕54个学校科目撰写了数千个开放式问题，涵盖科学与健康到文学与社会研究等领域。对于每个问题，他们提示一个AI模型生成多种不同答案，变换目标年级和句子长度。然后他们的综合可读性工具为每个答案贴上实际的年级标签。这些带标签的问题—答案对成为微调六个不同版本AI模型的训练资料，每个模型针对一个年级组，使“低年级小学”模型自然而然地使用短句和简单词汇，而“成人”模型则提供更长、更详细的解释。

面向年级教师的表现如何

作者在多个真实和合成问题集上测试了他们的模型。他们衡量了“匹配度”，即答案落在目标年级水平的频率，以及“准确性”，即答案在事实上的正确性和相关性。与仅使用提示的方法相比，微调后的模型平均将年级匹配成功率提高了约36个百分点，尤其在最难达到的小学组表现提升明显。重要的是，这种针对性调整并未显著损害科学问题上的准确性。对208名人类参与者的调查，加上另一个AI评审的核查，都显示不同年级模型的答案确实随着年级提高而变得更复杂、更成熟，这一点获得了高度一致的认可。

这对课堂和学生意味着什么

研究得出结论：大型语言模型可以被重塑为可靠的、具备年级意识的助手，能够根据学生的阅读能力调整用语，同时保持解释的正确性。这还不能解决年幼儿童是否能够理解非常抽象概念这一更深层的问题，但它是朝向能在学习者所在水平提供支持的AI工具的关键一步。如果谨慎开发与部署，这类面向年级的AI辅导可扩展优秀教学的覆盖面，支持负担沉重的教育工作者，并为目前无法获得优质教学资源的学生带来更清晰的解释。

引用: Oh, J., Whang, S.E., Evans, J. et al. Classroom AI: large language models as grade-specific teachers. npj Artif. Intell. 2, 28 (2026). https://doi.org/10.1038/s44387-026-00081-7

关键词: 人工智能辅导, 年级可读性, 教育技术, 大型语言模型, 个性化学习