AI做助教得唔得？Google DeepMind首個隨機對照試驗揭示咗乜嘢

AI喺教育嘅潛力好大，但一直以嚟，喺真實課室入面嘅嚴謹成效證據都唔多。2026年6月，Google DeepMind同教育非牟利組織Fab AI公布咗喺塞拉利昂進行嘅一項標誌性隨機對照試驗（RCT）結果，呢個係至今最詳盡嘅研究之一，揭示咗一個有結構嘅AI學習工具點樣同老師並肩作戰 。

研究發現，將Gemini嘅「引導式學習」（Guided Learning）模式融入數學堂，可以顯著提升學生嘅測驗分數。之不過，結果同時揭示咗一啲好關鍵嘅細微差別：本身數學成績已經超前嘅學生得益最大；老師需要調整自己嘅角色；而且，呢個精心設計嘅干預措施，好難同佢嘅配套組件分開嚟睇。

試驗係點樣設計嘅？

呢項試驗係同塞拉利昂教育部合作進行，屬於預先登記、雙臂、叢集隨機對照試驗。佢由2025年10月6號至12月5號，喺洛科港區（Port Loko District）12間政府資助嘅初中（junior secondary schools）入面進行，為期八個星期 。

研究納入咗1,763名中一及中二（Grade 7 and 8，年齡13歲或以上）嘅學生，分佈喺48班數學堂 。喺每間學校同級別入面，班別會隨機被分配到「治療組」（用Gemini引導式學習）或者「對照組」（繼續標準教學）。為咗避免將AI工具嘅效果同老師質素混淆，所有老師都接受咗一樣嘅5至6個鐘培訓 。

目標劑量係要學生喺每星期四堂數學堂入面，揀兩堂用AI工具，夾埋即係八星期內累積12個鐘嘅引導式學習 。

四部曲結構化課堂，仲有啲特別角色

個干預措施唔係就咁塞個Chatbot畀學生咁簡單。佢跟從一個好嚴格嘅教學框架，目的係要令AI成為協作學習過程入面嘅夥伴：

1. 老師引導嘅課堂引入：老師會設定學習目標，同埋檢查學生嘅已有知識。
2. 主要嘅二人協作活動：學生會兩個人共用一部機（即係2:1嘅學生對裝置比例）咁做功課。最關鍵係，佢哋會有清晰嘅角色分工：**「司機」（driver）負責將問題打入Gemini，而「領航員」（navigator）**就負責做筆記同引導提問。為咗確保公平參與，每堂都會調轉角色。
3. 全班討論：老師會帶領一個環節，鞏固學到嘅嘢。
4. 課堂總結：老師最後會做一個總結歸納 。

為咗準備，老師要定好課堂目標、寫低起始提示（starter prompts），同埋喺黑板起草問題骨幹，用嚟搭建學生同Gemini互動嘅鷹架（scaffold） 。

結果：整體有顯著提升，但唔係人人均等

呢項試驗得出咗統計學上顯著嘅增益，但成效有幾大，好大程度取決於工具嘅使用量同學生嘅起步點。

指標	發現
意圖治療分析（ITT）	平均嚟講，被分配用引導式學習嘅學生，成績有**+0.258個標準差（SD）**嘅改善。呢個效果等於將一個學生由第50百分位，推到第60百分位 。
劑量反應關係	嗰69%完成咗12個鐘或以上完整目標劑量嘅學生，得出嘅效果大得多，有成**+0.380 SD**。用多一個鐘，就關聯到**+0.016 SD**嘅增益 。
基準數學能力（Baseline proficiency）	最關鍵嘅發現：本身數學根柢好啲嘅學生，得益顯著更加大。學生每多一個標準差嘅基準數學能力，治療效果就會增加0.195 SD 。
子群組分析（Subgroup analysis）	由學生嘅基準閱讀能力、性別同年齡嚟拆解，AI嘅效果冇顯著差別 。

學生實際上係點樣同Gemini互動？

呢個研究其中一個最有啟發性嘅部分，就係分析咗超過113,000次學生同Gemini嘅互動記錄。分析結果描繪出AI嘅角色並唔係一部答案機，而係一個導師。

絕大多數嘅對話——91.4%——都係專注喺數學理解上面 。Gemini自己嘅行為亦都受到引導式學習功能嘅小心駕馭：佢發出嘅訊息入面，有76.4%都係提出鷹架式提問（scaffolding questions），推動學生自己思考，而直接提供完整解決方案嘅情況只係得2.1% 。

可能會擴大學習差距嘅風險

最初能力較高嘅學生得益最大呢個發現，促使研究人員標示咗一個好大嘅憂慮。如果冇設計出刻意支援能力較弱學生嘅策略，呢個干預措施可能會擴大現有嘅學習差距，而唔係收窄佢 。

老師有咩體驗？

嚟自老師焦點小組嘅質性反饋，為結果加多咗一個維度。老師報告話留意到學生嘅投入感增加咗，課室參與度亦都更加活躍 。好多老師仲開始用Gemini嚟備課，發現咗解釋分數呢類複雜課題嘅新方法 。

好關鍵嘅係，老師形容佢哋自己嘅專業身份有咗轉變，感覺自己嘅角色由「講師」演變成「促進者（facilitator）」，喺課室入面走動去支援一對對嘅學生 。

不過，都唔係所有反饋都係正面嘅。有啲老師反映遇到挑戰，包括Gemini間中會帶出啲離題嘅內容，或者拖慢咗成班跟教學計劃嘅進度 。

呢項研究有咩關鍵局限？

雖然結果係正面嘅，但研究人員都好小心咁列出咗幾個局限，等我哋要放喺呢啲背景之下嚟理解啲發現：

• 捆綁式干預（Bundled intervention）：呢項試驗將引導式學習、老師培訓、新課堂結構、裝置提供同埋課堂監察捆綁埋一齊。呢個設計冇辦法單獨分拆出AI工具本身嘅效果，撇除其他重要嘅支援嚟睇 。
• 普遍適用性（Generalizability）：樣本只係嚟自塞拉利昂嘅一個區，並唔能夠代表全國。研究發現最適用嘅係嗰啲有類似基礎設施嘅學校，包括有平板電腦、可靠嘅互聯網同埋準備好嘅老師 。

一個全球研究嘅藍圖

塞拉利昂嘅試驗只係個開始。呢個係Google DeepMind同Fab AI計劃緊嗰一連串國際性、預先登記試驗嘅第一炮，目的係喺唔同教育體系入面研究引導式學習 。為咗走向透明同可擴展性，佢哋喺公布結果嘅同時，亦都公開咗佢哋嘅老師培訓教材同埋一本快速RCT操作手冊（rapid RCT playbook），為其他研究人員同教育體系提供咗一個藍圖 。