在每所學校和年級內，班級被隨機分配到使用Gemini引導學習的實驗組，或繼續標準教學的對照組。為了避免AI工具的效果與教師品質產生混淆，所有教師都接受了相同的5至6小時培訓 。

實驗設定的目標是，讓學生在每週四堂數學課中的兩堂使用AI工具，在八週內累積達到12小時的引導學習時數 。

一場角色扮演的結構化四部曲課程

這項介入措施並非單純地將聊天機器人交給學生。它遵循一套嚴謹的教學框架，旨在讓AI成為協作學習過程中的夥伴：

1. 教師引導開場：教師設定學習目標，並檢核學生的先備知識。
2. 主要配對活動：學生以兩人一組共用一台裝置（學生與裝置比例為2:1）的方式進行。關鍵在於他們扮演了明確的角色：**「駕駛員」負責將問題輸入Gemini，而「導航員」**則負責做筆記並引導探究方向。角色會在每堂課互換，以確保均衡參與。
3. 全班討論：由教師引導，統整所學內容。
4. 總結歸納：教師進行最後的總結 。

為了做好準備，教師必須事先訂定課程目標、撰寫起始提示，並在黑板上寫下問題主幹，為學生與Gemini的互動搭建鷹架 。

實驗結果：顯著提升，但並非人人平等

這項試驗取得了統計上的顯著成效，但其效果大小高度取決於學生的使用程度和起始能力。

學生實際上如何與Gemini互動？

這項研究最揭露真相的部分之一，是對超過11.3萬次學生與Gemini的對話記錄分析。這描繪出AI的角色更像一位家教，而非答案機。

絕大多數的對話——91.4%——都專注於數學理解 。Gemini自身的行為也被引導學習功能仔細操控：它在76.4%的訊息中提出了鷹架式提問，推動學生自行思考，而直接提供解答的比例僅有2.1% 。

學力鴻溝擴大的風險

研究人員針對最初高成就學生獲益最多的現象，提出了一項重大疑慮。在缺乏刻意幫助低成就學生的策略下，這項介入措施可能會擴大現有的學力差距，而非縮小它 。

教師們的親身體驗

來自教師焦點團體的質性回饋，為研究結果增添了另一個面向。教師們回報學生的學習參與度明顯提升，課堂參與也更為活躍 。許多教師開始使用Gemini來備課，發現了能解釋分數等複雜概念的新方法 。

至關重要的是，教師們描述了自己專業身份的轉變，感覺自身角色從「講師」轉變為「引導者」，在教室中走動以支援各組學生 。

並非所有回饋都是正面的。有些教師也提到了挑戰，包括Gemini偶爾會引入離題內容，或是拖慢班級原定的課程進度 。

研究的重要限制

儘管結果是正面的，研究人員仍謹慎地列出幾項限制，應作為理解這些發現的背景：

• 配套式的介入措施：此試驗將引導學習與教師培訓、新的課程架構、設備提供及課堂監控綑綁在一起。此設計無法將AI工具的效果從其他關鍵支援中獨立出來 。
• 推論性：樣本僅來自獅子山的一個行政區，不具全國代表性。這些發現最適用於具備類似基礎設施（包含平板電腦、可靠網路及教師準備度）的學校 。

全球研究的藍圖

獅子山試驗只是個開端。這是Google DeepMind與Fab AI計劃在國際間一系列預先註冊試驗中的第一個，旨在研究引導學習在不同教育體系中的成效 。為了向透明化和可擴展性邁進，合作雙方在發表成果的同時，也公開釋出了他們的教師培訓教材和一份快速隨機對照試驗執行手冊，為其他研究者和教育體系提供了藍圖 。

在每所學校和年級內，班級被隨機分配到使用Gemini引導學習的實驗組，或繼續標準教學的對照組。為了避免AI工具的效果與教師品質產生混淆，所有教師都接受了相同的5至6小時培訓 。

實驗設定的目標是，讓學生在每週四堂數學課中的兩堂使用AI工具，在八週內累積達到12小時的引導學習時數 。

一場角色扮演的結構化四部曲課程

這項介入措施並非單純地將聊天機器人交給學生。它遵循一套嚴謹的教學框架，旨在讓AI成為協作學習過程中的夥伴：

1. 教師引導開場：教師設定學習目標，並檢核學生的先備知識。
2. 主要配對活動：學生以兩人一組共用一台裝置（學生與裝置比例為2:1）的方式進行。關鍵在於他們扮演了明確的角色：**「駕駛員」負責將問題輸入Gemini，而「導航員」**則負責做筆記並引導探究方向。角色會在每堂課互換，以確保均衡參與。
3. 全班討論：由教師引導，統整所學內容。
4. 總結歸納：教師進行最後的總結 。

為了做好準備，教師必須事先訂定課程目標、撰寫起始提示，並在黑板上寫下問題主幹，為學生與Gemini的互動搭建鷹架 。

實驗結果：顯著提升，但並非人人平等

這項試驗取得了統計上的顯著成效，但其效果大小高度取決於學生的使用程度和起始能力。

學生實際上如何與Gemini互動？

這項研究最揭露真相的部分之一，是對超過11.3萬次學生與Gemini的對話記錄分析。這描繪出AI的角色更像一位家教，而非答案機。

絕大多數的對話——91.4%——都專注於數學理解 。Gemini自身的行為也被引導學習功能仔細操控：它在76.4%的訊息中提出了鷹架式提問，推動學生自行思考，而直接提供解答的比例僅有2.1% 。

學力鴻溝擴大的風險

研究人員針對最初高成就學生獲益最多的現象，提出了一項重大疑慮。在缺乏刻意幫助低成就學生的策略下，這項介入措施可能會擴大現有的學力差距，而非縮小它 。

教師們的親身體驗

來自教師焦點團體的質性回饋，為研究結果增添了另一個面向。教師們回報學生的學習參與度明顯提升，課堂參與也更為活躍 。許多教師開始使用Gemini來備課，發現了能解釋分數等複雜概念的新方法 。

至關重要的是，教師們描述了自己專業身份的轉變，感覺自身角色從「講師」轉變為「引導者」，在教室中走動以支援各組學生 。

並非所有回饋都是正面的。有些教師也提到了挑戰，包括Gemini偶爾會引入離題內容，或是拖慢班級原定的課程進度 。

研究的重要限制

儘管結果是正面的，研究人員仍謹慎地列出幾項限制，應作為理解這些發現的背景：

• 配套式的介入措施：此試驗將引導學習與教師培訓、新的課程架構、設備提供及課堂監控綑綁在一起。此設計無法將AI工具的效果從其他關鍵支援中獨立出來 。
• 推論性：樣本僅來自獅子山的一個行政區，不具全國代表性。這些發現最適用於具備類似基礎設施（包含平板電腦、可靠網路及教師準備度）的學校 。

全球研究的藍圖

獅子山試驗只是個開端。這是Google DeepMind與Fab AI計劃在國際間一系列預先註冊試驗中的第一個，旨在研究引導學習在不同教育體系中的成效 。為了向透明化和可擴展性邁進，合作雙方在發表成果的同時，也公開釋出了他們的教師培訓教材和一份快速隨機對照試驗執行手冊，為其他研究者和教育體系提供了藍圖 。