Назад към Новини
ИновацияAI Understanding брифинг

NSF подновява $20 милиона за AI инструменти, насочени към подобряване на K-12 STEM обучението

UNC-Chapel Hill съобщава, че NSF е подновил петгодишна награда на стойност 20 милиона долара за EngageAI Institute, подкрепяща изследванията на базирани на AI, персонализирани инструменти за STEM обучение до 2031 г.

4 min readRead the linked source
Source-provided image accompanying NSF renews $20 million for AI tools aimed at improving K-12 STEM learning
ИзточникИзточникът е записан
Издател
unc.edu
Изходна връзка
unc.eduhttps://www.unc.edu/posts/2026/09/14/ai-research-to-improve-k-12-stem-learning-gets-funding-boost/
Тип източник
Свързан източник — статусът на първичен източник не е установен.
КонтекстРазберете това за 60 секунди

Започнете тук

Ключови термини

Пристрастие
Последователен модел на грешка или несправедливост в данните или поведението на модела.
Тествайте себе сиТест за обяснение на AI модели

Какво стана

UNC-Chapel Hill съобщава, че Националната научна фондация е подновила петгодишната си награда от 20 милиона долара за Института за ангажирано обучение с изкуствен интелект, известен като EngageAI, добавяйки още 20 милиона долара и разширявайки института до 2031 г. Изследователската коалиция включва NC State University, UNC-Chapel Hill, университета Вандербилт, университета на Индиана и Digital Promise.

UNC-Chapel Hill съобщава, че NSF е подновил предишната петгодишна награда от $20 милиона за EngageAI Institute, осигурявайки допълнителни $20 милиона и удължавайки работата на института до 2031 г. Коалицията е базирана в NC State University и включва изследователи от UNC-Chapel Hill, Vanderbilt University, Indiana University и Digital Promise.

Според доклада на UNC институтът работи от 2021 г. и е разработил учебни среди, ориентирани към разказа, проучил е как изкуственият интелект може да подпомогне учениците да учат заедно и е създал инструменти за анализиране на съвместно обучение. Изследователите на UNC също така разработиха EngageVP, който докладът описва като рамка, която използва AI за интерпретиране на видео, реч и жестови данни, записани, докато учениците решават проблеми в групи.

Следващата изследователска фаза ще се съсредоточи, според UNC-Chapel Hill, върху уроци, задвижвани от AI, които се адаптират към отделните ученици, запазват напредъка през учебната година и помагат на учителите да създават учебни преживявания чрез 3D модели на света за разказване на истории. Докладът идентифицира Мохит Бансал като водещ съглавен изследовател на UNC и казва, че Сяоминг Лиу и Рони Сенгупта също са замесени. Той не предоставя публична дата на пускане, условия за наличност или цена на продукта.

Детайли за източника: unc.edu ↗

Защо има значение

Подновяването подкрепя продължителни изследвания за това как AI би могъл да персонализира STEM инструкциите, да помогне на учителите да създават уроци и да анализират сътрудничеството на учениците. Ако подходите на института работят в реални класни стаи, те биха могли да осигурят по-индивидуализирана подкрепа, като същевременно предоставят на преподавателите по-добри инструменти за проектиране на учебен опит. Докладът не установява независимо дали системите подобряват резултатите от обучението, колко широко ще бъдат разгърнати или дали ще бъдат достъпни извън участващите изследователски среди.

Финансирането е значимо, защото подкрепя многогодишна изследователска програма, фокусирана върху ИИ като пряк компонент на K-12 STEM обучение, а не като административен инструмент с общо предназначение. Постоянните записи за напредъка на учениците и адаптивните уроци биха могли по принцип да позволят обучението да отговаря на индивидуалните нужди с течение на времето, докато инструментите за създаване, обърнати към учителя, биха могли да намалят усилията, необходими за изграждане на интерактивни уроци.

Практическият случай остава недоказан в предоставения доклад. UNC-Chapel Hill описва предишни проучвания в класната стая и изследователски инструменти, но не предоставя измерени печалби от обучението, независима оценка, мащаб на внедряване или сравнение с инструкции, които не са свързани с ИИ. Докладът също така не обяснява как институтът ще се справи с поверителността, съгласието, пристрастието или надеждността, когато системите интерпретират речта, жестовете и поведението на учениците.

Interactive Mechanism

Интерактивен механизъм: как всъщност работи

Разгледайте интерактивно основната технология зад тази разработка.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Интерактивна проверка на концепцията+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Какво да гледате след това

Следете за доказателства от проучвания в класната стая, подробности за това как ще се обработват данните на учениците и информация за това дали получените инструменти стават достъпни за училища извън изследователските партньори. Условията за достъп, цените и сроковете за внедряване не са документирани в отчета.

Най-важното следващо доказателство ще бъдат публикувани резултати от проучвания в класната стая, показващи дали инструментите подобряват STEM обучението или ангажираността за различни групи ученици. Също така ще има значение дали учителите могат да проверяват, коригират или отменят препоръките за обучение, генерирани от AI.

Докладът не казва дали инструментите на EngageAI са достъпни за училища или семейства извън участващата изследователска мрежа. Ценообразуването, лицензирането, техническите изисквания, политиките за запазване на данни и сроковете за внедряване са неизвестни.

Планираното от института използване на студентски видеоклипове, реч, жестове и данни за надлъжния напредък прави управлението централен проблем. Допълнителното докладване трябва да изясни какви данни се събират, кой има достъп до тях и как системите се тестват за точност и справедливост.

Свързани ръководства и викторини

Обяснени модели на AIAI обучениеЕтика на ИИТествайте какво знаете — опитайте безплатен тест с изкуствен интелектПотърсете термин за AI в нашия речникСледвайте програмата за проследяване на пускането на AI модел
Намирате ли това за полезно?