Επιστροφή στις Ειδήσεις
ΚαινοτομίαAI Understanding ενημέρωση

Το NSF ανανεώνει 20 εκατομμύρια δολάρια για εργαλεία τεχνητής νοημοσύνης που στοχεύουν στη βελτίωση της εκμάθησης K-12 STEM

Το UNC-Chapel Hill αναφέρει ότι το NSF ανανέωσε ένα πενταετές βραβείο 20 εκατομμυρίων δολαρίων για το Ινστιτούτο EngageAI, υποστηρίζοντας την έρευνα σε εξατομικευμένα εργαλεία εκμάθησης STEM που βασίζονται σε τεχνητή νοημοσύνη έως το 2031.

4 min readRead the linked source
Source-provided image accompanying NSF renews $20 million for AI tools aimed at improving K-12 STEM learning
Αναφορά πηγήςΗ πηγή καταγράφηκε
Εκδότης
unc.edu
Σύνδεσμος πηγής
unc.eduhttps://www.unc.edu/posts/2026/09/14/ai-research-to-improve-k-12-stem-learning-gets-funding-boost/
Τύπος πηγής
Συνδεδεμένη πηγή — η κατάσταση της κύριας πηγής δεν έχει καθοριστεί.
ΠλαίσιοΚαταλάβετε αυτό σε 60 δευτερόλεπτα

Ξεκινήστε εδώ

Βασικοί όροι

Μεροληψία
Ένα σταθερό μοτίβο σφάλματος ή αδικίας στα δεδομένα ή τη συμπεριφορά του μοντέλου.
Δοκιμάστε τον εαυτό σαςΕξηγημένο Κουίζ Μοντέλων AI

Τι έγινε

Το UNC-Chapel Hill αναφέρει ότι το Εθνικό Ίδρυμα Επιστημών ανανέωσε το πενταετές βραβείο του, ύψους 20 εκατομμυρίων δολαρίων για το Ινστιτούτο AI για εμπλοκή στη μάθηση, γνωστό ως EngageAI, προσθέτοντας άλλα 20 εκατομμύρια δολάρια και επεκτείνοντας το ινστιτούτο έως το 2031. Ο ερευνητικός συνασπισμός περιλαμβάνει NC State University, UNC-Chapel Hill, Vanderbilt Digital University, Promis Indiana και University.

Το UNC-Chapel Hill αναφέρει ότι το NSF ανανέωσε το προηγούμενο πενταετές βραβείο, 20 εκατομμυρίων δολαρίων για το Ινστιτούτο EngageAI, παρέχοντας επιπλέον 20 εκατομμύρια δολάρια και επεκτείνοντας το έργο του ινστιτούτου έως το 2031. Ο συνασπισμός εδρεύει στο NC State University και περιλαμβάνει ερευνητές από το UNC-Chapel Hill, το Πανεπιστήμιο Vanderbilt, το Πανεπιστήμιο της Ιντιάνα και το Digitale Promis.

Σύμφωνα με την έκθεση UNC, το ινστιτούτο λειτουργεί από το 2021 και έχει αναπτύξει περιβάλλοντα μάθησης με επίκεντρο την αφήγηση, μελέτησε πώς η τεχνητή νοημοσύνη μπορεί να υποστηρίξει τους μαθητές να μαθαίνουν μαζί και δημιούργησε εργαλεία για την ανάλυση της συνεργατικής μάθησης. Οι ερευνητές του UNC ανέπτυξαν επίσης το EngageVP, το οποίο η έκθεση περιγράφει ως ένα πλαίσιο που χρησιμοποιεί τεχνητή νοημοσύνη για την ερμηνεία δεδομένων βίντεο, ομιλίας και χειρονομιών που καταγράφονται ενώ οι μαθητές λύνουν προβλήματα σε ομάδες.

Η επόμενη ερευνητική φάση θα επικεντρωθεί, σύμφωνα με το UNC-Chapel Hill, σε μαθήματα με τεχνητή νοημοσύνη που προσαρμόζονται σε μεμονωμένους μαθητές, διατηρούν την πρόοδο κατά τη διάρκεια της σχολικής χρονιάς και βοηθούν τους δασκάλους να δημιουργήσουν εμπειρίες μάθησης μέσω μοντέλων κόσμου τρισδιάστατης αφήγησης. Η έκθεση προσδιορίζει τον Μοχίτ Μπανσάλ ως τον κύριο συν-κύριο ερευνητή του UNC και αναφέρει ότι εμπλέκονται επίσης οι Xiaoming Liu και Roni Sengupta. Δεν παρέχει ημερομηνία δημόσιας κυκλοφορίας, όρους διαθεσιμότητας ή τιμολόγηση προϊόντος.

Στοιχεία πηγής: unc.edu ↗

Γιατί έχει σημασία

Η ανανέωση υποστηρίζει τη συνεχή έρευνα σχετικά με το πώς η τεχνητή νοημοσύνη θα μπορούσε να εξατομικεύσει την εκπαίδευση STEM, να βοηθήσει τους δασκάλους να δημιουργήσουν μαθήματα και να αναλύσουν τη συνεργασία των μαθητών. Εάν οι προσεγγίσεις του ινστιτούτου λειτουργούν σε πραγματικές τάξεις, θα μπορούσαν να παρέχουν πιο εξατομικευμένη υποστήριξη, δίνοντας παράλληλα στους εκπαιδευτικούς καλύτερα εργαλεία για το σχεδιασμό μαθησιακών εμπειριών. Η έκθεση δεν καθορίζει ανεξάρτητα εάν τα συστήματα βελτιώνουν τα μαθησιακά αποτελέσματα, πόσο ευρέως θα αναπτυχθούν ή εάν θα είναι διαθέσιμα εκτός των πλαισίων που συμμετέχουν στην έρευνα.

Η χρηματοδότηση είναι σημαντική επειδή υποστηρίζει ένα πολυετές ερευνητικό πρόγραμμα που επικεντρώνεται στην τεχνητή νοημοσύνη ως άμεσο συστατικό της μάθησης K-12 STEM και όχι ως διοικητικό εργαλείο γενικής χρήσης. Τα επίμονα αρχεία προόδου των μαθητών και τα προσαρμοστικά μαθήματα θα μπορούσαν, κατ' αρχήν, να επιτρέψουν στη διδασκαλία να ανταποκρίνεται στις ατομικές ανάγκες με την πάροδο του χρόνου, ενώ τα εργαλεία δημιουργίας που αντιμετωπίζουν οι δάσκαλοι θα μπορούσαν να μειώσουν την προσπάθεια που απαιτείται για τη δημιουργία διαδραστικών μαθημάτων.

Η πρακτική περίπτωση παραμένει αναπόδεικτη στην παρεχόμενη έκθεση. Το UNC-Chapel Hill περιγράφει προηγούμενες μελέτες στην τάξη και ερευνητικά εργαλεία, αλλά δεν παρέχει μετρούμενα μαθησιακά κέρδη, ανεξάρτητη αξιολόγηση, κλίμακα ανάπτυξης ή σύγκριση με διδασκαλία χωρίς τεχνητή νοημοσύνη. Η έκθεση επίσης δεν εξηγεί πώς το ινστιτούτο θα αντιμετωπίσει το απόρρητο, τη συναίνεση, την προκατάληψη ή την αξιοπιστία όταν τα συστήματα ερμηνεύουν την ομιλία, τις χειρονομίες και τη συνεργατική συμπεριφορά των μαθητών.

Interactive Mechanism

Διαδραστικός Μηχανισμός: Πώς λειτουργεί στην πραγματικότητα

Εξερευνήστε την υποκείμενη τεχνολογία πίσω από αυτήν την εξέλιξη διαδραστικά.

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.
Διαδραστικός Έλεγχος Έννοιας+10 Points
AI Models Explained Quiz

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

Τι να παρακολουθήσετε στη συνέχεια

Παρακολουθήστε στοιχεία από μελέτες στην τάξη, λεπτομέρειες σχετικά με τον τρόπο χειρισμού των δεδομένων των μαθητών και πληροφορίες σχετικά με το εάν τα εργαλεία που προκύπτουν θα είναι διαθέσιμα σε σχολεία πέρα ​​από τους συνεργάτες της έρευνας. Οι όροι πρόσβασης, οι τιμές και τα χρονοδιαγράμματα ανάπτυξης δεν τεκμηριώνονται στην αναφορά.

Τα πιο σημαντικά επόμενα στοιχεία θα δημοσιευθούν αποτελέσματα από μελέτες στην τάξη που δείχνουν εάν τα εργαλεία βελτιώνουν τη μάθηση STEM ή τη δέσμευση για διαφορετικές ομάδες μαθητών. Θα έχει επίσης σημασία αν οι δάσκαλοι μπορούν να επιθεωρήσουν, να διορθώσουν ή να παρακάμψουν τις εκπαιδευτικές συστάσεις που δημιουργούνται από την τεχνητή νοημοσύνη.

Η έκθεση δεν αναφέρει εάν τα εργαλεία του EngageAI είναι διαθέσιμα σε σχολεία ή οικογένειες εκτός του συμμετέχοντος ερευνητικού δικτύου. Η τιμολόγηση, η αδειοδότηση, οι τεχνικές απαιτήσεις, οι πολιτικές διατήρησης δεδομένων και τα χρονοδιαγράμματα ανάπτυξης είναι άγνωστα.

Η προγραμματισμένη χρήση από το ινστιτούτο δεδομένων βίντεο, ομιλίας, χειρονομίας και διαχρονικής προόδου των μαθητών καθιστά τη διακυβέρνηση κεντρικό ζήτημα. Περαιτέρω αναφορές θα πρέπει να διευκρινίζουν ποια δεδομένα συλλέγονται, ποιος μπορεί να έχει πρόσβαση σε αυτά και πώς ελέγχονται τα συστήματα για ακρίβεια και δικαιοσύνη.

Σχετικοί οδηγοί και κουίζ

Επεξήγηση μοντέλων AIΕκπαίδευση AIΗθική του AIΔοκιμάστε τι γνωρίζετε — δοκιμάστε ένα δωρεάν κουίζ AIΑναζητήστε έναν όρο AI στο γλωσσάρι μαςΑκολουθήστε τον ιχνηλάτη έκδοσης μοντέλου AI
Βρήκατε αυτό χρήσιμο;