返回新闻
创新AI Understanding 简报

NSF 续订 2000 万美元用于人工智能工具,旨在改善 K-12 STEM 学习

北卡罗来纳大学教堂山分校报告称,美国国家科学基金会 (NSF) 为 EngageAI 研究所续签了为期五年、价值 2000 万美元的奖项,支持到 2031 年对人工智能驱动的个性化 STEM 学习工具的研究。

4 min readRead the linked source
Source-provided image accompanying NSF renews $20 million for AI tools aimed at improving K-12 STEM learning
来源参考来源记录
出版商
unc.edu
来源链接
unc.eduhttps://www.unc.edu/posts/2026/09/14/ai-research-to-improve-k-12-stem-learning-gets-funding-boost/
来源类型
链接来源——主要来源状态尚未确定。
背景60 秒内了解这一点

从这里开始

关键术语

偏差
数据或模型行为中一致的错误或不公平模式。
测试一下自己AI 模型解释测验

发生了什么

北卡罗来纳大学教堂山分校报告称,国家科学基金会为人工智能参与学习研究所(即 EngageAI)续签了为期五年、价值 2000 万美元的奖项,另外增加了 2000 万美元,并将该研究所的期限延长至 2031 年。该研究联盟包括北卡罗来纳州立大学、北卡罗来纳大学教堂山分校、范德比尔特大学、印第安纳大学和 Digital Promise。

北卡罗来纳大学教堂山分校报告称,美国国家科学基金会 (NSF) 续签了为 EngageAI 研究所提供的五年期 2000 万美元奖励,额外提供了 2000 万美元,并将该研究所的工作期限延长至 2031 年。该联盟总部位于北卡罗来纳州立大学,包括来自北卡罗来纳大学教堂山分校、范德比尔特大学、印第安纳大学和 Digital Promise 的研究人员。

根据北卡罗来纳大学的报告,该研究所自 2021 年开始运营,开发了以叙事为中心的学习环境,研究人工智能如何支持学生共同学习,并创建了分析协作学习的工具。北卡罗来纳大学的研究人员还开发了 EngageVP,报告将其描述为一个框架,使用人工智能来解释学生在小组解决问题时记录的视频、语音和手势数据。

北卡罗来纳大学教堂山分校表示,下一个研究阶段将重点关注人工智能驱动的课程,这些课程适合个别学生,保持整个学年的进步,并帮助教师通过 3D 讲故事的世界模型创造学习体验。该报告将莫希特·班萨尔 (Mohit Bansal) 确定为北卡罗来纳大学的首席联合首席研究员,并表示刘晓明和罗尼·森古普塔 (Roni Sengupta) 也参与其中。它不提供公开发布日期、供货条款或产品定价。

来源详情: unc.edu ↗

为什么这很重要

此次更新支持对人工智能如何个性化 STEM 教学、帮助教师创建课程和分析学生协作的持续研究。如果该研究所的方法在真实的课堂上发挥作用,他们可以提供更个性化的支持,同时为教育工作者提供更好的工具来设计学习体验。该报告没有独立确定这些系统是否可以改善学习成果、它们的部署范围有多大,或者它们是否可以在参与的研究环境之外使用。

这笔资金意义重大,因为它支持一项多年研究计划,重点关注人工智能作为 K-12 STEM 学习的直接组成部分,而不是作为通用管理工具。原则上,持久的学生进度记录和适应性课程可以让教学随着时间的推移响应个人需求,而面向教师的创作工具可以减少构建互动课程所需的工作量。

所提供的报告中的实际情况仍未得到证实。北卡罗来纳大学教堂山分校描述了之前的课堂研究和研究工具,但没有提供可测量的学习收益、独立评估、部署规模或与非人工智能教学的比较。该报告也没有解释当系统解释学生的言语、手势和协作行为时,该研究所将如何解决隐私、同意、偏见或可靠性问题。

Interactive Mechanism

互动机制:它实际上是如何运作的

以交互方式探索这一发展背后的基础技术。

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.
交互式概念检查+10 Points
AI Models Explained Quiz

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

接下来看什么

关注课堂研究的证据、有关如何处理学生数据的详细信息,以及有关最终工具是否可供研究合作伙伴以外的学校使用的信息。报告中未记录访问条款、定价和部署时间表。

接下来最重要的证据将是公布的课堂研究结果,表明这些工具是否可以改善不同学生群体的 STEM 学习或参与度。教师是否可以检查、纠正或推翻人工智能生成的教学建议也很重要。

该报告没有说明参与研究网络之外的学校或家庭是否可以使用 EngageAI 的工具。定价、许可、技术要求、数据保留政策和部署时间表尚不清楚。

该研究所计划使用学生视频、演讲、手势和纵向进度数据,使治理成为一个中心问题。进一步的报告应明确收集哪些数据、谁可以访问这些数据以及如何测试系统的准确性和公平性。

相关指南和测验

人工智能模型解释人工智能培训AI 伦理测试你所知道的——尝试免费的人工智能测验在我们的词汇表中查找人工智能术语关注 AI 模型发布跟踪器
觉得这有用吗?