Google DeepMind 发布塞拉利昂 AI 教育 RCT 研究结果：Gemini Guided Learning 的实证评估
2026年6月9日，Google DeepMind 与合作方 Fab AI 及塞拉利昂教育部共同公布了一项随机对照试验（RCT）的结果与技术报告。该研究评估了 Gemini "Guided Learning" 功能对塞拉利昂 Port Loko 区 1,763 名初中生的数学学习进展的影响。
核心发现：0.258 个标准差的提升
定量结果显示，使用 Guided Learning 的学生在数学成绩上相比对照组获得了 +0.258 个标准差的提升。按实际学习进度换算，这相当于在八周的试验期内达成了约 1.2 至 1.7 年的典型学习进展。
在教师将 Gemini 融入约半数课程、达成试验目标 12 小时使用量的课堂中，学生的进步幅度更高——相当于 1.8 至 2.5 年的学习进展。
交互数据：91.4% 的对话用于构建概念理解
研究团队分析了试验期间交换的超过 113,000 条交互记录，发现：
- 学生在 91.4% 的对话中使用该工具构建概念理解，而非单纯寻求答案
- Gemini 在 76% 的消息中提出脚手架式问题（scaffolding questions）
- Gemini 仅提供直接解决方案的情况仅占 2%
这种"苏格拉底式"交互设计确保了认知负担仍由学生承担。
参与度远超行业基准
试验中 69% 的学生达到或超过了使用目标，这一数字远超教育技术领域自愿使用率通常只有 5% 的行业现象（即著名的"The Five Percent Problem"）。
学生行为层面也出现了显著变化：技能构建类查询从第一周的 68% 上升至最后一周的 90%，而寻求直接解决方案的问题则从 25% 下降至 10%。
教师角色转变与专业成长
试验采用教师主导的模式：教师设计课程、设定目标并促进课堂讨论。焦点小组访谈显示，Gemini 也支持了教师的职业发展——许多教师通过该工具准备课程，发现了讲解分数等熟悉主题的新方法。教师们描述自己的角色从"讲授者"转变为"引导者"。
作为开放实践的一部分，研究方发布了教师培训指南，其中包含为本次试验制定的具体协议。
开放科学与后续计划
为推广研究方法，DeepMind 与 Fab AI 联合发布了 RCT 方法手册，旨在帮助其他研究者开展更快、可扩展的本地化研究。
研究同时指出一个值得关注的现象："虽然大多数学生从中受益，但入学时数学基础较强的学生获益更多。"这凸显了缩小"成就差距"的挑战。
未来计划包括：
- 在其他国家扩展此类试验
- 深入研究元认知和关系智能等领域
- 通过支持 Global AI for Learning Alliance (GAILA) 推进集体行动
合作伙伴与资金支持
除塞拉利昂教育部外，试验还获得了 Google.org 和盖茨基金会的资金支持。EducAid、Laterite 和 Oxford MeasurEd 也参与了合作。
原文来源：Measuring the impact of learning with AI in Sierra Leone and beyond