OECD Digital Education Outlook 2026

第 01 章

Exploring Effective Uses of Generative AI in Education: An Overview

Stéphan Vincent-Lancrin & Quentin Vidal

導讀：教育者暨研究者視角 · 2026年4月

導讀架構

本章從技術定義與普及數據出發，連結師生實務、學習科學證據，再延伸到教師能動、機構流程與政策。以下投影片濃縮全章論證主軸。

章節地圖

核心論點 1

校外已發生的 AI 使用

Unlike earlier educational AI systems, GenAI is available and used by students outside of educational institutions, with or without the blessing of teachers, school leaders and policymakers.

（第 13 頁）政策與課程設計須假設學生已接觸聊天機器人，並重新協商評量與學術誠信。

核心論點 2

動機與使用型態

學生常尋求認知支持（資訊、解釋）與產出支持（草稿、點子），其中「直接取得完整解」比例不容忽視。

Figure 1.1 · 普及趨勢

ChatGPT 佔整體 GenAI 平台流量大宗；2024–2025 多國網民使用率上升，反映工具已進入日常生活與學習場景。

跨國条形图：新加坡、盧森堡等國居前；中國註記本地替代方案較主流。
Figure 1.1
Figure 1.1

教師端 · TALIS 2024

Figure 1.4 呈現國際間使用與態度的巨大落差。
Figure 1.4
Figure 1.4

Figure 1.5 · 練習 ≠ 學會

When their knowledge was assessed in a closed-book environment, the performance gains vanished: students who used the general-purpose GPT scored lower than those studying on their own.

（第 20 頁）視覺上：練習表現飆升、考試上通用型組顯著落後。

Figure 1.5
Figure 1.5

Figure 1.6 · 教育取向家教

在「相同主動學習原則、不同媒介」設計下，GenAI 家教可於較短時間帶來更高學習增益與動機（哈佛物理 RCT）。

長條圖：居家 GenAI 組學習增益優於課堂組，效果量大。
Figure 1.6
Figure 1.6

創意與混合式回饋

研究者心得（精要）

教學上我會同時處理「工具取得」與「任務重設」：讓可觀察證據對齊真實理解，並把 prompting 與後設認知監控寫進學習目標，而非僅規範禁止事項。

研究缺口

三個課堂啟示

Figure 1.2

Figure 1.2
Figure 1.2

Figure 1.3

Figure 1.3
Figure 1.3

Figure 1.7

Figure 1.7
Figure 1.7

繼續探索

OECD Digital Education Outlook 2026

完整導讀：reading_guides/chapter_01_reading_guide.md

← → 方向鍵 · Space · 滑鼠滾輪切換投影片