日报 · 2026-10-08

狗哥教育日报

2026-10-08 · 星期四
今日主张

先设计「从哪里进入、同时扛多少复杂度」,再谈开放、追问和 AI——入口决定了学生到底在想什么。

📐 数学教学

一道百分数题,你会从哪儿下手?原值、百分比还是终值

Robert Kaplinsky · 2026-10-08(北京时间 01:56;美国当地 10-07)

Kaplinsky 发了一道百分数情境题的视频,只问一个问题:你会从原值、百分比还是最终值开始?他想收集的是大家觉得「最自然的入口」,而不是答案本身。

🤖 AI 领读

素养题拆解可以固定加一栏「入口」:同一道题列出 2-3 个起点,各自走到哪一步会卡住;闯关题则可以在同一情境里轮流隐藏原值、百分比、终值,逼学生换入口。

去程 40、回程 60,平均速度不是 50:调和平均

Howie Hua · 2026-10-08(北京时间 04:30;美国当地 10-07)

Howie 抛出一道经典陷阱题:同一条路去程平均 40 mph、回程 60 mph,全程平均速度是多少?他明确说「不是 50」,并借此引出调和平均。关键在于路程相同,慢的那段花的时间更长,所以平均值被拉向 40(答案 48)。

🤖 AI 领读

这是素养题拆解的理想样题:先让学生「猜 50」,再用具体路程(单程 120 km:去 3 小时、回 2 小时)算总路程÷总时间,把直觉和定义的冲突摆出来;MathWiki「平均数」词条下加一张「平均速度≠速度的平均」反例卡。

这道题学生会觉得有意思吗:职前教师的判断与学生自评的对照

Irene Ferrando、Carlos Segura、César Gallart · *Educational Studies in Mathematics*(学术期刊) · 2026-10-08 在线发表(Crossref 登记北京时间 14:40)

这是对 Böswald 与 Schukajlow(2023)的概念复制:154 名职前教师和 160 名六年级学生对 12 道情境化程度不同的面积测量题打「任务价值」和「自我效能」分,另有 222 名职前教师替假想学生打分。结果确认题型会影响这两种动机评价(三种视角都是如此),而且职前教师自己对题目的动机感受,与他们对学生的判断有关。

🤖 AI 领读

素养题拆解选题时,别只凭「我觉得这题有意思」:可以给闯关题加一个学生「想不想做」的一键评分,和你自己的预判对照,慢慢校准选题眼光。

🪜 脚手架

发现学习之所以有效,恰恰因为「没剩多少可发现的」

Carl Hendrick · 2026-10-08(北京时间 14:57)

Hendrick 认为,发现学习只有在学生「其实没多少要发现」时才真正奏效:精心收窄问题空间,反而让探索更有智识产出。他引用一篇关于认知负荷与元素交互性的新论文(帖中只附截图,没给标题):先探索后讲授是帮忙还是添乱,可能取决于学生一次要同时处理多少复杂度。

🤖 AI 领读

这几乎就是你 ill-structured 脚手架研究的核心自变量:不是「开放 vs 讲授」,而是「同时交互的元素有几个」;建议按「需同时掌控的变量数」给开放题编码、脚手架逐级加元素,并顺着截图找到原论文放进文献库。

老师越懂学生常在哪儿卡住,课越有挑战,学生学得越好

Yasemin Copur-Gencturk、Nickolina Yankova、John Ezaki · *Journal of Mathematics Teacher Education*(学术期刊) · 2026-10-08 在线发表(Crossref 登记北京时间 16:47)

研究以比和比例为主题,收集了 37 名六、七年级数学教师及其 1,205 名学生的数据,考察教师「对学生常见困难的知识」(KOCS)和教学的关系。结果显示,KOCS 与课堂上实际执行的任务的认知要求、教学在概念理解上的数学连贯性以及学生的学习都显著相关。

🤖 AI 领读

这支持把「常见卡点」当脚手架的起点:素养题拆解每道题先列 2-3 个典型卡点和背后的概念原因,闯关失败日志再反过来不断补充这张卡点清单。

🤖 AI 与学习

AI 能做完作业,该改的是 AI 规定,还是作业本身?

Sam Mormando · 2026-10-08(北京时间 23:00)

Mormando 指出,学校面对生成式 AI 的第一反应是堆规则,却很少追问:为什么 AI 能这么轻松完成这份作业?他主张不降标准、而是「移动入口」:让学生解释思路、做决定并辩护、批改 AI 生成的作品、记录过程、迁移到新情境。同日 Dan Meyer 转述了温哥华(华盛顿州)高中生因「老师能用 AI、学生不能」而罢课一事。

🤖 AI 领读

给 MathWiki 每道素养题加一个「批改 AI 解答」变式(放一份答案对、理由有漏洞的 AI 拆解让学生找错改写),并在研究里对比「独立做」和「批改 AI 作品」两种任务的迁移表现;19×19 心算本身仍禁用 AI,并写明原因。

按「教学适应性」指标去微调,AI 家教反而教得更差

Daniel Domínguez Figaredo、Rafael Fernández De la Cruz · arXiv 预印本 2610.12125 · 2026-10-08 提交(北京时间 23:18)

作者设计了一个给每个教学决策打分的「教学适应性」指标,在 2,000 个学习者情境中审计一个前沿 AI 家教,再用开源代理模型针对最弱的情境做微调,并请 31 位受过训练的教育者盲评。指标分从 +0.05 升到 +0.42,专家评分却从 4.46 跌到 3.03:逐个决策打分再取平均的指标,最容易被「反复用同一个最佳动作」刷高,模型也确实塌缩成了这样。作者的结论是:拿来测量有效,不等于拿来优化也有效。

🤖 AI 领读

做「AI 提升学习」研究时,别只盯一个自动指标调提示词:MathWiki 的 AI 辅导要定期请真人老师盲评,并检查它是不是总在重复同一种提示。