数字教育工具已经彻底改变了世界各地学生获取信息的方式，从在线教科书到视频资料库，无所不包。然而，尽管技术和可及性取得了显著飞跃，数字化学习往往仍显得像是一种被动的体验。互动性强、引人入胜、多模态的练习形式能够鼓励学生独立思考、探索解决方案，这类练习对学习具有巨大潜力，但目前仍然难以普及。它们的制作成本高昂、数量有限，而且往往需要教师付出更多精力。我们希望探索AI能否帮助弥合这一差距。
今天，我们分享最新研究成果，进一步拓展互动学习的前沿。这项新的研究实验让教育工作者能够创建定制化、互动式、有引导的教育模拟场景。这些学习互动内容根据教师的教学目标和课程需求量身定制，并通过动态生成实现——我们采用了一种针对学习场景优化的生成式用户界面（GenUI）新应用方式。
在获得可信测试教师群体的初步积极反馈后，我们还发布了一个包含30多个学习互动内容的英文示例库，涵盖物理、化学、生物和数学等STEM学科，重点面向初中和高中阶段。这些内容均由AI生成，并经过教师审核。使用Google Workspace for Education的学校可以报名参加Google for Education试点项目，为改进学习互动内容提供反馈。该试点是推动开发更多面向公众使用的学习互动内容的早期一步。
该资料库已开放供公众使用，涵盖生物、化学、计算机科学、地球科学、数学和物理等多个主题的学习互动内容。
主动学习的重要性
学习不是一项旁观运动。从教育理论奠基人约翰·杜威（John Dewey）早在1916年提出的“让学生动手去做”的主张，到具有深远影响力的心理学家让·皮亚杰（Jean Piaget）的开创性研究——他的工作揭示了学习者如何构建知识——学界早已公认，学生通过主动参与能够学得更好。现代认知研究，例如ICAP框架，进一步证实了互动行为相较于被动的听讲或阅读，能持续带来更深层的知识结构建构和更长久的记忆保持。简而言之，学生是通过“做”来学习的。当学生主动进行实验、检验假设并解决问题时，他们能构建出更为完整的心智模型。
主动学习是我们研究中重点优化的关键学习科学原则之一。它是LearnLM的核心基础——LearnLM是谷歌于2024年发布的一系列专为教育场景微调的生成式AI模型系列，并在2025年的“Learn Your Way”研究实验中得到进一步探索，该实验尝试用生成式AI重新构想传统教科书的形态。在此前研究的基础上，我们着手探索如何利用生成式模型的最新进展，进一步转变内容形式，帮助教师打造更具主动性和吸引力的数字化学习内容。
面向教育场景调整生成式界面
为实现这一目标，我们借助了生成式用户界面（Generative UI）这一活跃的研究领域——AI模型能够动态构建用户界面，而无需事先对界面进行编码。
我们探索了如何针对更深入的教育历程（而非简单的快速互动）来优化生成式界面。通过精心设计的教学设计引导和教学原则护栏，我们希望赋能教师创建自己的互动学习环境——这些环境能够根据其课程需求量身定制，并适应他们输入的具体情境信息。
我们首先着手确定优质、互动式学习体验应具备哪些特征。我们借鉴成熟的学习科学理论，定义了若干关键教学原则，这些原则与LearnLM研发背后的理念保持一致。
这些原则在我们基于游戏化的学习设计中得以生动体现。为激发学习动机，每个学习互动内容都包含一系列难度递增的挑战，这些挑战基于具体的学习目标设计（例如，在前文提到的地球科学示例中，第一关聚焦于温度概念，随后逐步过渡到关于快速升温和风暴等更具挑战性的内容）。同时配合一整套分层的提示、指导说明和反馈机制（例如，引导学习者查找相关公式，或解释某个特定术语），为每位学习者提供完成各关卡所需的个性化支持。
我们定义的生成要求包括：
学习互动界面配备了提示、反馈和工具箱等功能，帮助引导学生逐步通过不同关卡。
为确保质量控制，我们在生成过程中构建了自我纠错循环机制——这意味着整个过程是一个由多项教学原则护栏驱动的迭代过程。虽然这会增加生成最终学习互动内容所需的时间，但这种高强度的强化循环机制能够确保内容更严格地符合质量标准。这些标准包括教学层面（例如，各关卡是否准确覆盖了学习目标，难度是否逐步递增？）、机制层面（例如，按钮功能是否正常？该关卡是否可以被解出？）以及视觉层面（例如，界面上是否存在可能分散注意力的多余元素？）。在自我纠错循环内部，还设有具备智能体特性的自动评估流程（例如，可解性评估会打开一个Chrome浏览器实例，并像真实用户一样与模拟场景进行交互）。其目标不仅在于验证某个具体解决方案的有效性，还会尝试对抗性操作，例如将旋钮调至极端数值。这一自我纠错循环会持续重复，直到生成的结果满足所有既定标准为止。
流程图展示了创建学习互动内容过程中内置的不同验证阶段。
AI生成，教师把关
在整个研究过程中，一条核心指导原则贯穿始终：技术应当服务于教育工作者及其教学目标。教师是任何课堂的核心，最了解哪些AI驱动的模拟场景能够吸引学生，以及这些内容应当在何时、以何种方式融入课程体系。目前资料库中发布并可供使用的所有学习互动内容，均经过教师的审核与批准。这些内容涵盖了学校课程中的多个主题，如开普勒行星运动定律、数据可视化和抛体运动等。
此外，一批学习互动内容还接受了英国STEM教师的评估。结果显示，整体评分为良好或优秀，其中物理和化学学科最适合创建模拟场景。完整细节和结果可在我们的技术报告中查阅。
40个STEM学习互动内容经专家教师评定的教学标准平均评分。
我们还在美国开展了一项由12位教师参与的初步研究。每位教师均要求生成三个不同的定制化互动内容，这些内容根据其具体课堂需求生成。反馈结果非常积极，教师对互动内容质量的平均评分为10分制中的8分。教师们特别指出，动态生成技术解决了课堂教学中一个长期存在的难题：使用静态、现成的模拟工具难以实现差异化教学。正如一位高中科学教师所言：“如果我在教学中能够输入任何课程主题，然后就能生成相应的模拟场景，那简直太棒了……以前我从来无法对任何模拟内容进行差异化调整，因为你只能使用现成的东西。”
教育工作者们还特别提到，生成的设计元素与其教学目标高度契合：“这正是令人兴奋的地方——能够真正打造出与教学目标和学习目标完全契合的内容”（一位初中科学教师表示）。他们还称赞了内置的学生支持机制，指出分层提示和详解范例很好地模拟了他们在单独辅导学生时所提供的循序渐进的指导方式，且关卡的难度递进与真实的评估和练习题目十分吻合。
与教师合作的下一步计划
随着资料库的不断扩充，仍有许多方面需要学习和改进，我们将继续与一线教师合作推进这项工作。
我们将与Google for Education合作，在全球各地的学校和课堂中试点推行学习互动内容。学校可以通过Google for Education试点项目报名参加即将开展的试点活动，让教师有机会针对任何定制化的STEM概念申请生成模拟内容，并根据其课程体系、学习目标和年级水平进行量身定制。新生成的学习互动内容将发送给提出申请的教师进行审核。只有经过教师验证和批准后，新的学习互动内容才会被添加到资料库中，供公众使用。
此外，我们还将开展用户体验研究和实地调查，评估学生在课堂中使用学习互动内容时的学习成效和参与度。
通过针对学习场景优化生成式技术，我们正逐步接近这样一个未来：学习实践变得更加主动、有效，并能为每一个学习时刻量身定制。我们感谢教师们对这项持续研究的支持与合作，期待打造出能够惠及全球学生的学习互动内容。
致谢
感谢所有为这项工作做出贡献的人员：Alex Moy、Alisa Kovshov、Anisha Choudhury、Anna Iurchenko、Ayca Cakmakli、Ayelet Shasha Evron、Brit Mennuti、Diana Akrong、Femi Olanubi、Ian Li、Ido Lerer、Julia Wilkowski、Lidan Hackmon、Michal Gordon、Nir Kerem、Preeti Singh、Rena Levitt、Rotem Yulzary、Sarah Smith、Shlomi Ben Shimon、Sophie Allweis、Tracey Lee-Joe、Tzvika Stein、Yaniv Carmel、Yishay Mor以及Yuri Lev。特别感谢我们的高层支持者：Niv Efron、Avinatan Hassidim、Maureen Heymans、Amy Keeling、Katherine Chou、Ronit Levavi Morad、Yossi Matias、Chris Phillips和Ben Gomes。
Q&A
Q1：什么是学习互动内容？它有什么作用？
A：学习互动内容是通过生成式用户界面（GenUI）技术打造的定制化、互动式、有引导的教育模拟场景，能够根据教师的教学目标和课程需求动态生成，帮助学生在物理、化学、生物、数学等STEM学科中进行主动学习和实践。
Q2：学习互动内容库现在能免费使用吗？
A：可以，该资料库已开放供公众使用，涵盖生物、化学、计算机科学、地球科学、数学和物理等多个主题的学习互动内容，这些内容均由AI生成并经过教师审核。
Q3：教师如何参与改进学习互动内容？
A：使用Google Workspace for Education的学校可以报名参加Google for Education试点项目，教师可以针对任何定制化的STEM概念申请生成模拟内容，审核通过后新内容将被添加到资料库供公众使用。
