囫囵《AI教育产品的设计逻辑，60年前就写好了》解析
来源：小红书 @柠柠七，系列「SOTA 模型的 AI 教育之路」第 3 篇（上） 作者背景（文中自述）：CMU 学习工程（Learning Engineering）证书 + UPenn 教育学院文献训练；自己做过多 AMC/AIME 数学竞赛方向的 AI 产品 本篇覆盖五层框架中的前三层（怎么搭）；第 4 层「证据（怎么验证）」、第 5 层「治理（谁做主）」在下篇，本帖未包含
一、文章的核心论点
- 大多数 AI 教育产品的死因一致：把”能聊天的模型”当成了”能教学的产品”。
- “机器怎么教人”这个问题，智能辅导系统（ITS）领域从 1960 年代就开始回答，积累了 60 年的实证证据。
- 作者把 OpenAI / Google / Anthropic 在 2025–2026 的教育动作逐条与 ITS 文献对照，结论是：大厂正在用 LLM 重新实现这套经典架构。
- 这套架构可归纳为五层，每一层回答一个问题、有学科证据、可用来检验自己的产品：
- ① 领域模型（WHAT：教什么）
- ② 教学法（HOW：怎么教）
- ③ 工作流（产品单位：教学循环）
- ④ 证据（怎么验证）·下篇
- ⑤ 治理（谁做主）·下篇
二、文中引用的论文 / 实验 / 理论（按层整理）
第 1 层：领域模型（WHAT）——知识结构与提取
| 引用 | 内容 | 页码 |
|---|---|---|
| 认知任务分析（CTA, Cognitive Task Analysis） | 经典结论：专家只能自陈约 30% 的所知，其余约 70% 是高度自动化、专家自己意识不到的隐性知识 | 06 |
| Feldon 2010 双盲对照实验（n=314） | 用 CTA 把专家知识结构化提取后再做教学设计，课程退课率从 8.1% 降到 1.4% | 06 |
| 知识组件（KC, Knowledge Component）+ Backward Design | “教什么”必须靠系统方法提取：把领域分解成 KC、标出先修依赖、对齐”目标-测评-教学”三件事（Backward Design 标准流程） | 06 |
| Aleven & Koedinger 的研究（CMU） | 反复证明：人工标注的 KC 模型常常是错的，必须用真实学生数据验证修正 | 07 |
| 2023 年 PNAS 论文（130 万条学习观测） | 学生初始水平差异巨大，但学习率惊人一致：掌握一个知识组件平均约需 7 次练习机会。差别不在”谁学得快”，在”谁的起点远” | 07 |
含义：知识结构建对了，剩下的主要是练习机会的调度问题；建错了，再多练习也是”在错的地图上走路”。
第 2 层：教学法（HOW）——教学行为的注入
| 引用 | 内容 | 页码 |
|---|---|---|
| Bastani 团队千人 RCT（土耳其 50 个教室） | 学生用无约束的 GPT-4 辅导：练习表现变好，期末考试反而下降 17%；加了教学法护栏的版本：练习提升 127%，考试无损失。结论：决定学习效果的不是模型能力，是对话中的教学法行为 | 09 |
| Scaffolding（脚手架）— Wood, Bruner & Ross 1976 | 定义从一开始就是可操作的：协助必须随学生表现动态调节（contingent），并随能力增长撤除（fading） | 10 |
| CMU 课程的工程清单 | 把 scaffolding 拆成：三种搭法（引导注意 / 聚焦任务 / 示范）× 三种撤法（放手 / 模糊提示 / 追问推进） | 10 |
| 教学法注入的三个工程层 | prompt 层（OpenAI Study Mode 的做法，最轻）、训练层（Google LearnLM 的做法，微调进权重）、推理层（DPO 对齐、activation steering 等推理时干预）。三层没有高下，只有成本和可控性的取舍 | 10 |
| cognitive bypass（认知绕过）— 作者自创概念 | 商业 LLM 被优化的目标是 helpfulness，其默认形态就是直接给答案——与”让学生经历有产出的挣扎”结构性冲突。作者以自己 AMC/AIME 产品为案例提出三个设计动作：① 给学生留 productive struggle window（不许 AI 秒回答案）② 执行 scaffolding fade 协议（协助必须递减）③ 把 robust learning 而非当场正确率立为核心指标 | 11 |
| KLI 框架 — knowledge-dependency hypothesis | 教学法有效性依赖知识类型和学生背景；苏格拉底式追问不是普适的善——对部分文化背景的学生，连续反问引发的是焦虑而不是思考。“启发式提问”不是万能开关，是需要条件判断的策略 | 12 |
第 3 层：工作流（产品单位）——教学循环
| 引用 | 内容 | 页码 |
|---|---|---|
| VanLehn 2006 经典综述 | 被引用二十年的观察：辅导系统内部结构千差万别，行为却高度相似——都由两个循环构成：outer loop 选任务（下一道题做什么），inner loop 管过程（每一步的提示、反馈、纠错） | 14 |
| “裸聊天框”批判 | 只有 inner loop 的皮，没有 outer loop 的骨——学生问什么答什么，但”接下来该学什么”没人负责 | 15 |
| Outer loop 四种标准算法 | 学生自选 / 预设序列 / mastery learning（掌握了才放行）/ 宏观自适应（按学生模型挑最优任务）。哪种都比”没有”强 | 16 |
| Zou 等人 2019 | 知识图谱 + 贝叶斯知识追踪（BKT），能把每个技能算成 ready / unready-to-learn 两类——“最近发展区（ZPD）”从隐喻变成了可计算的量；教师按图谱推荐分配任务时，学生掌握度显著更高 | 16 |
| OpenAI 教育插件结构（角色 → 封装 → 上下文 → 治理 → 执行） | 值得当回事：它是大厂承认”产品单位是可重复的工作流，不是对话”的第一份正式图纸——和 ITS 的经典架构几乎同构 | 17 |
三、文中提到的 AI 公司 / 机构及其教育动作
| 主体 | 文中提到的动作 | 对应框架层 |
|---|---|---|
| OpenAI | Study Mode（prompt 层注入教学法）；教育插件结构（角色→封装→上下文→治理→执行）；Classroom 里的任务分发 | 教学法（prompt 层）、工作流 |
| LearnLM（训练层注入，微调进权重）；领域模型锚定 OpenStax（Rice 大学的开放教科书库）；Guided Learning 模式开关 | 教学法（训练层）、领域模型 | |
| Anthropic | 知识图谱（通用版领域模型）；Learning Mode 模式开关 | 领域模型、教学法 |
| Learning Commons | 学习组件和进阶序列（通用版领域模型） | 领域模型 |
| 三家共同动作 | 免费的教学模式开关：Study Mode / Guided Learning / Learning Mode | 教学法（通用版） |
文章对每层都区分了「大厂做的通用版」和「你该做的垂直版」： - 领域模型垂直版：你的领域的题目谱系、错误地图、依赖图 + 用真实学生数据验证它的机制 - 教学法垂直版：你的赛道里，什么时候该提示、什么时候该沉默、什么时候该直接讲——把金牌教师的决策变成可执行的协议 - 工作流垂直版：你的领域的 outer loop——基于知识图谱和学生模型的任务调度（文中明确指出：这恰好是大厂空着的那块）
四、涉及的成熟学科 / 专业领域（文中直接或间接指向）
- 智能辅导系统（ITS, Intelligent Tutoring Systems） — 全文骨架，1960 年代至今，AIED（AI in Education）学术共同体的主战场
- 学习科学 / 学习工程（Learning Sciences / Learning Engineering） — 作者的 CMU 训练背景；KC、KLI、CTA 都出自这一脉络（CMU 的 HCII / PSLC 学派）
- 认知任务分析（CTA） — 认知心理学 / 人因工程方法，用于提取专家隐性知识
- 教学设计（Instructional Design） — Backward Design（逆向设计：目标→测评→教学对齐）
- 教育数据挖掘 / 学习分析（EDM / Learning Analytics） — PNAS 130 万条观测的学习率研究、用真实学生数据修正 KC 模型
- 学生建模与知识追踪（Student Modeling / Knowledge Tracing） — 贝叶斯知识追踪（BKT）、ready/unready 计算
- 掌握学习（Mastery Learning） — outer loop 的标准算法之一（Bloom 一脉）
- 脚手架与最近发展区（Scaffolding / ZPD） — Wood-Bruner-Ross 1976、Vygotsky 的发展心理学脉络
- 教育实证方法 — 双盲对照实验（Feldon）、千人 RCT（Bastani）
- 数学教育专门概念 — productive struggle（有产出的挣扎）、AMC/AIME 竞赛场景
- LLM 对齐与干预工程 — prompt 工程、微调、DPO（直接偏好优化）、activation steering（激活引导），文章把它们映射为教学法注入的三个工程层
五、对你产品研发最值得注意的判断（原文观点）
- “教什么”不能由模型即兴生成，也不能靠专家随口说——两条路都有实验证据判死刑；必须 CTA 式系统提取 + 真实数据验证。
- 决定学习效果的不是模型能力，是对话中的教学法行为（Bastani RCT：无护栏 GPT-4 让考试成绩 -17%）。
- 商业 LLM 的 helpfulness 优化目标与教学目标结构性冲突（cognitive bypass）——你的产品设计动作：productive struggle window、scaffolding fade 协议、robust learning 指标。
- 产品单位不是对话，是可重复的教学循环（outer loop 选任务 + inner loop 管过程）；裸聊天框 = 只有 inner loop 的皮。
- 大厂空着的位置：垂直领域的 outer loop（基于知识图谱和学生模型的任务调度）——文中视之为创业机会所在。
六、原文文献库（已下载，见
论文原文/ 子文件夹）
共 21 篇论文 PDF + 3 份大厂官方公告存档，全部经 HTTP 200 + PDF 格式校验。 仅 2 篇无合法免费全文（Feldon 2010、Sullivan 2014），已标注获取途径。
01-领域模型与知识提取（对应第 1 层 WHAT）
| 帖子论据 | 完整引用 | 本地文件 |
|---|---|---|
| 掌握一个 KC 约需 7 次练习、学习率惊人一致（130 万观测） | Koedinger, K. R., Carvalho, P. F., Liu, R., & McLaughlin, E. A. (2023). An astonishing regularity in student learning rate. PNAS, 120(13), e2221311120. DOI: 10.1073/pnas.2221311120 | Koedinger-2023-PNAS-学习速率的惊人规律性.pdf |
| 知识组件（KC）、robust learning、knowledge-dependency hypothesis（KLI 框架） | Koedinger, K. R., Corbett, A. T., & Perfetti, C. (2012). The Knowledge-Learning-Instruction Framework. Cognitive Science, 36(5), 757–798. DOI: 10.1111/j.1551-6709.2012.01245.x | Koedinger-Corbett-Perfetti-2012-KLI框架.pdf |
| CTA 经典方法论（专家知识自动化、无法自陈的定性论述） | Clark, R. E., & Estes, F. (1996). Cognitive task analysis for training. Int. J. of Educational Research, 25(5), 403–417. | Clark-Estes-1996-认知任务分析CTA.pdf |
| “专家只能自陈约 30%、遗漏约 70%”的可引用出处（系统综述，引 Sullivan 2014 实证） | Swaby, E. H., et al. (2022). The use of cognitive task analysis in clinical and health services research—a systematic review. Pilot and Feasibility Studies, 8, 57. DOI: 10.1186/s40814-022-01002-6 | Swaby-2022-CTA系统综述-专家自陈30%证据.pdf |
| CTA 工程化落地（ACTA 方法，补充） | Militello, L. G., & Hutton, R. J. B. (1998). Applied cognitive task analysis (ACTA). Ergonomics, 41(11), 1618–1641. | Militello-Hutton-1998-ACTA应用认知任务分析.pdf |
| Backward Design（目标-测评-教学对齐） | Wiggins, G., & McTighe, J. (2005). Understanding by Design (2nd ed.), Ch. 1. ASCD. | Wiggins-McTighe-UbD第1章-逆向设计.pdf |
| Feldon 2010 退课率 8.1%→1.4% 实验（n=314，双盲） | Feldon, D. F., Timmerman, B. C., Stowe, K. A., & Showman, R. (2010). Translating expertise into effective instruction: The impacts of cognitive task analysis on lab report quality and student retention in the biological sciences. Journal of Research in Science Teaching, 47(10), 1165–1185. DOI: 10.1002/tea.20382 | ⚠️ 无合法免费全文（Wiley 付费墙，机构库仅存元数据）。建议图书馆/馆际互借，引用时用上面的 DOI |
| “30%/70%”比例的实证源头（专家遗漏 71% 知识步骤、73% 决策步骤） | Sullivan, M. E., et al. (2014). The use of cognitive task analysis to reveal the instructional limitations of experts. Academic Medicine, 89(5), 811–816. DOI: 10.1097/ACM.0000000000000224 | ⚠️ 付费墙；其数据在 Swaby 2022 综述中有转述 |
02-教学法与脚手架（对应第 2 层 HOW）
| 帖子论据 | 完整引用 | 本地文件 |
|---|---|---|
| Scaffolding 原始论文（contingent + fading） | Wood, D., Bruner, J. S., & Ross, G. (1976). The role of tutoring in problem solving. J. Child Psychology and Psychiatry, 17(2), 89–100. DOI: 10.1111/j.1469-7610.1976.tb00381.x | Wood-Bruner-Ross-1976-Scaffolding原始论文.pdf |
| productive struggle / 有效失败 | Kapur, M. (2008). Productive failure. Cognition and Instruction, 26(3), 379–424. DOI: 10.1080/07370000802212669 | Kapur-2008-ProductiveFailure有效失败.pdf |
| 无护栏 GPT-4 使考试成绩 -17%、护栏版练习 +127%（土耳其千人 RCT） | Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2024). Generative AI Can Harm Learning（作者主页开放稿；正式版见 PNAS 2025, 122(26), e2422633122, DOI: 10.1073/pnas.2422633122） | Bastani-2024-无护栏GPT-4损害学习RCT.pdf |
| 最近发展区（ZPD）原典 | Vygotsky, L. S. (1978). Interaction between learning and development. In Mind in Society (pp. 79–91). Harvard UP. | Vygotsky-1978-最近发展区ZPD.pdf |
| 训练层注入：DPO 对齐 | Rafailov, R., et al. (2023). Direct Preference Optimization. NeurIPS 2023. arXiv:2305.18290 | Rafailov-2023-DPO直接偏好优化.pdf |
| 推理层注入：activation steering | Turner, A. M., et al. (2023). Steering Language Models with Activation Engineering. arXiv:2308.10248 | Turner-2023-ActivationSteering激活引导.pdf |
| 训练层做法的大厂样本：Google LearnLM | LearnLM Team, Google (2024). LearnLM: Improving Gemini for Learning. arXiv:2412.16429 | Google-2024-LearnLM技术报告.pdf |
03-工作流与 ITS 经典（对应第 3 层 + 证据基线）
| 帖子论据 | 完整引用 | 本地文件 |
|---|---|---|
| inner loop / outer loop 双循环综述 | VanLehn, K. (2006). The behavior of tutoring systems. IJAIED, 16(3), 227–265. | VanLehn-2006-辅导系统的行为-inner-outer-loop.pdf |
| 贝叶斯知识追踪（BKT）原始论文 | Corbett, A. T., & Anderson, J. R. (1995). Knowledge tracing: Modeling the acquisition of procedural knowledge. UMUAI, 4(4), 253–278. DOI: 10.1007/BF01099821（学界惯引 1994） | Corbett-Anderson-1994-BKT贝叶斯知识追踪.pdf |
| 知识图谱 + BKT 划分 ready/unready-to-learn | Zou, X., Ma, W., Ma, Z., & Baker, R. S. (2019). Towards helping teachers select optimal content for students. AIED 2019, LNCS 11625, 413–417. DOI: 10.1007/978-3-030-23207-8_76 | Zou-2019-知识图谱+BKT任务选择-AIED.pdf |
| mastery learning（掌握了才放行） | Bloom, B. S. (1968). Learning for mastery. Evaluation Comment, 1(2).（ERIC ED053419） | Bloom-1968-掌握学习Learning-for-Mastery.pdf |
| 一对一辅导 2σ 效应（ITS 领域的”北极星”论据） | Bloom, B. S. (1984). The 2 sigma problem. Educational Researcher, 13(6), 4–16. DOI: 10.3102/0013189X013006004 | Bloom-1984-2Sigma问题.pdf |
| ITS 经典架构与工程经验（Cognitive Tutors） | Anderson, J. R., Corbett, A. T., Koedinger, K. R., & Pelletier, R. (1995). Cognitive tutors: Lessons learned. The Journal of the Learning Sciences, 4(2), 167–207. DOI: 10.1207/s15327809jls0402_2 | Anderson-1995-认知导师的经验教训.pdf |
| 人类辅导 vs ITS vs 其他辅导方式的效果对比 | VanLehn, K. (2011). The relative effectiveness of human tutoring, ITS, and other tutoring systems. Educational Psychologist, 46(4), 197–221. DOI: 10.1080/00461520.2011.611369 | VanLehn-2011-辅导方式的相对有效性.pdf |
| ITS 有效性元分析（50 项评估，中位效应 0.66 SD） | Kulik, J. A., & Fletcher, J. D. (2016). Effectiveness of Intelligent Tutoring Systems: A meta-analytic review. Review of Educational Research, 86(1), 42–78. DOI: 10.3102/0034654315581420（DTIC/IDA 政府公开版） | Kulik-Fletcher-2016-ITS有效性元分析.pdf |
04-大厂官方资料（教学法”通用版”一手出处）
| 主体 | 内容 | 文件 / 链接 |
|---|---|---|
| OpenAI | Study Mode 发布公告（2025-07-29）。官网反爬，PDF 为 Wayback 快照的阅读优化重排版（正文一致，页内视频以占位说明代替） | OpenAI-2025-ChatGPT-Study-Mode.pdf；原页
https://openai.com/index/chatgpt-study-mode/ |
| Anthropic | Claude for Education / Learning Mode（2025-04-02） | Anthropic-2025-Claude-for-Education-Learning-Mode.pdf；原页
https://www.anthropic.com/news/introducing-claude-for-education |
| Guided Learning in Gemini（2025-08-08） | Google-2025-Guided-Learning-in-Gemini.pdf；原页
https://blog.google/products-and-platforms/products/education/guided-learning/ |
七、建议阅读顺序（面向产品设计决策）
- 产品骨架：VanLehn 2006（双循环）→ Anderson 1995（ITS 工程经验）
- 领域模型：KLI 2012（KC 与 robust learning）→ Koedinger 2023（7 次练习的调度依据）→ Clark & Estes 1996 + Swaby 2022（CTA 提取方法）→ UbD 第 1 章（逆向设计流程）
- 教学法：Wood 1976（contingent/fading 定义）→ Bastani 2024（护栏的必要性，RCT 证据）→ Kapur 2008（productive struggle 的理论支撑）
- outer loop 实现：Corbett & Anderson 1994（BKT）→ Zou 2019（KG+BKT 的最小可行样板）→ Bloom 1968/1984（mastery 与 2σ 基线）
- 效果论证（给投资人/合作方）：Kulik & Fletcher 2016（0.66 SD 元分析）→ VanLehn 2011（ITS ≈ 人类辅导的证据）
- LLM 工程注入层：LearnLM 2024（训练层样板）→ Rafailov 2023（DPO）→ Turner 2023（activation steering）
- 大厂动向对照：04 文件夹三份公告，逐条映射到五层框架，定位他们没做的垂直空间