摘要
第四项联合国可持续发展目标 (SDG) : 优质教育, 旨在确保为所有人提供包容和优质的教育。 教育不仅能减少贫困, 还能支持从改善健康到促进和平等其他可持续发展目标。 然而, 挑战依然存在, 包括师资短缺、 资源有限以及阅读和数学技能方面的差距。 科学和技术提供新的学习方式, 帮助应对这些障碍。 人工智能 (AI) 辅导便是一个有力的例子, 它可以逐步指导学生, 提供个性化反馈, 并根据不同水平调整课程。 在阿卜杜拉国王科技大学, 研究人员正在开发 TALEEM :一个旨在支持学生和教师的人工智能导师。 本文将探讨教育与可持续发展目标的关联性, 以及 TALEEM 这样的新项目如何能够增强技能、 建立信心, 并帮助建立一个让每个孩子都有机会学习的世界。
欢迎观看本文作者的专访视频, 获取更多精彩内容! (视频 1)。
今日学习, 明日引领
联合国 (UN) 制定了十七项可持续发展目标 (SDG), 旨在改善世界各地每个人的生活。 这些目标包括确保没有人挨饿, 妥善保护自然环境, 以及减少经济和教育方面的不平等。 教育不仅仅是上学, 它是建立更美好生活的关键。 正因如此, 联合国设立了第四项可持续发展目标 (SDG 4) : 优质教育。 这个目标简单而有力:确保每个地方的每个孩子都能在安全、 公平的支持性环境中学习。 SDG 4 还呼吁要让成年人在一生中有机会不断学习新技能, 并让教师得到支持。
自 2015 年世界各国同意确立联合国可持续发展目标以来, 已有数百万计的年轻人入学。 从 2015 年到 2024 年, 全球范围内 88% 的儿童完成了小学教育, 78% 完成了初中教育, 60% 完成了高中教育。 但目前进展正在放缓, 在一些地区, 阅读和数学技能水平达标的学生越来越少。 遗憾的是, 仍有数亿成年人(其中大多数是女性)不识字。 在许多国家, 儿童, 尤其是来自贫困家庭或农村地区的儿童, 没有与其他人同等的机会。 一些学校仍然缺乏电力、 清洁水、 电脑甚至教师等基本条件。 没有这些, 学生们就很难获得他们应得的教育质量。
教育也是一种变革的力量。 当孩子们学习时, 整个社会都会变得更强大。 教育能够减少贫困、 改善健康、 创造和平, 还能支持其他可持续发展目标。 例如, 教育可通过为所有人创造体面工作机会来帮助减少不平等, 支持 SDG 8 (体面工作和经济增长) [1]。 教育让更多人有机会去培养改善就业所需的技能, 从而帮助打破贫困循环, 支持 SDG 1 (无贫困) [1]。 这就是为什么联合国表示我们必须加快行动以实现 SDG 4。 距离 2030 年只剩几年时间, 投资于教育, 特别是借助数字技术等新工具, 可赋予每个孩子技能和信心, 以激发实现可持续发展目标所需的集体行动。 那么, 科学和技术如何帮助我们应对这些挑战呢?
创新驱动学习
要实现 SDG 4, 我们必须针对教育面临的一些重大挑战找到创造性的解决方案。 这正是科学和技术的用武之地。 科学不仅仅是实验室里的实验, 它也关乎找到巧妙的方法来解决大问题。 当今世界面临的最大挑战之一, 是确保每个孩子 (无论他们住在哪里) 都能接受良好的教育。 其中存在许多障碍, 包括某些地区缺乏合格的教师。 即使有老师, 在只有一个老师的大班级里, 每个学生也很难得到所需的关注 [2]。 更糟糕的是, 来自贫困家庭、 农村地区或身患残疾的儿童往往面临更大的上学障碍。
这些具有挑战性的问题需要一系列解决方案, 而科学和技术提供了几种强大工具来应对其中的一些问题。 不久前, 计算机和互联网还很昂贵且稀少。 如今, 这些工具正变得越来越便宜且易于使用。 许多家庭, 即使是农村地区的家庭, 现在也能使用手机和移动数据。 这为学生提供了学习课程的新机会, 即使他们的学校很远。 他们能在线上平台进行互动练习, 学习视频课程, 甚至与老师进行实时对话。 此外, 这些现代工具还可适应每个学生的水平。 例如, 如果某个学生在数学方面有困难, 系统可以先提供较容易的问题, 然后慢慢增加难度。 这样, 每个学习者都可以按照自己的节奏前进。
技术也可以使学习更有趣、 更难忘。 例如, 虚拟现实 (VR)可以将学生传送到课堂之外, 让他们在不离开座位的情况下探索人体内部或前往火星表面。 科学和技术无法取代教师, 但它们可以支持教师和学生。 通过提供额外的资源、 更快的反馈和新的学习方式, 技术可使教育更加包容、 公平和有效。 在这些工具中, 有一种对于未来的学习而言尤其强大。
TALEEM:你的人工智能导师
你可能已经听说过人工智能 (AI), 并且许多国家正在借助这项技术来解决各种问题。 为支持人工智能在教育领域的应用, 阿卜杜拉国王科技大学正在开发一个创新项目 : 一款AI 导师。 由于人工智能是一种能够像人类一样"思考"的计算机技术, 我们决定构建一个行为类似私人导师的人工智能系统, 引导学生学习较难的科目, 并在他们遇到困难时提供提示。 这个名为 TALEEM 的项目背后的理念是 : 如果学生获得的是循序渐进的指导, 而不是直接得到答案, 他们就能培养出更强的技能并加深对学科的理解。
TALEEM 的工作原理
项目团队从沙特阿拉伯学校中的 12 年级数学入手, 仔细将教科书转化为一个数字知识数据库。 你可以把这个数据库想象成一张巨大的网, 每个数学概念都是网中相互连接的众多节点之一。 这有助于 AI 导师了解各个概念之间的联系, 从而引导学生从一个概念过渡到下一个概念, 就像人类老师那样。 例如, 请看 图 1A, 它展示了一个传统的课堂场景。 当学生犯错时, TALEEM 不会简单地说"错误", 而是像 图 1B 所示的那样给出提示。
- 图 1 - (A)一间普通教室, 老师展示一道数学题并解释解题步骤。
- (B)一名学生正在使用AI导师, 它提供同样的帮助—— 通过提示引导学生, 但不会直接给出答案。 这种方法鼓励学生自己解决问题, 建立他们的信心, 并确保所有学生都能获得专为他们及其学习方式设计的提示和线索。
该系统还有一种特殊的"教师模式"。 在这种模式下, AI 成为老师的有用助手, 帮助他们准备测验、 设计习题, 甚至检查学生的答案。 有了分担工作的 AI 助手, 教师可以腾出更多时间专注于最重要的事情:与学生建立联系, 帮助他们成长为终身学习者。
走进 AI 导师
为打造 TALEEM, 团队选择了一个名为 ALLaM 的大语言模型 (LLM), 它就像 TALEEM 的"大脑", 帮助系统理解学生的问题并提供有用的答案。 ALLaM 的特殊之处在于它能够使用阿拉伯语和英语进行交流与理解, 所以非常适合帮助沙特阿拉伯的学生。 为确保我们的 AI 导师保持安全与公平, 我们也在努力寻找方法来教导 LLM 遵循人类价值观。 在最近的研究中, 我们的团队证明, 有一些简单的方法可以帮助这些模型拒绝带有偏见或有害的请求, 同时仍能有效学习 [3, 4]。 这些改进有助于像 TALEEM 这样的 AI 导师以负责任的方式指导学生, 并确保自己与学生分享的信息是可信的。
为确保我们的系统尽可能以最佳状态运行, 我们将 ALLaM 与另一个作为监督者的强大 AI 配对。 监督者会检查 ALLaM 的答案, 指出错误并提出改进建议, 就像资深教师培训新助教那样 (图 2)。 这种算法推动 AI 导师迅速变得更加准确且可靠。 我们还可以创建 AI "学生"来帮助 AI 导师进行练习!在此种测试环节中, 经过 AI 导师几轮指导, AI 学生将更自信地解决问题, 并从最初的漏洞百出提升到几乎完美的准确率。 这些结果表明, 人类学生也能从系统的详细指导中受益匪浅。
- 图 2 - 利用一个庞大的知识数据库, (A) 我们的 AI 导师大脑 ALLaM, (B) 接收来自学生的问题, (C) 然后 ALLaM 思考帮助学生找到答案的方法, 但不直接告诉他们答案, (D) AI 监督者, (E) 接收来自 ALLaM 的提示思路, 并决定哪些是好的提示, 哪些会使问题变得过于简单。
- 监督者向 ALLaM 提供反馈, (F) 以改进提示, 好的提示会呈现给学生, 帮助他们继续完成作业, (G) 为了确保导师持续改进, 所有互动都会被记录和存储。
我们的前进之路
联合国的 SDG 4——优质教育, 旨在确保每个人都能在安全的支持环境中学习。 教育能够减少贫困、 改善健康并创造更公平的社会。 科学和技术在应对相关挑战 (从师资短缺到学校资源不足) 的过程中发挥着关键作用。 KAUST 的 TALEEM 项目展示了AI 如何助力打造解决方案。 通过逐步指导学生并帮助教师分担工作, AI 导师可改善学习成果, 减少不同地区学生之间的不平等, 并推动实现 SDG 4 的各项具体目标。 实现 SDG 4 不仅仅是科学家的工作, 像你们这样的学生也可以发挥作用。 坚持终身学习, 支持并尊重你们的老师, 并大声捍卫每个人的受教育权利, 这样便能帮助建立一个让人人获享优质教育的世界。
致谢
谨向 Nicki Talbot 致以诚挚谢意, 感谢她在系列开发过程中提供的宝贵支持, 本系列的完成离不开她的专业贡献, 同时感谢 Ana Runte 为本文提供插图。 我们同时向 KAUST 可持续发展办公室与联合国开发计划署沙特阿拉伯国家办公室表示谢意, 感谢他们始终致力于提升公众对联合国可持续发展目标 (SDG) 的认知, 共同推动世界走向更可持续的未来。
术语表
>不平等 (Inequality): ↑ 导致人们在获得住房、 食物和教育等基本人类需求方面存在差异的不公平状况。
>虚拟现实 (VR) (Virtual Reality (VR)): ↑ 一种由计算机生成的世界, 让用户感觉自己身处别处。
>人工智能 (AI) (Artificial Intelligence (AI)): ↑ 能够像人类一样"思考"或"学习"的计算机系统。 AI 通过分析数据来实现这一点, 从而能够解决问题、 做出决策和理解语言。
>AI导师 (AI Tutor): ↑ 一种与学生一对一协作的数字教师, 提供额外的帮助和指导, 通常侧重于难学的科目。
>数据库 (Database): ↑ 一个巨大的数字文件柜, 可有序地存储信息, 并允许人们在需要时搜索、 添加或更新详细信息。
>大语言模型 (LLM) (Large Language Model (LLM)): ↑ 一种用海量文本训练出来的人工智能, 能够创造类似人类的语言来回答问题、 撰写文本并协助解释事物。
>算法 (Algorithm): ↑ 一种计算机遵循的问题解决方法或一组分步指令。
AI 人工智能工具使用声明
作者声明在撰写本稿件过程中曾使用生成式人工智能工具。 作者使用了由 OpenAI 开发的生成式人工智能模型 ChatGPT (GPT-5.1) 来辅助稿件的语言编辑, 提升表达清晰度并优化结构。
本文中所有图表附带的替代文本 (alt text) 均由 Frontiers 出版社在人工智能支持下生成。 我们已采取合理措施确保其准确性,包括在可行情况下经由作者审核。 如发现任何问题,请随时联系我们。
利益冲突声明
作者声明本研究不涉及任何潜在商业或财务关系。
参考文献
[1] ↑ Spada, A., Fiore, M., and Galati, A. 2023. The impact of education and culture on poverty reduction: evidence from panel data of European countries. Soc. Indic. Res. 175:927–40. doi: 10.1007/s11205-023-03155-0
[2] ↑ Konstantopoulos, S., and Shen, T. 2023. Class size and teacher effects on non-cognitive outcomes in grades K-3: a fixed effects analysis of ECLS-K: 2011 data. Large-scale Assess. Educ. 11:33. doi: 10.1186/s40536-023-00182-8
[3] ↑ Abu Shairah, H., Hammoud, H. A. A. K., Turkiyyah, G., and Ghanem, B. 2025. Turning the spell around: lightweight alignment amplification via rank-one safety injection. arXiv [preprint]. arXiv:2508.20766. doi: 10.48550/arXiv.2508.20766
[4] ↑ Abu Shairah, H., Hammoud, H. A. A. K., Ghanem, B., and Turkiyyah, G. 2025. An embarrassingly simple defense against LLM abliteration attacks. arXiv [preprint] arXiv:2505.19056. doi: 10.48550/arXiv.2505.19056