Learning Commons 推出开放数据平台,将人工智能教育科技与课程标准紧密结合

Learning Commons 推出了一套开放平台,为教育软件开发者提供机器可读的 K-12 学术标准、学习进阶路径以及评估工具。
由陈·扎克伯格倡议(Chan Zuckerberg Initiative)支持的非营利组织 Learning Commons 推出了一套开放平台,旨在帮助教育科技开发者和教育工作者将结构化的学术标准及循证教学实践整合到课堂软件和人工智能(AI)工具中。在发布的同时,该组织确认了与六家教育科技提供商的整合合作关系:Canva Education、MagicSchool、TalkingPoints、Level、OKO Labs 和 Really Great Reading,加入了一个包含 OpenAI 和 Anthropic 等 70 多家贡献合作伙伴的更广泛网络。
该平台包含两个核心组件:知识图谱(Knowledge Graph)和评估器(Evaluators)。知识图谱以开源许可发布在 GitHub 上,提供机器可读的数据集,涵盖了美国全部 50 个州的学术标准、概念拆解、持久技能,以及标明先修与后续能力进阶的学习路径。评估器组件则提供基准测试工具,用于评估 AI 生成的教学内容和测评是否符合特定的学习标准。该组织报告称,自 2025 年首次发布数据以来,数据集下载量已达约 20,000 次。
该举措解决了 AI 辅助教学中的一大结构性障碍:将零散且非结构化的课程框架转换为语言模型能够可靠引用的格式所需承担的工程开销。通过提供标准化、开放获取的教学法数据,该平台旨在降低开发者构建课程对齐工具的门槛,同时提升学校场景下 AI 输出内容的教学可靠性。
来源: EdSurge



