機構： 佛山市高明區滄江中學附屬小學
報告摘要 本報告呈現了巴西於2022年啟動的“智慧學習路徑”國家試點專案的三年期綜合評估結果。該專案旨在應對巴西基礎教育中長期存在的教學品質不均、輟學率高、學生學業水準分化巨大等結構性挑戰，通過人工智能技術為公立學校系統構建規模化、可負擔的個性化學習支持體系。專案首期覆蓋聖保羅州、塞阿拉州和米納斯吉拉斯州的85所公立中學，惠及超過4.5萬名學生。評估表明，專案在提升學生核心學科通過率、降低輟學風險、優化教師工作模式方面成效顯著，特別是在資源相對匱乏的學校中產生了“平等化效應”。同時，專案也暴露出在數字基礎設施、數據整合與文化適配方面的持續挑戰，為下一階段在拉丁美洲地區的推廣提供了關鍵經驗。
文章内容
第一章：專案背景與設計：回應南美教育的核心困境 1.1問題驅動：不平等的教育現實 巴西及許多南美國家的教育體系面臨雙重挑戰：一是巨大的社會經濟不平等導致學生學習起點與支持資源天差地別；二是統一的課程進度與評估標準無法滿足高度異質化的學生需求，導致後進生持續掉隊並最終輟學。傳統“一刀切”的教學模式在應對這一現實時力不從心。 1.2“智慧學習路徑”解決方案：AI驅動的適應性學習生態系統 專案核心是開發並部署一個名為“Caminho”（葡萄牙語“路徑”）的國產AI學習平臺。其設計原則充分體現南美語境：低帶寬優化：核心功能支持離線使用，數據可在連接時同步，適應網路不穩定地區。多模態內容：除文本外，大量採用音頻、圖解和短視頻，照顧閱讀能力較弱的學生。文化相關性：學習案例與習題場景大量取材於巴西本土的社會、歷史、自然環境及流行文化。 1.3系統核心：三重個性化引擎 診斷性學情畫像：系統通過學生初始評估及持續的學習交互數據（如答題時長、錯誤模式、求助頻率），動態生成涵蓋知識狀態、認知習慣與學習韌性的多維畫像。動態路徑生成：AI引擎根據畫像，為每位學生規劃獨特的、非線性的學習序列。。
第二章：實施策略：以教師為支點的系統變革 專案成功的關鍵在於將AI定位為教師的“賦能增強器”，而非替代品。教師角色重塑：專案培訓強調教師是“學習策略師”和“情感引導者”。AI負責處理個性化內容分發與數據跟蹤，教師則專注於小組深度指導、動機激發和複雜問題解答。校本實踐共同體：每所試點學校成立由教師、校領導和技術協調員組成的“智慧學習小組”，定期分享數據洞察、討論教學干預策略，形成本地化的實踐知識。家長與社區參與：平臺設有家長端，以簡單圖表展示子女學習進度與優勢領域，並推送鼓勵性的家庭支持建議（如“您的孩子正在幾何部分表現出色，可以聊聊生活中的建築形狀”），將學習支持延伸至家庭。
第三章：三年核心成效數據分析 3.1學生學業成果顯著改善 3.2教師工作效能與專業發展 教學回饋效率：教師用於作業批改和學情分析的平均時間減少了約35%，騰出的時間更多地用於個性化輔導。精准干預能力：87%的教師表示，借助平臺數據，他們能更早、更準確地識別需要幫助的學生及其具體困難所在。教師協作增強：跨學科教師圍繞學生數據開展協作的比例從22%上升至61%。 3.3平等化效應初步顯現 專案最具啟示性的發現之一是“逆資源差距”效果：在基礎設施和生源基礎最薄弱的學校，學生的學業進步幅度（尤其數學通過率提升）反而高於條件較好的試點學校。這表明，AI支持的個性化學習在彌補資源短板、為最弱勢學生提供“額外教學支持”方面，具有巨大潛力。
第四章：挑戰、反思與南美啟示 4.1持續存在的挑戰 基礎設施鴻溝：部分學校電力不穩、設備老舊或網路斷續，仍是系統持續運行的物理障礙。數據孤島與系統整合：平臺與學生資訊系統、州級評估資料庫的打通仍不完善，限制了更全面的學情分析。“演算法信任”與文化接受度：部分教師和家長對演算法推薦路徑的合理性存疑，需要持續的透明化溝通和教育。 4.2對南美地區的核心啟示 可行路徑證明：巴西案例證明，中等收入國家利用國產化、羽量級的AI教育解決方案，能夠以可承受的成本，大規模應對教育品質與公平的核心挑戰。“教師中心”的勝利：成功的關鍵在於將技術深度融入教師日常工作流，並增強其專業判斷，而非自動化其工作。社會技術系統觀：專案的成功不僅是技術的成功，更是教師培訓、學校組織變革、社區參與共同作用的結果。任何南美國家引入類似專案，都必須進行同等力度的社會性投入。