本章介绍了生成人工智能 (GenAI) 与以前的人工智能驱动的教学代理相比提供的新功能。以苏格拉底游乐场系统为例，它强调了 GenAI 支持的智能体可以扮演的不同角色，并强调它们如何实现“教学第一”的方法。在审查了一些证据并提出了功效研究框架后，它指出了教育 GenAI 系统未来可能的发展方向。附件介绍了教育 GenAI 代理的一些技术方面。

生成人工智能 (GenAI) 正在通过重塑技能的开发、评估和支持方式来改变教育格局。本章综合了有关 GenAI 技术如何影响教学实践、反馈和评估的最新经验证据。它探讨了使用 GenAI 提供个性化辅导、提高反馈质量和自动化评估实践的机会和局限性。本章主张在人类技能发展和人工智能增强表现之间保持谨慎的平衡，强调需要在智能辅导和评估框架内以教学为基础将 GenAI 整合起来。最后概述了确保 GenAI 加强而不是替代人类学习和教学专业知识的研究和政策方向。

本章概述了 OECD 2026 年数字教育展望的调查结果。在介绍了生成式人工智能 (GenAI) 及其在社会和教育中的应用之后，本章展示了 GenAI 的研究和开发如何为教育政策和实践提供信息。它认为通用 GenAI 会给学习带来风险，它必须用于教学目的或重新设计为特定的教育 GenAI 工具。许多教育 GenAI 工具及其功能均作为示例提供。 GenAI 还可以支持教育机构和系统内的教育工作流程，并为教育研究提供新的机会。

执行摘要 生成式人工智能（GenAI）正在迅速进入全球教育系统，提高了人们对更加个性化的学习、增强的教学实践和更高效的系统管理的期望。经合组织《2026 年数字教育展望》借鉴了现有的最佳实证研究、设计实验和专家见解，探索 GenAI 的前景，以及教育利益相关者如何引导其有效和负责任的采用。 证据表明，GenAI 可以扩大个性化学习支持，提高反馈质量…

社论 经合组织数字教育展望是经合组织的旗舰出版物，介绍了我们对教育领域新兴数字技术的最新分析。2026 年版综合了证据和专家见解，展示了生成式人工智能如何有潜力改变学习的质量和有效性，以及教育系统的生产力，前提是其相关风险得到仔细管理。其应用包括提高学生的学习，支持教师的表现，同时保持专业自主权，加强教育系统，以及机构和研究能力。 对于学生来说，生…