Google 推出教育模型 LearnLM：不直接給答案，先當「學習教練」

如果你用 AI 輔導過孩子寫作業，或者自己拿它學過新東西，大機率遇到過這種情況：你只想讓它提個醒，它直接把完整步驟和最終答案全倒給你了。對想真正搞懂問題的人來說，這種「熱心」反而幫了倒忙。

Google 拿出了專門解決這個問題的模型家族 LearnLM。它不是一個全新的底座，而是由 Google DeepMind、Google Research 和產品團隊一起，基於 Gemini 針對教育學習場景精調出來的。

不直接報答案，先教你怎麼想

Google 做 LearnLM 的核心邏輯，是把教育學的理論塞進大模型裡。比如激發主動學習、控制認知負荷、根據學習者動態調整節奏，以及培養所謂的「元認知」，也就是讓學生自己去規劃和反思學習進度。

說白了，它不想當一個只負責報答案的計算器，而是想當一個懂得「啟發」的家教，允許你在適度的困惑和練習裡自己找到答案。

這個模型家族正被塞進 Google 的各個主力產品裡。在 Android 端，「畫圈搜」（Circle to Search）已經能幫使用者解數學和物理的應用題，Google 表示今年晚些時候還會支援符號公式、圖表和函式圖等更復雜的題型。

在桌面搜尋裡，AI Overview 接下來會加一個微調按鈕，如果你看不懂複雜的概念，可以點一下把它切換成更通俗的大白話，或者拆解成更細的步驟。

在 Gemini 對話方塊裡，Google 準備上線定製版 AI「Gems」。其中官方預設了一個叫「Learning coach」（學習教練），專門給使用者提供分步驟的學習指導，還會穿插小測驗和練習題；Gemini Advanced 付費使用者還能根據自己的偏好進一步定製。

影片學習也是一個大場景。在 YouTube 上，Google 正在針對美國部分 Android 使用者測試一個 AI 對話工具。看長篇學術影片、公開課或者講座時，你可以隨時在介面裡「舉手提問」，讓 AI 解釋剛才沒聽懂的名詞，或者直接就剛才的內容做個小測驗。

針對學校和老師，Google Classroom 開啟了一個試點專案，用 LearnLM 幫老師做教案設計、尋找趣味材料，針對不同進度的學生做分層教學。

Google 還在 Google Labs 裡拿出了兩個實驗性新工具。一個是 Illuminate，能在幾分鐘內把晦澀的學術論文轉成兩個 AI 聲音對話的短音訊，之後還支援提問追問；另一個是 Learn About，它把網頁、圖片、影片和練習活動融進聊天介面，支援使用者上傳筆記並一步步探索新主題。

外部合作方面，Google 聯手 MIT RAISE 做了一門面向教師的生成式 AI 線上課，同時拉上了哥倫比亞大學師範學院、亞利桑那州立大學、紐約大學 Tisch 藝術學院以及可汗學院（Khan Academy）一起測試和打磨這套技術。

為什麼重要

大模型在教育領域的落地，一直卡在一個尷尬的死穴上：它太容易把「給答案」當成了「教知識」。學生省事直接抄作業，老師防不勝防，最後誰也沒學到真本事。我們認為，Google 沒有再去死磕更高的通用跑分，而是回過頭來做垂直教育微調，這一步走得相當清醒。

對普通學習者來說，YouTube 的隨堂答疑和 Gemini 的學習教練非常實用，相當於把原本單向灌輸的影片和教材，變成了一個能隨時打斷、隨時提問的雙向互動課。而 Illuminate 這種把枯燥論文做成播客的形式，對科研人員和學生快速刷文獻也很有吸引力。

對行業來說，教育是極少數使用者願意長期付費、黏性極高的場景。Google 拉上可汗學院和多所高校聯合制定基準，顯然是想把 LearnLM 樹立成 EdTech 領域的事實標準，防守 OpenAI 和各類教育硬體、軟體初創公司的進攻。

不過隱患依然存在。教育對「幻覺」的容忍度幾乎為零，一旦 AI 在推導步驟中把錯誤的邏輯講得頭頭是道，對初學者的誤導會比直接給錯答案更嚴重。這套循循善誘的啟發式教學到底能不能讓學生坐得住，還是最終大家依然只想一鍵看答案，還要看各家產品實際落地的體驗。