通过StudentBench平台收集17.5万条学生-AI交互数据，实证验证LLM辅导在量化推理上产生与人类相当的学习增益。

评测Bloom分类器在AI生成教育题目上的泛化能力，揭示其在分布外数据上的性能衰减问题。

探讨教育场景中AI技术应用引发的伦理困境与系统性决策惯性，反思技术部署背后的教育价值观。