谷歌（Google）推出的生成式AI“Gemini”正加速应用于用户日常生活的各个方面，包括咨询、聊天、制作工作资料等多种场景。近年来，生成式AI在教育领域的应用逐渐成为热门趋势。
根据谷歌2025年的调查，超过70%的用户在过去12个月内使用AI应用的主要目的是学习，显示出各年龄层对AI辅助学习和教育的广泛需求。
在日本，2019年开始推进的GIGA学校计划推动了云服务的引入和学生一人一台终端设备的普及，为AI在教育中的应用奠定了基础。
超六成地方政府采用谷歌工具
谷歌教育日本事业战略负责人中野生子表示，约64%的日本地方政府（约1200个自治体中）采用了谷歌的云工具“Google Workspace for Education”。生成式AI在教育中的使用也逐渐普及，东京公立学校中39%的学校允许教师在课堂上让学生使用生成式AI，85%的学校教师利用AI辅助备课和教材研究。
Google Workspace for Education针对教育和学生用户进行了多项定制，例如采用企业级数据保护措施，确保输入内容不会被用于AI机器学习；对18岁以下账户设置生成式AI响应过滤器；管理员可查看历史和日志，保障安全。此外，该平台与谷歌服务紧密集成，确保信息实时更新。中野强调，教育领域最重要的是提供安全可靠的使用环境。
普通版Gemini能快速回答用户的疑问，而教育版Gemini则具备“引导式学习”功能，帮助学生通过提示和启发式问题自己找到答案。例如，针对英语介词的提问，AI会提供线索和联想，促进学生自主思考。
此外，用户可以上传教学资料，通过“NotebookLM”功能基于这些资料获得针对课程内容的回答，甚至生成音频和视频讲解。中野指出，这打破了以往以文字为主的交流方式，更好地支持学生以适合自己的方式理解知识。
构建个性化“辅导员”
支持这些学习功能的是专为教育设计的模型“LearnLM”。谷歌DeepMind首席科学家全炳河提到，围棋AI“AlphaGo”自2016年击败世界冠军后，促进了职业棋手水平的快速提升，说明AI能有效推动专业成长。
“LearnLM”的开发基于学习科学，旨在激发用户自主学习能力，目标是从“便利工具”转变为“学习伙伴”，并在教育专家的参与下，最大限度降低风险，支持更多用户。
为了打造优秀的“辅导员”，开发团队首先研究了辅导员应具备的要素、实现方式及系统评估方法，同时考虑如何支持尽可能多的用户。全炳河表示，这比AlphaGo更复杂，因为“LearnLM”需要应对多学科、多用户的复杂学习场景，且学习成果的评估标准和学习者的接受时机各不相同。
AlphaGo只需遵循围棋规则并通过自我对弈学习，而“LearnLM”则需模拟不同学习者的行为，面对复杂的教学内容和多样化的学习需求。为此，团队首先让模型遵循“教学指导原则”，通过输入教师和研究者制定的教学方针进行训练，并通过评估反馈不断优化，实现学习科学的高效应用。
“LearnLM”的研究成果已整合进通用AI“Gemini”，并在教育现场得到应用，同时也融入了谷歌基于Gemini的产品系列中。
精细化提示词是高效使用关键
全炳河指出，教育领域高效使用Gemini的秘诀在于通过提示词精确指定学习目标和需求。
“LearnLM”整合了针对不同国家和地区的学习数据，评估标准也因地制宜。例如，同在日本，普通学校和外语学校的教学和评价方式不同；即使是使用日语的海外用户，是否在当地学校学习或远程接受日本教育也会影响支持方式。因此，明确教育环境的提示词能带来更优质的辅导体验。
此外，教师在制作课堂测验和教材时，通过输入教育方针和重视点，可以在保证中立性的同时体现个人教学风格。利用NotebookLM，教师还可上传常用教材和资料，生成符合教学内容的个性化材料。
目前，部分地区也在开发和运营“日本制造”的教育AI。全炳河强调，Gemini作为全球通用AI的优势在于其使用了大量多国多语种的学习数据。比如，文学内容因国家和地区不同需定制化数据，而数学则大多通用。合理平衡和组合这些数据是提供优质教育支持的关键。
