4.8 KiB
4.8 KiB
categories, tags, created, source, type
| categories | tags | created | source | type | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
|
2026-04-16 | raw/教育AI研究/机构档案/MIT媒体实验室-教育AI研究档案-20260401.md | entity |
MIT RAISE
[raw:教育AI研究/机构档案/MIT媒体实验室-教育AI研究档案-20260401:40]> MIT媒体实验室的负责任AI与社会伦理框架，强调终身学习、开源共享和小语言模型在教育中的应用。
身份
| 属性 | 值 |
| ----- |
| 全称 |
| 隶属 |
| 类型 |
| 核心原则 |
| 核心理念 |
核心原则
RAISE框架核心
核心理念："Do good while minimizing harm"（在最小化伤害的同时做好事）
五大支柱：
- 社会赋能（Social Empowerment） - 让技术增强人类能力，而非替代人类
- 终身学习（Lifelong Learning） - 支持持续学习和技能更新
- 开源共享（Open Source） - 促进知识共享和协作创新
- 小语言模型（Little Language Models） - 针对特定场景优化的小型模型
- 伦理责任（Ethical Responsibility） - AI系统的透明、公平、问责
关键项目
Scratch平台
| 指标 | 数值 | 说明 |
|---|---|---|
| 全球注册用户 | 超1.4亿 | 2024年新增2150万用户 |
| 累计创建项目 | 超1亿个 | 2024年里程碑：第10亿个项目诞生 |
| 活跃月创作者 | 超140万/月 | 每月产出新项目 |
| 活跃月评论者 | 约62.5万/月 | 社区互动活跃 |
| 已发布评论 | 约9.9亿条 | 高度活跃的社区生态 |
| 创建工作室 | 约3486万个 | 用户自建学习空间 |
| 月浏览量 | 7.96亿次 | 平台影响力巨大 |
| 支持语言 | 70+种 | 真正全球化平台 |
| 覆盖国家 | 150+个 | 全球普惠 |
| 网站访问国排名TOP5 | 美国36%、英国6.5%、波兰3.8%、中国3.6%、加拿大3.4% | 中国是第三大访问来源 |
Scratch 4.0战略方向：
- AI集成方向：辅助创作，而非替代创作
- 设计原则：保持儿童主导、AI辅助的核心理念
- 技术路径：生成式AI增强，但严格限制AI直接生成代码
MicroMasters项目
MIT的MicroMasters项目提供：
- 在线研究生水平课程
- 灵活的学习路径
- 微认证的学分积累
技术架构
Scratch技术栈
| 层次 | 技术选择 | 说明 |
|---|---|---|
| 编程语言 | 自研可视化块语言 | 无需文本语法，降低门槛 |
| 前端框架 | React（Scratch 3.0起） | 现代Web技术栈 |
| 积木渲染 | Blockly（Google开源） | 业界标准可视化编程库 |
| 后端服务 | Google Cloud Platform | 支持大规模并发 |
| 数据传输 | WebSocket | 实时社区功能 |
| 许可证 | Scratch 3.0完全开源（BSD-3-Clause） | GitHub开源 |
四P学习法
Scratch遵循MIT的4P学习法：
- 项目（Projects） - 通过创建项目学习
- 热情（Passion） - 跟随兴趣和热情
- 同伴（Peers） - 在社区中学习和分享
- 玩中学（Play） - 通过游戏和探索学习
学术成果
高影响力论文
发表期刊：
- Nature Medicine（2023）
- New England Journal of Medicine AI（2023）
支持者：
- Gordon and Betty Moore基金会
- Microsoft
- 健康基金会
BoT框架
开发者：Jeffrey Saviano（哈佛埃德蒙与莉莉·萨弗拉伦理中心）
五大支柱：
- 企业伦理整合
- 伦理原则采纳
- 领先实践
- 外部协作
- 预测未来技术的治理结构
发布时间：2025年NACD Nashville活动
在 LLM Wiki 中的角色
MIT RAISE框架是终身学习与开源共享模式的代表，展示了：
- 负责任AI开发框架
- Scratch平台的1亿+项目实践
- 小语言模型在教育中的应用
相关概念
相关研究
核心概念
MIT RAISE框架强调终身学习和开源共享,详见 MIT RAISE
- MIT媒体实验室-教育AI研究档案-20260401 - 来源报告
- 哈佛大学AI教学项目核心特点分析 - RAISE框架分析
来源
溯源规则：所有数字/百分比/具体结论必须标注
[raw:{文件名}:{行号}]格式。