这一周，AI 教育的证据追上来了
整理这一周的智能教育消息，最让我在意的不是哪家公司又发了新产品，而是两组方向相反的数字，被摆在了同一张桌子上。一组是政策的手越伸越细——从国家级培训一路排到区县级的课时表；另一组是研究的手在往回拉：那些看起来最顺手、学生最容易接受的 AI 用法，恰恰是成绩掉得最厉害的用法。热闹还在继续，但这周的账，开始有人认真算了。
一、作业分涨了 18%，月考分掉了 20%
本周最值得完整读一遍的，是世界评估委员会（World Assessment Council）10 月 12 日发布的《AI in Learning Report 2026》。它汇总了约 270 份研究、官方报告与调查，得出的结论并不讨喜：AI 用得越普遍，学习效果越难保证。几个数字值得抄下来：
- 在《PNAS》的一项现场实验中，学生用没有约束的 GPT-4 做练习，练习成绩提高了 48%，但随后不能借助 AI 的考试成绩下降了 17%；
- 马里兰大学一项覆盖 2379 名本科生、30 位教师的随机对照试验发现，课程内嵌 AI 导师的班级期末成绩低了 0.37 个标准差，课程平台的参与度低了 0.90 个标准差——而真正用过它的学生只有约 15%；
- 一项追踪中国中部某县 9 所中学、26811 名学生、跨度 30 个月的研究显示：用 AI 之后，作业分数涨了 18%，月考分数跌了 20%；两年左右，中考、高考成绩分别下降 24% 和 18%。
第三项研究的负责人是香港大学经济学教授吴延晖。世界银行看过这篇研究后，把一份已经提交的教育年度报告连夜撤回重新讨论——这个细节本身就说明了问题：连做跨国比较的人，都没有料到负面影响会这么大。
但这些数字不等于”AI 有害”。同一份报告里有反例：哈佛一门物理课上，基于教师手写解题过程搭建的结构化 AI 导师，让 194 名学生两节课的增益达到 0.73 到 1.3 个标准差；在尼日利亚，教师带队的 AI 辅导六周让测验成绩提高 0.31 个标准差，人均成本约 48 美元。
我的看法：两组数字放在一起，结论其实很干净——差别不在模型，在设计。前者的默认行为是”你要什么我给什么”，后者的默认行为是”我先给你一个提示，你自己再试一次”。这几年 AI 教育最大的认知误区，是以为把最强的模型放进课堂，就等于请到了一位好老师。可好老师的核心能力从来不是知道答案，而是知道什么时候不该说出答案。这一点，恰恰是产品设计里最容易被”用户体验”四个字挤掉的部分。
二、800 多篇论文里，只有 20 篇算得上证据
第二件事和第一件是同一根绳上的。10 月 15 日，美国一个由研究机构、基金会和一线从业者组成的联盟发布政策建议报告，援引斯坦福 SCALE 项目的统计：在 800 多篇关于 K12 阶段 AI 的学术论文中，只有 20 篇给出了较强的因果证据。与此同时，本该资助更多研究的美国教育科学研究院（IES），在过去一年的裁员中流失了约 90% 的员工，且已超过 15 个月没有举行经费评审。
还有些更不体面的细节：那份被引用得最多的、结论为”AI 对学习效果显著”（效应量 g=0.867）的元分析，已在 2026 年 4 月被撤稿；而英国高教政策研究所的调查显示，2026 年英国本科生中 95% 在做计分作业时用过 AI，两年前这个数字还是 66%。用的速度，远远快过弄清楚”怎么用才有效”的速度。
我的看法：这一条对我们做教育管理的人最有现实意义。我们习惯了”先试点、再推开”，但在 AI 这件事上，很多学校真实的节奏是”先采购、再补方案”。政策可以很快——一个学期就能把课时排进课表；证据的形成却要按年算，一项对照试验从设计到拿到结果，三年是常态。承认这个时间差不是消极，而是成熟：它意味着在一段时间里，学校自己的小规模试验，就是最可用的证据。所以试点不要只停留在”用起来”，而要事先写下三件事——我们要回答什么问题、拿什么做对照、什么时候复看结果。写下来了，一次校本试验的分量，就比一份厂商案例重得多。
三、一场现场会里，有一句最实在的验收标准
10 月 10 日，教育部在北京召开人工智能与教师发展现场会。国家智慧教育平台的”教师发展中心”升级上线，教师人工智能素养全覆盖培训同期启动，并提出”万名 AI 素养先锋计划”。
会上有一句话值得反复读：检验培训成效的核心标准，是”教师是否解决实际问题、课堂是否发生积极变化、学生是否获得更有针对性的学习支持”。三句话，主语分别是教师、课堂、学生，没有一个字落在”平台被使用了多少次”上。现场示范环节也被组织成备课、课堂教学、学业评价、教研反思、学校治理五个具体环节，而不是一场功能演示。
一个细节更打动我：宁夏银川十五中的校长说，学校从今年秋季学期起不再征订任何教辅，改为依据个性化学习报告做到”一生一报告、一生一作业”。
我的看法：取消教辅这件事，比上线一个平台更需要勇气——它动的是学校多年默认的运作方式，也把”教辅”这个稳定的中间层直接抽掉了。这种做法能不能复制，我不敢下结论；但它说明了一件事：真正愿意往前走一步的学校，往往是从敢做减法开始的。而从管理角度说，”三个是否”这套验收语言，值得抄进我们自己的项目书里。
四、同一周里，三份文件写了三件事
本周国内地方层面的动作相当密集。湖南明确从 2026 年秋季学期起，全省中小学普遍开展人工智能通识教育，每学年不少于 8 课时，并探索把 AI 素养纳入综合素质评价；重庆南岸区发布”人工智能+教育”十条措施，课时硬指标更细，同时提出建立生成式 AI 进校园的”准入清单＋安全评估”制度；河南发布意见，推广智能命题、智能组卷、智能评卷，同时划出一条红线——严禁把智能技术异化成刷题应试工具，杜绝用 AI 替学生完成作业。
我的看法：三份文件放在一起看，能看出地方教育治理的分寸感在提升。湖南分层设计、南岸管入口、河南管用途，恰好对应”教什么、用什么、怎么用”三个问题。其中我最看重的是河南那条红线。原因很朴素：AI 一旦被装进应试的框子里，提分效果会非常明显，忙碌的学校很难拒绝这种诱惑，而代价要两三年后才由学生自己承担。前面那组”作业涨 18%、考试跌 20%”的数据，说的正是这件事。
五、同一天发布的升学和同一天发布的差评
国外产品侧，本周被讨论最多的是 OpenAI 的 ChatGPT 青少年版。10 月 7 日，它宣布即将推出大学申请规划工具，把各校申请要求、截止日期、资助步骤收进一份动态更新的计划里；同步上线闪卡、互动测验，以及多页笔记拍照合并成 PDF 的功能。官方披露的数据是：一周内近 120 万名青少年使用了学习可视化功能，超过 18 万人使用学习模式。
但几乎同一天，Common Sense Media 旗下的青年 AI 安全研究机构发布评估，基于 4000 多条提示词测试，把这款青少年版评为”不可接受的风险”。
我的看法：两条消息同一天出现，是当下 AI 教育最真实的缩影——产品的边界在向前推，评估的边界也在向前推，两边都在抢时间。对学校和家长来说，稳妥的态度是把官方使用数据当作”使用强度”的证据，而不是”学习效果”的证据。120 万人在用，只证明它容易被用起来；它有没有让人学得更好，得看前面那份报告。
六、把课表”砍”掉之后
如果说政策在管边界、研究在算账，那本周还有一条新闻，动的是学校最深的那层制度。全球大型私立 K12 教育集团 GEMS Education 宣布推出新学校 GR8 School：取消按学科划分的固定课表，把学生的一天重新切成三块——AI 自适应学习、每天 90 分钟到 2 小时的教师指导、2 到 3 小时的实践创造（艺术、体育、项目探究、协作）。计划 2027 年 1 月以”校中校”形式在迪拜启动，学费从每年约 8000 美元到 4 万美元不等。
这个思路并不新鲜。美国得克萨斯州的 Alpha School 已用”每天两小时核心学科＋一整天项目实践”的方式跑了好几年。
我的看法：判断一项教育技术是否真的落地，不看它在课堂里出现了多少次，而要看它有没有改变”一天怎么过”。课表是学校最硬的东西——背后是教师资格、场地、评价制度、家长预期，动一格都要牵动全身。GEMS 这套做法里真正有意思的地方不在 AI，而在于它把省下来的时间交给了实践，而不是又还给了刷题。同样是把知识学习压缩到两小时，省下的时间去做什么，会通向完全不同的两个未来。
七、火热的速成班，和冷却的一级市场
最后补一条容易被忽略的。本周经济日报的一篇报道给”AI 培训热”泼了盆冷水：国内 AI 人才缺口超 500 万，但中国消费者协会的投诉数据显示，职业技能培训领域的平均涉诉金额超过 7000 元，不少机构以”先学后付””零门槛入学”诱导贷款缴费，存在课程缩水、退费困难等问题。与此同时，2026 年上半年全球 EdTech 风投资金约 10 亿美元，同比下滑 26%。钱在变少，产品却在变多。
我的看法：这组对比对普通人是实用的。判断一门 AI 课程值不值，有个简单办法——看它教的是”工具操作”，还是”解决某类问题的过程”。工具操作的保质期通常不到一年，而解决问题的判断力可以放很多年。前面那些研究反复证明的，也是同一件事：AI 能替你完成任务，但不能替你长出能力；能力长在哪，取决于你在哪一步用了它。
写在最后
这一周的信息量很大，如果只留一句话，我想留这句：AI 教育正在从”能不能用”，进入”怎么用才算数”的阶段。政策越来越细，研究结论越来越具体，产品功能越来越贴心——三股力量里，研究是最慢的那一股，但它说的话最值得听。因为它谈的不是某个产品的成败，而是一件更朴素的事：孩子的时间花在哪里，能力就长在哪里。
作为做教育的人，我这一周最大的感受是，也许我们该把”快”字看轻一点，把”设计”两个字看重一点。技术更新得再快，一个人学习的过程还是那么慢——承认这一点，反而能让我们的选择更笃定。