AI提高成绩，却未必提高学习：生成式AI进入课堂后的真实挑战

导语

过去两年，生成式人工智能以前所未有的速度进入教育领域。从学生利用AI辅助写作，到教师借助AI整理课程资料，再到学校尝试通过AI分析学习数据，人工智能正在迅速嵌入教育系统的多个环节。几乎所有教育技术讨论都在围绕同一个问题展开：生成式AI究竟会怎样改变教育？

在最新发布的《OECD Digital Education Outlook 2026》中，经合组织对全球生成式AI在教育中的应用进行了系统性研究。报告通过大量实验研究、案例分析和政策调查，提出一个关键判断：生成式AI确实具有改变教育体系的潜力，但这种变化并不会简单表现为技术替代教师或课堂，而更可能体现为教育系统内部结构的深层调整。从学生学习方式到教师工作模式，再到学校治理与教育研究，AI正在逐渐成为教育体系中的重要基础设施。

更重要的是，报告反复强调一个核心观点：生成式AI是否能够改善教育，并不取决于技术能力本身，而取决于教育系统如何设计AI的使用方式。

在这一背景下，如果把报告中的研究发现进行系统梳理，可以清晰地看到生成式AI正在推动教育体系发生的五个重要变化。

01 从学习工具到学习环境：AI正在被嵌入教育系统

在过去几十年的教育技术发展史中，大多数技术工具都以“辅助工具”的形式存在，例如搜索引擎、在线课程平台或学习软件。它们为学生提供信息获取渠道，却很少真正改变学习结构。而生成式AI的出现，使教育技术第一次具备了参与学习过程本身的能力。

OECD报告指出，生成式AI在教育中的普及速度极为迅速。报告中的相关图表显示，在2024—2025年间，ChatGPT等生成式AI工具在互联网用户中的使用比例持续上升，其中学生群体的使用增长尤为明显。与此同时，在教师群体中，约37%的教师已经开始在工作中使用生成式AI，最常见的使用场景包括学习资料总结、课程准备以及教学资源整理。

报告还引用了欧洲高校学生的一项调查数据。图表显示，学生使用AI学习的主要用途包括：总结课程资料、解释复杂概念、辅助写作以及生成学习笔记等。这意味着生成式AI已经不再只是信息检索工具，而是逐渐成为学生学习过程中的重要参与者。

然而，OECD研究者认为，如果AI仅仅停留在“帮助完成作业”或“生成学习资料”的阶段，其教育价值仍然有限。真正具有变革意义的应用，是AI被嵌入到教学设计与学习环境之中。例如，在一些实验性教育系统中，生成式AI已经能够通过对话形式引导学生逐步理解概念，并根据学习进度动态调整学习内容。这种模式与传统学习软件的最大区别在于，AI不再只是工具，而是学习环境的一部分。

因此，报告提出一个重要判断：未来教育AI的发展方向，并不是越来越多的AI学习工具，而是围绕AI构建新的学习系统。

02 成绩提高不等于学习发生：AI可能降低认知投入

生成式AI在教育领域最直接的影响，是明显提高学习任务的完成效率。无论是写作、编程还是解题，AI都可以在短时间内帮助学生完成复杂任务。然而，OECD报告指出，这种效率提升并不必然意味着学习能力的提升。

报告引用的一项实地实验研究揭示了这一矛盾。在该研究中，学生在完成学习任务时被允许使用GPT-4。结果显示，当学生使用标准AI界面时，其任务成绩平均提升48%；当使用专门设计的AI教学界面时，成绩提升幅度甚至达到127%。然而，当研究者在后续阶段移除AI工具后，这些学生的成绩反而下降了约17%。

这一结果在报告中的相关图表中被总结为一个关键结论：成功完成任务并不自动意味着学习已经发生。

换句话说，AI可能帮助学生更快完成作业，却未必帮助学生真正理解知识。如果学生在学习过程中依赖AI直接给出答案，AI实际上可能替代学生的认知努力。长期来看，这种“效率提升”反而可能削弱学习能力。

正因如此，报告强调，教育领域需要探索新的AI教学设计。例如，通过苏格拉底式提问系统，AI可以不断向学生提出问题，引导学生逐步形成自己的理解；在协作学习中，AI可以帮助学生梳理讨论思路，而不是直接给出结论。这些设计的目标并不是提高任务完成效率，而是促进学习过程本身。

03 教师生产力革命：AI首先改变的是教师工作

在公众讨论中，生成式AI常常被视为可能取代教师的技术。然而OECD报告的研究结果却表明，AI对教育体系的第一层影响，很可能发生在教师工作方式上。

教师的日常工作中，大量时间并不直接用于课堂教学，而是用于备课、资料整理、作业反馈和教学评价等环节。生成式AI在这些任务中的效率优势非常明显。报告引用的一项英国研究显示，当中学科学教师使用AI辅助工具准备课程和教学资料时，相关工作时间减少了约31%。

此外，在在线教学环境中，AI还可以帮助教师分析学生学习数据，从而更快识别学习困难并提供针对性指导。在一些实验项目中，当经验较少的辅导教师获得AI支持时，学生课程通过率提高了9个百分点。

报告在相关图表中总结了教师与AI协作的几种典型模式，例如：AI帮助生成教学材料、分析课堂互动数据以及提供实时教学建议等。这些应用的共同特点是，AI并不是替代教师，而是增强教师的工作能力。

但OECD同样提醒，如果AI被过度用于教学设计或作业评价，教师的专业判断能力可能逐渐被削弱。因此，报告提出一个关键原则：AI在教育中的角色应该是“增强教师能力”，而不是“自动化教师工作”。

04 教育系统层面的重构：AI正在进入治理与评价

生成式AI的影响并不仅限于课堂教学。随着AI技术能力不断提升，其应用范围已经开始扩展到教育系统的治理层面。

在学校管理方面，AI可以自动处理大量行政事务，例如课程安排、资源分类和学生数据分析等。这些能力可以帮助学校管理者更有效地利用数据进行决策，从而提升教育系统的运行效率。

在教育评价领域，生成式AI同样展现出重要潜力。例如，AI可以帮助生成标准化考试题目、自动评估学生写作能力以及分析学生学习轨迹。报告中的相关案例显示，一些大学已经开始使用AI助教系统帮助学生完成课程讨论、生成学习建议并提供写作反馈。

在报告的一个案例研究中，某大学开发的AI助教平台可以在课程论坛中自动总结学生讨论内容、提出新的讨论问题并提供个性化学习建议。这类系统不仅能够帮助学生学习，也能够减轻教师的教学负担。

因此，生成式AI正在从课堂技术逐渐演变为教育系统基础设施。

05 技术之外的挑战：教育AI的治理问题

尽管生成式AI带来了新的教育可能性，但OECD报告同样强调了其潜在风险。

首先是过度依赖问题。如果学生在学习过程中大量依赖AI工具，可能减少主动思考，从而影响深度学习能力。

其次是数据隐私问题。教育系统涉及大量学生数据，而生成式AI系统往往需要大量数据进行训练和优化，因此必须建立严格的数据保护机制。

此外还有算法偏见与教育公平问题。不同国家和地区在数字基础设施方面存在差异，如果AI教育资源分布不均，可能进一步扩大教育不平等。

因此，OECD认为，各国教育政策需要建立明确的治理框架，包括教育AI使用规范、数据保护制度、伦理原则以及教师AI能力培训体系。只有在完善治理体系的前提下，生成式AI才能真正成为促进教育发展的技术。

结语

从学生学习方式到教育系统治理，生成式AI正在推动教育体系发生深刻变化。但OECD报告反复提醒：技术本身并不会自动改善教育。

真正决定AI价值的，并不是模型能力，而是教育系统如何设计AI的使用方式。当AI被用于促进提问、讨论和思考时，它可能成为学习的重要伙伴；而当AI仅仅被当作快速获得答案的工具时，它也可能削弱学习本身。

因此，生成式AI进入教育系统之后，真正需要重新思考的，并不是课堂是否会被技术取代，而是学习本身应当如何被重新设计。

本文来自微信公众号“黑板洞察”（ID：heibandongcha），作者：耳东，36氪经授权发布。