2026年11月10日，OpenAI欧洲、中东和非洲（EMEA）全球事务副总裁Tom Duff Gordon与教育副总裁Leah Belsky联合发了一篇长文，催促各国政府赶紧弥合教育里的AI指导鸿沟。文章摆出一组抓人眼球的数据：79%的受访学生已经用AI写作业，但只有47%的学生被教过怎么用。结论顺理成章，既然堵不住，各国教育部不如赶紧和OpenAI合作，把前沿AI工具发进学校，把老师培训起来。但把他们引用的信源和近期硬核实验拆开看，这更像是一份拿着自产数据去敲公立教育采购大门的商业公关稿。
先把OpenAI在报告里交代的牌面理清：
- 合作版图与三大抓手.OpenAI正与爱沙尼亚、斯洛伐克、希腊、意大利等国政府及教育系统合作，推进公平获取前沿AI工具、共同设计AI素养项目、持续评估测量，并成立OpenAI Learning Lab召集学者做评估。
- 五大主题与早期反馈.报告把经验归纳为明确教育目标、教师准备、本地合作、批判性AI素养和可信证据；同时宣称教师采用率和节省时间是积极信号，但通篇没有给出一国具体的量化数据。
- 核心焦虑锚点.借智库ThinkYoung的调研和经合组织（OECD）官员Andreas Schleicher的讨论，强调老师比以前更重要，政府必须立刻下场给钱、给培训、定规矩。
赞助商的问卷与被藏起的半截话
我不太买账的是OpenAI立论的数据底座。报告里被当成核心危机的79%与47%，出自智库ThinkYoung的调研，但OpenAI在博客正文里漏提了一件事，这份调研的页面上明确标注着由OpenAI支持。自己掏钱赞助智库做出一份学生都在用、老师还没教的报告，再拿着报告呼吁各国政府采购自家的AI素养项目，这属于典型的商业左脚踩右脚。
更粗糙的是连基本数字都没对上。ThinkYoung官网写明调研覆盖EMEA地区12个国家的5000名13至19岁高中生和600名教师，而OpenAI随附的PDF报告第4页却变成了10个欧洲国家的5000名中学生。且不说公开页面根本没披露田野调查日期、抽样配额方法、问卷原文与交叉表，单把79%和47%两个自报比例简单相减，也不能直接等同于32%的学生在无指导状态下盲目用AI。
比问卷瑕疵更刺眼的，是OpenAI对权威信源的掐头去尾。文章第一段专门搬出OECD的Andreas Schleicher与PISA（国际学生评估项目）讨论，用来证明AI时代老师的角色更重要。但我去翻了Schleicher在2026年10月13日发表的那篇原文，里面最核心的一记警钟被OpenAI完全略去了：PISA数据显示，在特定课业任务中使用AI聊天机器人的学生，其PISA科学平均分比不使用的学生低约20分。
もちろん，Schleicher在原文里很严谨地提醒这只是相关性而非因果关系，因为原本学习吃力的学生可能更爱依赖AI。但当一家大模型公司借人家的名字背书，却把低20分这个最扎眼的反面信号折叠掉，只留下一句温和的加强教师指导，这种春秋笔法本身就说明了厂商在害怕什么。
平时暴涨127%，进考场倒退17%
教育界现在真正的风暴眼，早就不是老师省了多少备课时间，而是认知卸载危机。简单说，学生交上来的作业变漂亮了，但脑子里的东西变少了。OECD在2026年1月19日发布的《2026数字教育展望》里直接发出了警告：学生在AI辅助下表现出的任务成绩提升，一旦进入没有AI辅助的闭卷考试，可能会彻底消失甚至逆转。
这不是理论推演，已经有一批残酷的随机对照试验把底牌掀开了。2025年发表在《美国国家科学院院刊》（PNAS）上的一项研究（Bastani等），找了土耳其近1000名高中生做数学实验。在平时做练习时，使用普通GPT-4聊天机器人的学生成绩提升了48%，使用带教学护栏的GPT-4辅导系统的学生成绩更是暴涨127%。
但当撤掉所有AI、让学生独立参加闭卷考试时，反转来了。之前用普通GPT-4的那组学生，闭卷成绩比完全不用AI的对照组低了17%；哪怕是用了带护栏的定制辅导系统，闭卷成绩跟对照组相比也没有任何显著提升。
把拐杖焊在腿上跑得再快，拆掉拐杖那一刻照样摔得最狠。
《庄子·天地》里讲过汉阴丈人拒用桔槔打水的典故，有机械者必有机事，有机事者必有机心。古人防的是投机取巧之心，今天教育系统面对的则是生理级的思维懒惰。当然，今天的情况和庄子时代不完全一样，我们不可能让学生退回不用工具的原始状态；但人性里找捷径的惯性一模一样。只要AI能直接吐出推导过程，大脑就会自动关停最费力的深层编码。
哪怕是看上去最亮眼的正面案例，也还没跨过长期留存这道坎。2025年发表于《Scientific Reports》的哈佛大学物理课随机交叉实验（Kestin等，194名学生）显示，定制版GPT-4辅导系统的中位学习增益是课堂主动学习的两倍以上，且中位用时仅49分钟，比课堂的约60分钟还短；但该实验只测了短期两节课后的即时表现，根本没验证长期记忆。
- 风险.如果学校只考核平时的AI作业完成度或课堂活跃度，极易被虚假的高分繁荣蒙蔽，直到大考闭卷时才发现学生丧失了独立解题能力。
三大厂的证据暗战与唯一真路
为什么OpenAI赶在2026年11月急着给欧洲各国政府递话？因为全球公立教育系统是一块油水极厚又极稳定的B2G（面向政府）蛋糕。谁能先把自家的模型塞进一国的课程标准和教师培训体系，谁就能用公共财政锁定下一代人的使用习惯。
但在这场争夺战里，OpenAI手里的硬核实证牌其实偏弱。对比一下另外两家对手拿出的成绩单就清楚了：
| 项目与主导方 | 样本规模与周期 | 干预方式 | 独立评估真实结果 |
|---|---|---|---|
| Microsoft 尼日利亚世行项目 | 6周干预 | 教师支持下使用 Copilot（基于 GPT-4） | 英语、AI与数字技能综合提升 0.31个标准差 |
| Google 塞拉利昂试验（2026.5） | 48个班级、1763名学生 | 教师主导的 Gemini Guided Learning | 数学平均成绩比对照班提高 0.258个标准差 |
| Google 英国 Gemini/Eedi 试验（2026.10） | 超1100名学生、10周 | 每条 AI 消息经人类专家审核后发给学生 | 随堂测验变好，但独立 Star Maths 大考无任何整体优势 |
| 高校 Tutor CoPilot 随机试验 | 约900名辅导员、1800名学生 | AI 仅向人类辅导员提供实时教学建议 | 主题掌握度升4个百分点，低分辅导员所带学生升9个百分点 |
把这张表横着看，一条极其关键的分水岭就浮出来了。
在英国那场超1100名学生参与、长达10周的试验里，哪怕每条AI发出的消息前都有人类专家严格把关，且学生的随堂测验表现确实更好，可一旦拉到独立的标准化Star Maths测试场上，这群学生跟传统教学相比依然没有任何整体优势。这说明只要是让AI直接去教学生，哪怕加上最严密的人工审核护栏，在基础教育发达地区也很难跑赢传统课堂，顶多算一剂昂贵的安慰剂。
反过来，真正打出扎实增量的全在另一条路上。无论是世行在尼日利亚结合教师支持的6周项目，还是塞拉利昂由教师主导的课堂，又或者是高校主导的Tutor CoPilot实验——把AI藏在幕后，不让它直接替学生答题，而是给人类辅导员提供实时教学建议，结果让原本评分较低的弱势辅导员所带学生的掌握度直接提高了9个百分点。
- 建议.教育部门在审核大模型采购与试点时，应砍掉直接面向学生的通用问答入口，把预算集中在辅助薄弱地区教师备课与实时教学提示的工具上，并强制要求厂商交出撤除AI后的闭卷大考对照数据。
回看OpenAI这篇呼吁弥合指导鸿沟的报告，它聪明地把锅甩给了指导不够，借此把自家的产品包装成解药。但从PISA低20分的相关性预警，到PNAS闭卷倒退17%的实验铁证，都在指向同一个事实：当学生手里有了一个能瞬间生成完美作业的黑盒，仅靠老师在讲台上苦口婆心地教几节提示词规范，根本挡不住认知卸载的洪流。各国教育部如果真想对下一代负责，先把OpenAI赞助智库写出来的79%焦虑放一放，逼着厂商把撤掉AI之后的闭卷成绩单交出来再说。