15岁学生的阅读成绩,十年下降28分;数学下降22分。更刺眼的是,低表现者比例从16%升到20%——平均每五名学生,就有一名没有达到基本能力门槛。

这是OECD发布的PISA 2025结果给出的主线。科学成绩较2022年基本稳定,但这不能替阅读和数学解围:一项短期守住,不等于基础教育整体止跌。

阅读、数学继续下滑,但各地并非同步失守

几组数字已经足够说明问题:

指标变化应当怎样理解
阅读平均成绩较2015年下降28分长期下行,不宜归因于单一事件
数学平均成绩较2015年下降22分基础推理和解题能力承压
科学平均成绩较2022年基本稳定只说明该科近期没有继续明显下降
低表现者占比从16%升至20%更多学生未达到基本能力门槛
科学成绩社会经济差距优势学生领先85分家庭资源仍深刻影响学习结果

85分的差距尤其容易被误读。部分差距收窄,主要来自优势学生退步,并不能据此宣布弱势学生已经追上。水位一起下降时,两岸看起来也会更近;统计差距变小,不等于教育公平实质改善。

趋势也不是所有国家一起下坠。立陶宛、土耳其、斯洛伐克等教育系统的科学表现有所改善。这些案例至少证明,整体逆风不等于政策毫无作为。但现有信息不足以说明它们已经找到可复制的通用模式,更不能凭结果倒推某一项政策必然有效。

谁承受的压力最大?一类是基础能力本就薄弱、家庭支持有限的学生。他们更依赖学校提供稳定课堂、及时反馈和定向辅导。另一类是教师:当班级差异扩大,教师既要补阅读和数学的缺口,又被要求使用更多数字工具,工作很容易从教学变成平台管理。

设备能提高效率,也能切碎注意力

PISA材料把数字工具放进了讨论,但证据边界必须守住:设备使用过多,以及主要用于娱乐,与较低成绩相关;这不等于设备或AI已经被证明直接造成成绩下降。学生原有能力、家庭环境、学校管理和使用方式,都可能同时影响结果。

真正有用的区分,不是“用不用技术”,而是“拿技术做什么”。

使用场景可能结果关键条件
搜索资料、获得针对性反馈可能帮助学习任务明确,学生仍需解释和验证
用AI比较答案、检查论证可能训练判断教师教授信息评估方法
长时间娱乐、频繁切换应用与较低表现相关学校和家庭缺少边界管理
直接让AI代写、代算容易绕过学习过程表面完成任务,理解并未发生

AI在目标清楚、且学生接受过信息评估指导时,才可能带来收益。一个学生让模型解释两种解法的差异,和直接复制答案,看起来都叫“使用AI”,实际进行的是两种相反的学习活动。

这对教师和家长意味着很具体的动作。教师布置作业时,不能只检查最终答案,还要让学生展示推理、引用来源和修订过程;家长也不必把重点放在全面禁用设备,而应观察孩子能否复述所学、辨认错误,并在离开屏幕后独立完成任务。

若这些能力没有发生,工具再先进,也只是把作业交得更快。

教育技术越热,越要把资源投回基础能力

我不太买账的一种叙事,是把每次教育困难都解释成工具不够新:平板不够,就上学习平台;平台效果有限,就谈个性化算法;生成式AI出现后,又期待它同时解决师资、反馈和公平问题。

教育史上,这类乐观并不新鲜。广播、电视和个人电脑进入课堂时,都被寄望于扩大优质教学的覆盖面。它们确实改变了知识传播,却没有取消教师,也没有替学生完成艰苦的理解过程。今天的AI能力更强,历史类比并不完全一样;重复出现的,是人们总想用设备采购绕开组织治理。

“为学日益。”学习终究要靠持续积累。阅读需要长时间跟随文本,数学需要把错误暴露出来再重做,科学理解也离不开概念之间的连接。AI可以解释、出题、反馈,却无法替学生投入注意力,更无法替学校建立有秩序的课堂。

政策取舍也该更诚实。预算若有限,优先级应是基础学科、教师投入、家长参与和面向薄弱学生的定向支持。泛化的技术升级只有在教学目标、教师培训和使用边界都明确时才值得买单。否则,学校得到一批更新的设备,教师多出一套后台,学生多开几个窗口,成绩问题原封不动。

接下来真正该观察的,也不是学校采购了多少AI产品,而是三个更朴素的结果:低表现者比例能否下降,弱势学生是否取得实质进步,学生能否在没有工具代劳时独立阅读、推理和表达。

PISA测到的是分数,分数背后却是每天被切碎的课堂时间。守不住这段时间,再聪明的模型也接不住。