摘要：扩大教育技术规模以提升教育质量？数十年来，各国政府和组织不断尝试通过扩大技术应用（教育科技）来改善教育。我们屡屡听闻教育科技被吹捧为消除中低收入国家教育差距的“万灵丹”。**然而，我们粗略的评估表明，在中低收入国家推广教育科技的持续影响微乎其微。**这既源于规
本文为深度编译，仅供交流学习，不代表智子说观点
某种程度上，我们对眼前的景象并不陌生。
数字革命？互联网、社交媒体、电子邮件和个人电脑，这些技术已陪伴我们超过一代人。结果如何？我们认为，这份遗产可谓喜忧参半。
扩大教育技术规模以提升教育质量？数十年来，各国政府和组织不断尝试通过扩大技术应用（教育科技）来改善教育。我们屡屡听闻教育科技被吹捧为消除中低收入国家教育差距的“万灵丹”。**然而，我们粗略的评估表明，在中低收入国家推广教育科技的持续影响微乎其微。**这既源于规模化推广的固有难度，也因教育科技未能兑现其承诺。
人工智能——无论是反应式AI还是生成式AI（包括大型语言模型）——在性质、程度和影响方面，或许与以往的数字革命截然不同，但历史的经验仍能为我们提供某些预判。本文将阐述相关背景，并分享近期的经验教训。
其一，是以AI为核心的解决方案的规模化。当前，人工智能正融入各类教育创新——例如内置AI的儿童玩具、美国多邻国（Duolingo）等自适应学习设备，以及面向教师的学生评估软件。尽管该范畴可能带来全新甚至指数级的效益，但基于对AI的普遍担忧以及教育技术规模化实践的教训，重大疑虑仍然存在。
第二类，是将人工智能应用于规模化过程本身。设计、测试、调整和推广教育创新的团队，可借助人工智能节省时间、减轻繁琐任务、获得富有启发性的智能思维伙伴，并实现材料的多语言转换或个性化应用。
无论属于哪一类，我们近几年的研究都表明：教育的规模化远非一个单纯的技术流程。**它更关乎人际关系，有时还需即兴应对。**这要求教育工作者在权衡取舍时做出道德抉择，理解创新方案在不同地域与人群中呈现的差异化运作模式，并基于本地实证与动态环境进行持续调整。
鉴于这些复杂性，我们提出，过度依赖人工智能进行教育规模化可能存在四大隐患：
一种常见的误区是，人们迷信教育技术创新能快速、低成本地神奇解决复杂的教育难题（即“跨越式发展”信念）。事实上，数字创新只是人类使用的工具，其影响取决于是否被有效运用、如何运用、工具本身的功能特性，以及是否具备充分的实施能力。将规模化过程中部分（或大部分）认知工作“外包”给机器，可能导致人类技能退化，削弱未来开展必要智力与道德工作的能力，或阻碍其参与偏离核心趋势的规模化实践（如处理异常值、非线性进展及替代性视角）。**依赖人工智能意味着那些难以被数字信息捕捉或概括的现实将被遗漏。**意外的惊喜、难以言表的价值观与梦想、本土知识、创造力、毅力以及社会学习，很可能无法融入人工智能主导的未来。将创新（无论是否数字化）本土化，以契合特定地域的人文脉络、实践方式、公平考量及历史积淀，实则充满微妙差异。一种流行却错误的假设是：标准化的数字设备或实践能以相同方式满足所有人群的需求，或具有与生俱来的适应性。基于人工智能的创新承诺，可能误导决策者与实施者认为无需针对具体地域与人群进行本土化调整。“数百万学习”（Millions Learning）项目十年来关于教育创新影响规模化的研究，为人工智能规模化应用或利用人工智能推动教育改进提供了启示：
决策者不应因采用人工智能创新的巨大压力，而忽视可扩展性、可持续性和公平性等关键问题。 必须审慎评估拟采用创新背后的动机、可行性及可持续性。当前，来自利益相关方、科技公司激进营销、政治选票考量以及效仿高收入国家的压力，正形成强劲的人工智能采用需求。要顶住这股潮流实属不易。但人工智能未必是扩大全民学习机会的最优选择。对于许多中低收入国家地区（包括数字连接、电力供应或数字素养有限的农村地区），将高科技创新大规模推广以产生广泛影响的设想可能过于乐观。即便能实现规模化，未来十年能否持续维护升级？（多少曾被寄予厚望的校园数字创新，如今已沉睡在闲置笔记本电脑或储物柜中？）此外，谁将受益于AI创新的规模化推广、谁又将被抛在身后，这些公平性问题同样值得深思。 或许，有限的教育改进预算和人力资源，更应投入于推广经验证的传统解决方案——例如建立社区-学校合作机制、整合政府教育优先事项、提升教师社会资本——或用于那些虽不“光鲜”却极具实用价值的数字化创新，如记录管理和教学规划系统。更简单灵活的创新往往更易于成功推广。 创新越复杂，推广成本越高且难度越大。这是因为将新颖复杂的方案引入课堂和社区需要高昂代价，用户和环境也更难掌握、传播并适应自身需求。基于人工智能的创新如何避免重蹈近年教育科技的覆辙？诸如：无法融入目标地区文化、技术故障导致设备闲置或损坏、有效培训缺位、学生学习成效缺乏实证等困境？一个简单的WhatsApp教师交流群或许可行，但正如罗伯特·帕尔默（Robert Palmer）近期所言：如何让教师主动使用聊天机器人并获得价值认同？又如何确保人工智能信息流中的内容对教师、政策制定者和儿童有益而非有害？亟需严谨证据与研究验证人工智能在教育领域的成效——且刻不容缓。 我们此前对教育科技的研究发现，几乎找不到有效证据来评估特定教育科技创新在提升学生学习成效方面的价值。无论是宣传材料、企业资助的研究，还是耗时数年完成的同行评审学术研究，都无法为希望快速确定数字创新规模化成本效益的决策者提供可操作性依据。在获得快速、严谨、易获取的证据之前，政府和学校领导者保持审慎态度是明智之举。人工智能在规模化应用中的真正价值，或许不在于推广基于AI的创新，而在于借助AI支持教育专家设计、调整、推广并研究非AI创新方案。
研究者、决策者、资助方及推广实践者均可借助AI提升工作效能。AI能协助识别特定区域的教育需求（前提是其提供的信息可信且公平）。通过AI在数分钟内模拟数千种推广场景，揭示特定情境的最佳策略，或许能更高效（且更经济）地实现外部创新成果在新型环境中的本土化推广。人工智能还能高效梳理海量数据，用于规划创新推广或评估跨地域的规模化影响。相较于人工操作，这些规模化支持实践借助人工智能可更快、更精准且更省力地完成。但人工智能的支持，绝不能也不应取代人类判断、社会关系及经验直觉——这些要素始终是所有规模化进程的核心。
或许——尽管目前尚无系统性证据表明人工智能的输出优于模拟或传统数字教育实践——人工智能的最佳用途在于：支持现有工作遵循久经考验的规模化原则，凝聚致力于变革的利益相关者联盟，并助力教育工作者与社区拥抱创新，为所有儿童完善教育体系而努力。
若能审慎运用，人工智能或许能为加速实现全民优质教育提供独特契机；亦可能重蹈承诺落空、教育成效微薄的覆辙。历史的岔路口再次出现。那些曾被寄予厚望、如今却在储物柜中蒙尘的笔记本电脑，是上一轮技术热潮留下的尴尬注脚。人工智能不应只是一个更昂贵、更智能的“新工具”，它更应是一种深入理解并辅助人类教育者的方法。真正的变革，终究要靠那些在教室里、在社区中建立起的信任与联系。技术是加速器，但方向盘必须握在人的手中。
你所在的领域是否也经历过类似的技术热潮？欢迎在评论区分享你的观察。
作者： 布拉德·奥尔森（Brad Olsen）
来源：无敌浩克一点号
