AI都进教室了，学习效果总不能靠感觉吧

一节课更顺了，作业交得更快了，老师备课少花了时间——这些都可能是进步。但“AI让学校运转得更快”和“孩子真的学会了”，中间还隔着一道不能省掉的验证。

爱沙尼亚、韩国和英格兰近期的做法，恰好处理了这道题的三个部分：怎样扩大使用，谁有权决定采用，以及怎样检验效果。把它们放在一起看，比单看某款产品又进了多少学校，更容易看清改革走到了哪一步。

爱沙尼亚：覆盖扩大了，学生效果还在研究

爱沙尼亚教育与研究部在2026年9月的更新中说明，AI Leap在2026/27学年扩展至高中各年级、职业中学师生和基础教育教师。基础教育学生暂不获ITI应用许可，1—4年级教师也暂不获AI工具许可，一般培训与材料仍可使用。因此，不能把这次扩展写成“所有小学生都开始用AI”。

教育部还公布了参与教师自报的工具使用、教学调整和省时情况；它们能描述实施进展，不能代替学生学习结果。按这份9月公布的时间表，塔尔图大学与斯坦福大学、OpenAI合作开展的学生研究，首批实质结果预计2026年底发布。这是下一步值得关注的证据。

塔尔图大学伦理中心还发布了另一份风险分析说明。由Margit Sutrop牵头的团队受AI Leap基金会委托，梳理了学习目标、教师角色、评价可信度、数据保护等风险。这类分析的作用是提前发现问题、讨论如何防范；它与检验学生是否学得更好，是两件不同的工作。

韩国教育部在2025年12月公布的规则中，把学习支持软件的选用放进校内审议流程：征询教师意见，核对标准，交学校运营委员会审议，再由校长确定。此前的法律调整将相关软件纳入“教育资料”框架。

必选标准涉及个人信息最少收集、安全措施、查询更正删除程序及14岁以下儿童保护；学校可补充教学目标、内容适切性等标准。这份公告明确的是准入与责任程序，不能拿来证明“韩国全国禁用AI教材”，也不能据此判断AI教材已经有效或无效。

对一所学校来说，软件符合隐私标准，只是解决了数据怎样处理的问题。课堂是否值得用，还要问得更具体：希望改善哪种学习困难？为此牺牲了什么练习机会？如果结果不理想，谁能决定停用？校内有了决策程序，才有机会把这些问题落实到具体负责人，而不是让采购合同替教学判断做决定。

英格兰教育部与教育捐赠基金会（EEF）在2026年5月公布的EdTech Testbed计划中，安排了两阶段评估：先在学校和学院做最多100项快速评估，再从有希望的工具中开展最多15项随机对照试验或其他稳健评估。范围包括生成式AI，目标同时涉及教师工作量、学生学习结果和包容性。

这套安排值得关注的地方，是把“看起来有用”变成可以继续检验的候选。快速评估帮助发现问题和潜力；更严谨的比较则要追问，结果是否真由这项工具带来。第二阶段有入选机会，并不等于产品已经通过效果认证。

EEF的教育科技研究议程也在讨论认知外包：哪些思考应当由学生练习，哪些环节可以交给工具支持？现有研究并非一片空白，但不同技术、使用方式与学生群体的结果不能混成一个“AI有效”的总答案；这个新计划本身也还不能提供那样的结论。

假设两组学生交出了同样正确的答案，一组用AI生成，另一组自己推导，单看作业就很难判断能力。反过来，允许工具参与也不必然妨碍学习：如果学生先作答、再比较不同解释、最后独立解决新问题，训练过程已经不同。这里是对评估方式的分析，不是对某种教学流程效果的保证。

因此，下一批结果最值得看的，是工具撤掉之后的表现：能否自己解释，隔一段时间能否记住，换个情境能否用上。还要分别看不同基础的学生；平均值变好，不代表每个人都受益。教师省下的时间，也应单独报告，不能拿来顶替这些结果。

三地改革已经在使用、治理和评估上分别推进。它们为后续追踪提供了具体落点：爱沙尼亚的学生研究，韩国学校的实际选用，英格兰评估项目的公开结果。AI能把答案送到孩子面前；答案有没有变成孩子自己的理解，仍需要认真验证。