五部门发文推动AI+教育，但有一个疑问我还没想通

我翻了一下过去三个月收集的各地教育信息化采购目录，大概有六成左右的学校已经把“人工智能课程”或“智慧教育平台”写进了年度预算。这个数字比前两年涨了将近一倍。但有意思的是，我同时翻了一些教师论坛的匿名讨论，提到“AI工具在实际课堂中每周使用超过一次”的老师，占比不到两成。买了很多，用得很少，这个反差一直让我有点困惑。

2026年刚开年，教育部等五部门联合印发了人工智能加教育行动计划。消息出来那天，我扫了一眼朋友圈，做教育科技的朋友基本都在转发，语调普遍很兴奋。但我当时的第一反应不是激动，而是想起之前看过的一组数据：大概三年前，某个省份曾经大规模采购过一批平板电脑进课堂，后来跟踪调查发现，真正常态化使用的班级不到三分之一。硬件普及和实际教学之间，相差的好像不是一纸文件。

说实话，我以前也觉得，政府推动、资金到位，事情就能成。但现在我有点动摇了。这次五部门联合发文，级别确实高，覆盖面也广，从基础教育一直延伸到职业教育。文件里提到要建设一批人工智能教育基地，开发相关课程资源，还要探索将AI素养纳入教师培训体系。听着都很合理，但我不太确定这些措施在落地时，会不会又变成“配设备、留痕迹、应付检查”的老路子。

从逻辑上看，一个政策要产生实际效果，至少需要三个环节打通：决策层的意愿、执行层的动力、以及终端用户的实际需求。五部门联合发文解决了第一个环节，但第二个环节，也就是学校和老师的动力，其实不太乐观。我观察到一些学校的信息化负责人私下抱怨过，上级推的系统和平台太多了，每个都要填数据、报案例，但真正贴合他们日常教学痛点的工具很少。

一个反常识的推测是：这次的人工智能加教育行动计划，最有价值的可能不是那些被反复强调的“AI课程”和“智慧校园”，而是文件中相对不起眼的一段——关于数据标准和接口互通的说明。因为过去几年，不同公司、不同地区建的教育平台几乎都是孤岛。一个学校可能同时用着三个系统：一个管教务，一个管教学，一个管评价，互相之间数据不打通。AI最依赖的就是数据，如果连基础的打通都做不到，再好的算法也没有用武之地。

为了验证这个想法，我对比了大概十几所已经尝试过AI教学工具的学校。发现了一个规律：那些反馈“效果不错”的学校，普遍有一个共同点——他们在引入AI之前，已经花了一两年时间把校内的教务、学情、作业数据做了整合。而那些反馈“没什么用”的学校，往往是直接买了一套AI软件，装上就希望它能自动分析学生问题，结果发现软件根本拿不到完整的数据。

这里可以看一个简单的对比，左边是数据相对孤立的学校，右边是已经做过数据整合的学校，同样是用了半年的AI辅助教学系统：

这个对比当然不能说明全部问题，因为数据整合程度本身也和学校的经费、管理水平有关。但它至少指向一个判断：如果没有前期的数据治理，AI在教育里很容易变成一个“看上去很酷但用不起来”的摆设。

所以回到这次五部门联合印发的行动计划，我觉得最值得关注的，可能不是它承诺了多少资金、建设多少基地，而是它有没有真正触及那个“卡住喉咙”的环节。文件里确实提到了数据互通，但措辞比较原则性。我不确定后续会不会出台更细的技术标准，也不确定各地在执行时会不会因为数据归属、隐私安全等问题而各自为政。

我之前也信过一个观点，就是只要政策力度够大，技术够先进，教育就一定能被改变。但现在我有点怀疑这个结论了。教育系统的惯性比很多行业都要强。一个老师教了十年的课，你让他突然用AI来分析学生的错题，他不是不愿意，而是这个过程本身会额外消耗他很多时间。除非AI工具能帮他省出时间，否则很难持续。

另外还有一个我没太想明白的地方：人工智能加教育，到底加在哪里？是加在“替代重复劳动”，还是加在“改变评价方式”，还是加在“个性化学习”？这三种路径的投入产出比差别很大。从目前各地的试点来看，做得相对成熟的是自动批改和错题分析，因为它们见效快、边界清晰。但那些真正能长期影响学生发展的能力——比如批判性思维、创造力、复杂问题解决——AI怎么加进去，目前还没有特别令人信服的案例。

当然，这只是我的个人观察。也许在未来的两三年里，随着大模型成本下降和本地化部署成熟，AI真的能以一种低门槛的方式嵌入日常课堂。但我也不确定这个判断是不是太乐观了。因为技术成本下降的同时，教师的使用习惯和学校的组织流程如果没有同步改变，结果可能还是一样。

说到底，五部门联合发文是一个重要的信号，但它不是终点。我更好奇的是，一年后、两年后，当我们再去翻那些学校的采购目录和使用报告时，那些“买了但没用”的比例，到底是降了还是升了。这个问题，我现在答不上来。