教授知识，AI 确实比人类教师更合适，但学生依旧需要好老师。
作者｜金光浩
编辑｜靖宇
以谷歌 Gemini3 为首的大模型，正以惊人的速度逼近 AGI。
由此，引发了一种普遍的焦虑，在家长群体中不断蔓延：
如果 AI 能通过所有考试，那么我的孩子每天刷题刷到 11 点，未来真的有竞争力吗？
当大模型能够瞬间生成论文、解出奥数题、写出高考卷考满分卷时。
人类仅靠死记硬背和重复训练所构建的「竞争力」，似乎在不断贬值。
未来，孩子是否只需要一台电脑和一个大模型，就能完成学习，而不再需要学校？
这个问题听起来激进，但不是完全没有可能。过去两年，AI 辅助学习工具，已经从拍照搜题，发展到一步步讲解思路，再进化到用豆包之类的语音一对一答疑。
一些家长已经发现，孩子用 AI 学某个知识点，半小时就懂了；同样的内容在学校，老师可能要讲几节课，孩子还是似懂非懂。
但另一个问题也很现实：如果让孩子完全脱离学校，选择在家自学，绝大多数孩子恐怕坚持不了两周。
没有约束，没有同伴，你给孩子配一台电脑，装上最强 AI，三天后打开一看：
豆包开着没用，每天游戏打了四个小时。
在以上两种极端之间，有没有第三条可能？
国外的一所 K12 学校，Alpha School，正在尝试给出一种答案。
它让我们有机会看清一件事：
当 AI 接管了知识和传授，学校和家长还能提供什么？
官网介绍｜图片来源：Alpha School 官网
01
三种学习模式，三种不同结局
要理解 Alpha School 在做什么，先看看当下教育正在分化出的三条路。
第一种，是我们熟悉的「传统学校」。
固定课表、统一进度、标准化考试。老师在讲台上讲，学生在座位上听。
学生早就会了？继续听。三节课前就听不懂了？也继续听。课堂节奏不会为任何人停下来。
这种模式的优势是结构稳定、覆盖面广。
但劣势同样明显：它假设所有孩子的学习速度和方式是相同的，难以做到因材施教。
第二种是完全自学。
靠网课、大模型、在线资源，让孩子在家自己学。
理论上，这种模式可以实现完全个性化：想学什么学什么，想学多快学多快。
但现实中，能在这种模式下持续高效学习的，往往只有极少数自律性极强的孩子。
大多数人都会由于缺乏同伴压力和外部节奏，变得慢慢逐渐松懈。
Alpha School 给出了第三种可能：人类和 AI 共同协作教学的「混合模式」。
AI 负责讲知识点、出练习题、追进度。
人负责定目标、管纪律、在孩子卡住时拉一把。
Alpha School 联创的观点｜图片来源：X
这三种模式最核心的差异，并非是教育过程中是否使用 AI 辅助，而是在于如何分配 AI 与人的职责边界。
02
Alpha School：
一个被争议包围的实验
先看 Alpha School 的成绩单，数字确实惊人：
根据公开报道，该校采用美国统一的 MAP 标准评估成绩，学生在 MAP 测试中成绩稳居前 1%，SAT 平均分达到 1470 分（满分 1600），90% 的学生在 AP 考试中获得最高分。
Alpha School 联创的观点｜图片来源：X
更颠覆认知的是，学生每天只用 2 小时完成核心学科学习，剩余时间则专注于演讲、团队合作等技能培养。
Alpha School 模式的学习效率，按照 MAP 测试的标准，是国外传统学校的 2 倍以上，部分案例甚至达到 6.5 倍。
官网介绍｜图片来源：Alpha School 官网
这些数字是如何实现的？
Alpha School 采用了 AI 助教的机制，虽然每天仅陪学生学习 2 小时，但它知道这个孩子卡在哪，然后针对性的给出解决方案。
Alpha School 对考试的理念也很独特，它认为考试不是用来给孩子比成绩的，而是用 AI 来发现孩子哪里没学会的，每一次考试都是 AI 来改进学生学习的机会。其具体运作方式是：
1、将完整的 MAP 测试分析报告，输入 AI 辅导系统。
2、系统能识别学生掌握和未掌握的知识，精准推荐下一步学习内容。无需猜测，不浪费时间。比如学生代数遇到困难，系统会先巩固分数知识；分数基础薄弱，就先加强乘法练习。
它不急着往前赶，敢停下来，帮你找到真正卡住的地。这才是 AI 真正厉害的地方，而这在传统学校几乎不可能发生。
看到这里，你可能会想，这模式这么好，是不是可以直接照搬？
但故事听起来很美好，质疑声也不少。
一方面，Alpha School 的学费高达 6.5 万美元（约 47 万人民币），远超美国公立学校的平均支出，大部分人根本上不起。
另一方面，该校对生源有明确筛选，强调寻找「愿意被引导、保持兴趣的孩子」，换句话说，这些孩子本身就不难教，很难分辨到底是学校独特的教育形式还是学生本身，对结果产生的影响。
综上，Alpha School 的模式，更像是「理想条件下的教育实验」，并非可直接推广的普适方案。
但即便有这些争议，Alpha School 的底层逻辑也依然值得我们拆开看看。
我们需要思考：「AI 在这个过程中发挥了什么作用」，而我们又能从中学到什么？
03
AI 和人被安排的角色
在 Alpha School，AI 被安排做三件事：家教、助理、伙伴。
官网介绍｜图片来源：Alpha School 官网
1、作为家教，AI 负责知识点的讲解、练习的生成、错题的分析。它可以根据每个学生的掌握程度，动态调整教学内容和难度，实现真正意义上的「因材施教」。
这是 AI 相对于传统课堂最大的优势。40 个学生，它能同时一对一地照顾到每一个。
2、作为助理，AI 帮助学生管理学习进度、追踪目标完成情况、提醒需要复习的内容。
它不会不耐烦，也不会忘事，当你问它第 20 遍「这道题怎么做」，它还是同样的语气给你讲。
对于真人老师，往往很难做到这一点。
3、作为伙伴，AI 可以在学生遇到困难时提供即时反馈，在学生感到无聊时调整内容形式，甚至在一定程度上提供情感支持。
Alpha School 联创的观点｜图片来源：X
那么当 AI 承担了知识传授的角色，人的价值又是如何体现的呢？
这里，最关键的是三种不可替代的角色：老师、自己、同学。
1、「老师」的价值
这里的老师，不再是传统意义上的「讲课者」。
在 Alpha School，教师有个新名字：引导者。
他们不站讲台、不讲知识点，而是帮学生定目标、保持专注、解决「学不进去」的心理障碍。
他们的价值不再是「把知识讲清楚」，而在于「帮助学生理解为什么要学」，以及「在学生遇到困难时提供人性化的支持」。
Alpha School 联创的观点｜图片来源：X
2、「学生自己」的价值。
在 AI 时代，学生需要掌握的核心能力发生了变化。
过去，「记住知识点」是关键能力。
现在，「如何提问」、「如何评估 AI 的答案」、「如何用 AI 构建自己的知识体系」成为新的关键能力。
3、「同学」的价值。
学习从来不只是知识的输入输出，更是社会化的过程。
同学之间的互相较劲、互评作品、组队做项目，这些场景创造的价值是 AI 无法替代的。
一个孩子在小组合作中学会怎么表达观点、怎么接受批评、怎么跟不对付的人一起干活，这些能力，做一千道题也练不出来，只能在真实的冲突和合作里磨出来。
Alpha School 保留了大量的项目制学习和团队活动时间，学生下午会参与公共演讲、编程、户外探索等活动。
这些活动的核心目的，就是创造「人与人真实互动」的场景。
官网介绍｜图片来源：Alpha School 官网
04
当 AI 不再稀缺，
什么才是真正稀缺的？
回到文章开头的问题：AI 会不会取代学校？
Alpha School 的实验，给出的答案是：不会，「让孩子学会跟人打交道」这件事，还是得在学校里完成，但未来学校的形态可能会变化。
未来的学校，很可能会把知识传授的任务越来越多地交给 AI，而把更多教师用于孩子的项目制学习、社会化训练、创造力培养。
而未来教师的价值，可能不再是「我知道的比你多」，而转变成了「帮孩子想清楚，孩子到底想要什么」，培养孩子的提问能力、协作能力、自我管理能力。
对于未来的家长，这种变化，可能意味着几件事：
第一，不必恐慌 AI 会让孩子「没学校上」，学校作为社会化场所的功能不会消失，只会升级。
第二，关注孩子「使用 AI」的方式。AI 可以是思考的延伸，也可以是思考的替代。前者让孩子变得更强，后者让孩子变得更弱。家长需要帮孩子建立一个意识：AI 是用来解决问题的，不是用来逃避问题的。
第三，自己也要主动面对 AI。主动使用 AI，只有自己掌握 AI，才能帮助孩子使用 AI。
Alpha School 的联创麦肯齐·普莱斯说过一句话，或许可以作为这篇文章的收尾：
「教学的目标不是一张好的成绩单，而是培养一个知道自己有能力的孩子」
这或许才是 AI 时代教育的终极命题：
不是教孩子如何与 AI 竞争，而是教孩子如何成为 AI 无法替代的人。
*头图来源：waldenu.edu
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO