尽管人们对 AI 家教寄予厚望，但它并未能颠覆教育，因为它无法解决学习中最核心的动机问题。许多学生根本不会主动使用这些工具，导致其效果有限，甚至可能因只惠及已有动力的学生而加剧教育不平等。学习本质上是一种社会和关系性活动，真正的激励来自于优秀教师、同伴互动和课堂氛围，因此，教育的未来不在于技术本身，而在于投资和改善“人的系统”。
AI 教学的承诺与现实
教育家萨尔·可汗曾预言 AI 将为教育带来“有史以来最重大的积极变革”，OpenAI 首席执行官山姆·奥尔特曼也声称 AI 能为每个学生提供个性化虚拟导师。然而，现实却远非如此。可汗后来承认，其 AI 产品 Khanmigo 的发布对许多孩子来说是“一个无关紧要的事件”。尽管用户数量激增，但实际使用率却停滞不前。
一个旨在回答问题的工具，无法帮助一个根本不去提问或不知该问什么的学生。
“学习是艰苦的工作，”可汗学院的首席学习官克里斯汀·迪切尔博坦言。“它需要认知上的努力，而且体验上并不有趣。我们如何让孩子们愿意去做这件事？”
无法弥合的“动机鸿沟”
AI 导师可以精准地为学生提供与其水平相符的数学题，但它无法迫使学生真正去做这些题。这暴露了教育科技的核心困境：如何激发学生去体验学习新事物时的不适感？
- 学生参与度低： 根据美国人口普查数据，只有约三分之一的学生在学校高度投入。这些学生通常来自更富裕、父母受过良好教育的家庭，他们本身就有动力寻求额外帮助。
- “5% 问题”： 研究发现，大约只有 5% 的学生会按照预期方式使用教育技术并从中受益。这意味着，这些工具非但没有普及教育资源，反而可能通过强化本已积极的学生，进一步拉大教育差距。
- 技术无法取代意愿： 事实证明，无论动画和游戏化做得多好，如果学生本身不在乎，就无法说服他们关心学习。
学习的本质：一种社会性活动
这些教育科技实验反而印证了教育工作者早已凭直觉得出的结论：学习在很大程度上是一项社会性和关系性的事业。机器人还无法复制人际接触的价值。
教师和同伴仍然是学生最好的动力来源：
- 优秀教师的推动： 哈佛大学的研究发现，成功的教师会激励学生“进行严谨的思考，并在困难面前坚持不懈”。
- 同伴效应： 当学生看到同龄人也在努力攻克难题时，他们会受到鼓舞。共同讨论和辩论有助于他们更深入地理解棘手的概念。这就像讨厌锻炼的人在集体健身课上比独自一人时更容易坚持一样。
“我们是社会性生物，”教育技术研究员玛丽·伯恩斯说。“我们希望与他人一起学习，并向他人学习。”
最终，许多孩子并不关心我们教给他们的知识本身。正如麻省理工学院教学系统实验室主任贾斯汀·赖克所说，他们关心的是给老师留下好印象，以及与同伴合作和竞争。“他们关心的是人。”
解决方案：投资于“人的系统”
既然技术无法神奇地解决问题，真正的出路在于提升教师在课堂中的表现。
这需要从以下几方面入手：
- 改进招聘流程： 公立高中的教师选拔通常只看重学历和证书，但这些并不能保证教学效果。
- 培养关键品质： 研究表明，能激励学生的教师普遍具备一些关键特质，例如 “关爱”（让学生感到他们的成功至关重要）和 “有吸引力”（能够激发并维持学生的兴趣）。
- 提供持续的指导： 这些品质并非天生，而是可以通过经验丰富的同事和导师的观察、反馈与指导来培养。优秀的教师是后天造就的，而非天生的。
在找到让机器人真正激励年轻人学习的方法之前，即使是最先进的 AI 也无法服务于大多数学生。我们的重点应该放在如何寻找和培训更多优秀的教师上。