BigButters · 大大黄油
第 7 期

AIx教育 · 第 7 期

AI 会让教育更公平，还是差距更大？

2026-05-24

AI 会让教育更公平，还是差距更大？

「AI 时代，教育守什么」· 第 7 期 主线：凡是 AI 能「返还」给你的，都不该是教育的核心。

有人说，AI 家教让每个孩子都能请得起「最好的老师」，教育终于要公平了。

听上去太美好了。真的吗？

前六期，我们大多在看 AI 对「一个孩子」做了什么。这一期往后站一步，看它对「所有孩子」做了什么——它到底是在把差距抹平，还是在悄悄把它拉大。

这道题特别容易站队：乐观派说它是「公平神器」，悲观派说它是「不平等机器」。两边都太省事。这一篇，我们顺着证据，一步一步往下走。

先把好消息说足：AI 真的能拉平差距

别急着唱衰。这件事得先承认：AI 拉平差距的希望，是真的，不是广告词。

为什么？因为教育里最稀缺、最贵的东西，是优质的一对一。早在 1984 年，教育学家布鲁姆就发现了著名的「2 Sigma 问题」：一个学生若能得到一对一辅导，成绩能比普通大班课高出整整两个标准差——好得惊人。问题只有一个：一对一请不起，穷孩子摸不着。

而 AI 第一次让「一对一」变成了白菜价、人人可得。这正是它最大的公平承诺。

这不是空想。2024 年，世界银行在尼日利亚做了一个严谨的随机对照实验：800 个中学生，每周几次、一共 6 周的课后时间，在老师带领下用 GPT-4 学英语。结果惊人——学习增益相当于普通环境下 1.5 到 2 年的进度，超过全球 80% 被严格评估过的教育项目；而成本，人均只要 48 美元。更要紧的是：进步最大的是女生，那些原本落后的女孩追了上来，一道长期存在的性别差距被缩小了。

所以，AI 能拉平差距——这一点，请先牢牢记住。

但同一个研究，藏着第二个发现

如果故事到这里就结束，那确实皆大欢喜。可就在这同一个尼日利亚实验里，研究者还发现了第二件事，没那么好听：

那些家境更好、本来就更熟悉数码工具的孩子，从 AI 里捞到的好处，也更多。

你看，同一个工具，在同一场实验里，一边缩小了性别差距，一边却可能拉大贫富差距。 这不是矛盾，这是一个提醒：

「人人可得」，根本不等于「人人受益」。

从「能用上」到「真受益」，中间还隔着好几道坎。而这几道坎，恰恰是穷孩子最难迈过去的。

新鸿沟：从「有没有」，挪到了「会不会用」

老的「数字鸿沟」，说的是有没有——有没有电脑、有没有网。这道沟，这些年在慢慢填平。

但 AI 时代，鸿沟换了个地方。它从「有没有」，挪到了**「会不会用、用得对不对、能不能真受益」**。

而最新的多项研究，反复撞见同一个扎心的悖论：

最该靠 AI 翻身的人，恰恰是最慢用上它、也最不会用它的人。

家境好的孩子、受过更好教育的家庭，不但更早用上 AI，每一次还能从里头榨出更多价值，还学得更快、越用越会用；而基础弱、家境差的孩子，要么没人教、用得晚，要么用法不得章法。一项 2025 年的调查里，学生用 AI 做作业的比例一年内从 53% 飙到 88%，而用得最多、最顺的，正是本就占优势的那群。

这里还要接上第 2 期那把尺子。「会用」不只是熟练——关键在拿 AI 当陪练，还是当代笔。会用的孩子让 AI 逼自己想（越用越强），不会用的孩子让 AI 替自己想（越用越弱）。于是同一台机器，让前一种孩子往上走、后一种孩子往下滑。

这就是教育里最古老的马太效应：凡是有的，还要给他更多。AI 高效返还的，常常不只是知识——它把一个家庭「已有的优势」，也一并放大了。

还有一道暗沟：算法会把不公「洗白」

到这儿还没完。除了「谁更会用」，还有一道更隐蔽的沟，在算法内部。

数学家凯西·奥尼尔写过一本书，叫《数学杀伤性武器》。她的警告是：当我们越来越多地用算法去分配资源、预测「哪个孩子值得投入」「哪所学校该给资源」时，那些不透明、又被大规模套用的算法，会把既有的不公，包装成「客观、中立、科学」的结论，甚至放大它。

这正是第 3 期那个英国 A-level 算法的翻版：它按「你们学校历来不行」打分，把穷学校的好学生一巴掌拍回去——而且打着「统一标准、绝对公平」的旗号。

所以最危险的不是赤裸裸的不公，而是穿着「人人可得」「算法中立」外衣的不公。这句漂亮话本身，可能正成为一块遮布，盖住底下新挖的那道沟。

几个必须给的反方

话别说死。把账两头都算清。

反方一：可尼日利亚那个实验，不是实打实证明 AI 能拉平差距吗？ 是的，而且我也把它放在了开头。但请注意它成立的前提：AI 是被刻意对准弱势学生的，而且全程有老师带着用（盯着别走神、帮着识破 AI 的胡说、防止依赖）。希望是真的，但它有条件——不是把 AI 一撒，公平就自动从天而降。

反方二：「技术是中性的，关键看谁用。」 这话只说对了一半，而且它说对的那一半，恰恰证明了我的结论：公平不会自动发生。 「看谁用」意味着——撒手不管，AI 就会默认漂向扩大差距，因为优势者天生用得更早、更多、更好。中性，不等于无害。

那这些反方，把前面推翻了吗？没有。它们合起来，逼出一个更诚实的让步：同一项 AI，既能缩小差距，也能制造鸿沟，方向不由技术本身决定。 证据两头都有——刻意帮弱势、教他们会用时，AI 真能拉平（对写作弱、资源差的孩子，效果反而更强）；放任不管时，它放大鸿沟。区别从来不在技术，而在三件事：制度怎么设计、数据归谁掌握、有没有人真把弱势孩子「教会用」。

真正该记住的一句话：「人人可得」如果不配上「人人会用、人人受益」，那它就不是公平，只是一句更高级的不公平。

这一期，带走第 7 把尺子

回到开头那句承诺：AI 让人人都请得起家教，教育终于公平了。

现在你有了一把尺子去量它：别看它「人人可得」的口号喊得多响，要看口号底下，那道沟，是被填平了，还是被盖住了。

第 7 把判准：这项 AI，是在真正缩小差距，还是用「人人可得」的话术，盖住了一道新挖的鸿沟？ 看三件事：制度怎么设计、数据归谁掌握、有没有人把弱势孩子真正「教会用」。

把这第七把尺子收好。前七期，我们把 AI 怎么改教育，从里到外、从个人到群体，都过了一遍。下一期，我们退到最根上，问一个最大的问题——

当 AI 几乎什么都会了，那到底，还该教孩子什么？

取材 / 参考