ARTICLE · 1273094
AI进了客厅,学校还在门口换鞋
把镜头拉近到一个很普通的晚上。
九点半，客厅的餐桌还没收。桌上是数学作业和一台打开的笔记本电脑。孩子的手指悬在屏幕和纸页之间——不是在抄答案，而是在让 AI 把这道题拆成三个生活里的场景：超市打折怎么算、地铁换乘怎么排、装修铺地板要买多少块砖。
同一时间，班级群里弹出一条消息：本周模拟卷第 38 套，请家长督促完成后拍照上传。
这两件事发生在同一间屋子里，相隔不到十分钟，背后却是两套完全不同的教育逻辑。一套要求孩子把题答对，一套教孩子把知识调用出去。
我们大多数的学校，还站在第二套逻辑的门外。
01 一个晚上，三种速度
先说一个容易被忽略的事实：这三件事并不是同一个速度。
据《中国教师生成式人工智能应用报告（2026）》对全国 8.6 万余名教师的调查，96.1% 的教师会主动学习并尝试更多 AI 工具，92.3% 的教师已经把 AI 融入课堂教学。也就是说，"老师不愿意学、不会用"这个印象，基本可以推翻了。
家长这一端的动作更快。一项面向家长的调查显示，75.4% 的受访家长表示孩子使用过生成式 AI 工具，其中 72.6% 的家长持支持态度。另一组调查里，52.93% 的家长允许孩子偶尔用 AI 辅助学习，完全禁止的只有 17.47%。
真正慢的，是课程与评价这一层。江苏省在新学年把人工智能通识课写成了硬任务：小学每学年不少于 8 课时，初中不少于 12 课时，高中原则上不少于 16 课时。放到一学年两百多个在校日里去看，8 课时是一个极小的量。它不是不重视，而是一旦要挤进课表，就会被课时、师资、教材和考试同时挤回来。
中国教育科学研究院的一项调研给出了更硬的数据：88.12% 的学校人工智能师资不足，其中 43.88% 严重不足；54.13% 的教师对自身的 AI 教学能力信心不足。
于是出现了三种速度：家庭在跑，教师在走，制度在按原来的节奏走。三种速度同时存在，并不是什么问题；问题是它们之间的落差，最终由孩子一个人去承受。
02 三种流行解释，都只对了一半
关于"学校为什么慢"，常见的解释有三种，每一种都能解释一部分，也都漏掉了最关键的一部分。
第一种，说学校保守、怕出事。这有道理。教育面对的是未成年人，任何新工具进来，先要过的是安全、隐私、公平这几道关。一所学校不做，可能不是不想做，而是不敢拿全校学生做实验。
第二种，说老师不愿意学。这个解释已经被数据推翻了：92.3% 的教师已经在课堂上用了 AI，很多人是自己在课下学会的，甚至自己掏钱买的会员。
第三种，说体制僵化、改革太慢。这句话听着痛快，但它没有说清"僵化"具体僵在哪里。一个词如果什么都能解释，就等于什么都没解释。
把这三条放在一起看，会发现一个共同的漏洞：它们都在解释"人"，而真正卡住的不是人。
03真正卡住的，是那把尺子
学校不是没有动力，而是它的动力只能来自一个地方：那把尺子。
只要分数仍然是唯一的硬通货，学校就必须做风险管理。任何不能在一两次考试里兑换成分数的投入，都会被排到后面。项目式学习要占课时，跨学科任务不好评分，AI 探究没法标准化批改——它们不是不好，而是"不划算"。
这个矛盾，政策层面其实早就看见了。《教育强国建设规划纲要（2024—2035 年）》里有一句很重的话：各级党委和政府要树立正确政绩观，"防止和纠正'分数至上'等偏差"。2026 年 6 月印发的《教育发展"十五五"规划》继续写"深化教育评价改革""扩大优质高中招生指标到校比例"。
文件写得很清楚，落地却很难。因为尺子不只连着考试，还连着政绩、升学率、学区房和每一个家庭的选择。动尺子，等于同时动很多人的安全感。相比之下，加一门课、建一个实验室、办一场培训，都是更容易被看见的成绩。
这就是为什么我们同时看到两件相反的事：教育部等五部门在 2026 年 4 月印发《"人工智能+教育"行动计划》，提出到 2030 年"人工智能与教育深度融合格局基本形成"；而在一间普通教室里，一个老师想让学生用两节课做一件真实的事，仍然要先想办法把这两节课"补回来"。
04孩子学会了"看场合切换"
速度差落到孩子身上，会变成一种很具体的能力——不是创造力，而是切换能力。
白天，他被要求记住、答对、别出错、别看课外书；晚上，他被鼓励提问、验证、试错、把知识用到生活里。两套规则互相拆台，孩子很快就学会了一件事：在这个场合要像个检索器，在那个场合要像个提问者。
切换本身不是错，人在不同场景里本来就会调整行为。但当两套系统的要求长期相反，孩子学到的就不是"如何思考"，而是"思考是一种分场合的表演"。
这也是家长最真实的焦虑来源。不是怕孩子学不会用 AI，而是怕他明明会用了，却不知道什么时候该用、用到哪里去、用完之后自己还剩下什么。
必须承认，学校慢也有它的正当性。教育的公共属性决定了它不能像产品迭代那样试错：一个家庭可以拿自己的孩子做实验，一所学校不能拿一整届学生做实验。设备、师资、数据安全、城乡差距，任何一项没跟上，普及就会变成新的不公平。
所以"家庭先出发"这句话，不是对学校的控诉，而是一个时间差里的现实选择。
05家庭可以先出发，但别出发成"提分外挂"
李希贵在《下一代学校》里有一句被反复引用的话：未来属于能够组织世界的人。他还强调，知识不能只停留在库存状态，还需要被调用。
这两句话放在一起，其实给出了家庭的全部任务：不是让孩子多存一些知识，而是让他有能力把知识调出去，组织成一件真实的事。
《AI 家庭教育指南》里记录了不少这样的案例。作者张一凡与杨梦倩（MQ 老师）把 AI 放在"调用"的位置上，而不是"答案"的位置上：学了面积，就去算家里铺地板要买多少瓷砖；学了杠杆，就去做一个投石机模型；想知道一个问题，先自己提问，再让 AI 给出几种可能，最后由孩子交叉验证。
这些做法看起来朴素，但它们改变了一件事的方向：从"完成大人布置的任务"，转向"自己发现一个值得解决的问题"。
如果要把这件事压缩成三个可以在今晚就做的动作，大概是这样：
第一，把问题改写。不问"这道题怎么做"，而问"这个问题在生活里哪里会出现""要解决它，我们需要哪些条件"。
第二，让孩子当信息裁判官。给 AI 一个任务，再给孩子一个任务：验证 AI 说的对不对。判断信息是否可靠，是这个时代最稀缺的能力，而它只能在"怀疑"里长出来。
第三，给真实的任务和真实的预算。一百块钱，解决全家一顿晚饭：买什么、怎么讲价、时间怎么分配。这类任务的难度不在知识，而在统筹。
但这里有一条必须说清的分界线。如果家庭只是用 AI 把旧赛道跑得更快，那不是先出发，而是更早地到达一个即将消失的终点。
判断标准很简单：这件事做完，孩子是多了一个"我能自己组织"的经验，还是多了一套"更快的答案"？前者会长在他身上，后者会留在他身后的机器里。
真实的任务不需要满分，只需要他自己走完一遍。
06慢不是罪，量错了才是
回到那个晚上。
如果这场变化只发生在能够先出发的家庭里，我们会得到一批很会调用 AI 的孩子，和另一批连作业都交不上的孩子。这不是教育的进步，这是鸿沟换了形状。
所以家庭先出发，不能替代学校必须赶路。国家层面已经把方向写进了规划，江苏把课时写成了硬任务，教师在用自己的时间补课——这些都是真实的进展，只是它们发生在不同的速度里。
真正需要被追问的，不是"学校什么时候跟上"，而是我们究竟想让孩子被什么衡量。
一把二十多年前的尺子，量不出"会不会组织一件事"，也量不出"能不能判断一条信息"。它只能量出谁更熟练。而在一个答案随手可得的时代，熟练正在快速贬值。
教育最怕的从来不是慢。慢可以追。
最怕的是，拿旧尺子量新世界，还量得很准。
