谷歌發布AI與學習的未來報告

2025年11月6日，谷歌發布題為《AI與未來學習》（AI and the Future of Learning）的報告，系統闡述了AI為教育領域帶來的革命性機遇、必須直面的挑戰以及谷歌的應對思路。報告的核心內容概括如下。

一、學習為何重要：在普及與挑戰的十字路口

報告指出，學習是人類潛能和社會進步的基石。從印刷術的發明到互聯網的普及，技術進步一直在推動著信息與機會獲取的民主化。

這一歷程漫長：從高效但不可及的皇家教師，到規?；瘏s缺乏個性化的工業教育模型，再到如今能跨越課堂邊界的技術。努力已見成效——全球90%的小學適齡兒童已入學，約87%完成初等教育。

然而，挑戰依然嚴峻。報告指出，這包括教育機會不均、教育質量差異、多語言教學內容匱乏，以及學習成果水平低下且不均衡。

數據也證實了問題的存在。根據OECD 2022年PISA調查（涵蓋81個國家與經濟體），全球出現了前所未有的成績下滑：數學平均成績較2018年下降15分，閱讀成績下降10分。

與此同時，公共教育體系正面臨巨大壓力：資金不足、疫情時期的學習損失、教師流動與短缺、學生出勤率與心理健康挑戰等。

另一方面，社會對人才的要求也在變化。當今職場不僅需要基礎技能，更要求高階問題解決能力、協作精神與終身學習素養。

正是在這種多重挑戰交織的背景下，AI的崛起成為一個關鍵轉折點——它迫使我們重新思考，在AI無處不在的未來，受過良好教育究竟意味著什么，以及學生需要何種新技能來迎接未來。

二、AI的五大機遇：破解教育的大規模個性化難題

報告指出，教育系統始終面臨一個核心矛盾：在資源有限的前提下，如何讓每個學生都能在其 “最佳發展區”（即“恰到好處”的學習挑戰區）獲得個性化支持？傳統模式對此力有未逮。

AI的突破，在于它實現了一次教育技術角色的根本躍遷。如果說互聯網和過往技術的功績是消除了信息獲取的壁壘，那么AI的革命性則在于，它極大地增強了我們理解與應用信息的能力，實現了從被動接受到主動深入理解的跨越。正是這一轉變，讓它首次具備了破解規?；c個性化難題的潛力。

然而，我們必須保持清醒。報告明確指出：技術本身無法解決根深蒂固的挑戰。AI必須與師生共同設計，用戶也需掌握如何有意義地使用它。盡管AI比以往任何創新都更強大，但將其潛力轉化為可靠的日常實踐，仍需時間和有意識的努力。

在此審慎樂觀的前提下，報告系統地勾勒了AI賦能教育的五大機遇：

1.釋放學習科學的力量

AI能將關于人類如何學習的前沿科學（如主動參與、間隔重復）融入日常教學，甚至可能為教育研究開辟新的疆域。

2.規?；瘋€性化教學與輔導

個性化教育的目標并不新鮮，但AI為大規模實現這一目標提供了新路徑。它能讓每位學習者都踏上真正個性化的學習旅程，根據其特定需求和背景提供定制化的反饋與支持。

3.使（幾乎）一切皆可學

AI能夠剝去復雜議題的晦澀外衣，根據學習者的背景和偏好調整解釋方式與呈現模式，幫助學生將更多時間投入在“最佳發展區”，激發其探索欲。

4.打破學習的固有障礙

對于無法獲得優質教育或面臨學習障礙的人群，AI能通過內容轉換、翻譯和適配，將世界上的信息轉化為更易獲取、更貼合個體需求的形式。

5.成為教師的得力助手

AI可以成為強大的教學助手，承擔備課、內容生成、行政管理等繁瑣任務，最終為教師騰出寶貴時間，讓他們能更專注于教學中不可替代的人文關懷與互動。

三、AI的挑戰與根本性反思：繁榮背后的秩序重構

如同所有重大技術變革，AI在賦能教育的同時，也引入了必須直面的新挑戰。其中一些（如隱私保護）是我們熟悉的，而另一些則源于AI特有的能力。報告重點揭示了五大挑戰：

1.準確性與客觀性

AI模型可能“產生幻覺”，輸出虛假信息。更深層的挑戰在于如何界定“可信信息源”及處理主觀問題。幻覺率在過去兩年雖已大幅下降，但更大的挑戰依然存在：如何判定信息來源的可信度，以及如何處理主觀性問題。AI也需要恰當的語氣，必須避免證實錯誤的說法和過度表揚。它應該挑戰學生的錯誤觀念，糾正不準確的陳述，而不是僅僅像一面不加批判的鏡子，強化學生的錯誤認知。

2.安全性

安全性是所有年齡段用戶關注的重點，但對于未成年用戶的保護責任更為重大。核心風險主要集中在可能造成身心傷害的內容或互動上。實施分層安全策略（包括適齡AI素養教育和內容過濾機制）至關重要，但這些措施必須與技術發展保持同步更新。

3.批判性思維

當前討論的一個焦點在于：學生是否會過度依賴AI進行"思維外包"，從而陷入"元認知惰性"，喪失深度學習能力。因此關鍵在于設計能促進而非替代深度思考的AI系統，例如采用問題導向的輔導模式，通過提問引發反思或要求解釋。

在某些場景中，AI能通過消除"注意力分散"和"模態效應"等非必要負荷，幫助學生將認知能量導向更高階的推理與問題解決。然而核心命題在于：如何確保AI工具用于拓展好奇心、創造力與分析力，而非替代它們？答案很大程度上不在于AI工具本身，而是取決于傳統的人際關系。因為激勵學生進行深度思考往往需要教師和同伴的鼓勵、挑戰及社交互動。在這其中，AI的作用在于通過有意識的設計與使用，幫助教師騰出更多時間構建關鍵人際關系，同時搭建腳手架支持學習者自主開展復雜推理。

4.作弊與學習損失

調查顯示，部分學生使用AI的方式被廣泛認為構成學術不端行為。但關于合理使用工具與作弊行為之間的界限，目前仍缺乏共識——這既源于教育工作者對AI應用場景的分歧（何時應鼓勵使用，何時需禁止），也由于技術應用的合理邊界尚未明晰。

因此，對于整體作弊率是否高于大語言模型（LLM）出現之前的水平，各界觀點莫衷一是。與所有新興技術工具一樣，適應這一新現實的社會規范仍需時間沉淀。在這場討論中，不應簡單將作弊歸咎于"個人錯誤選擇"而強化監管，更需要將其視為系統性挑戰——關鍵在于如何通過教育體系與評估機制的設計，既激勵真實學習行為，又幫助學生區分"實質學習"與"學習錯覺"。

在AI賦能的教育新生態中，評估體系重構可能表現為轉向AI難以復現的考核形式，例如課堂辯論、作品集評審及口試評估。目前教育工作者已開始這類實踐，最初或許僅出于"防AI作弊"的考量，最終卻催生出令人耳目一新的評估模式。

5.平等獲取

確保AI的普惠性需要工具具備可及性、經濟性以及文化語言適配性。無論收入水平、地域或語言差異，核心挑戰或許是"5%效應"——最能有效利用AI的往往是原本學習動機強烈的學生群體。評估研究顯示，這類學生更可能"按預期方式"使用AI工具，其表現可能成為研究結論的基礎，導致對工具普適性效用的認知偏差。每個學習者都應獲得支持，以安全有效地將AI用于教育，并理解何時及如何負責任地使用。

在這些具體挑戰之上，報告引導人們進行更深層的根本性反思：在一個充滿不確定性的未來，學習將如何演變？

首先，就業前景的迷霧。教育雖然承載著很多功能，但人們往往通過教育能否為就業做好準備來評判其成效。以前，新技術沖擊就業市場時，盡管存在滯后性，但通常最終會帶來就業總量的增長。而目前AI對就業的影響仍存在高度不確定性，且其影響像以前一樣不太可能是均衡的：掌握特定技能的人群可能在求職和晉升中更具優勢。

其次，教育者的規劃困境。就業前景的轉變加之更廣泛的不確定性，使得教育工作者難以制定長期規劃——他們必須超越當前勞動力市場的局限，預判未來經濟所需的能力。日益專業化的經濟形態進一步加劇了這一挑戰，因為許多技能難以跨領域遷移。當今的學習者既需要批判性思維，也需要專業知識，從而在職業形態持續更迭的未來兼具專業深度與適應能力。

最后，學習基本問題的思考。報告指出，面對這些機遇與挑戰，AI技術發展的轉折點正是我們共同思考一些關于學習與教育基本問題的時刻：

——AI會改變我們需要學習的內容，甚至改變"學習"本身的定義嗎？

——個體學習和集體學習的成功標準可能會發生怎樣的轉變？

——傳統的評估和考核方式可能因AI產生哪些變革？

——教學的本質將如何發展演進？

——如果沒有教師或家長所掌握的完整背景信息，AI對學習者究竟多有效？

——AI如何促成以往無法實現的新型學習模式？

報告最終指出，AI最大的突破未必是技術性的，而是社會性的，即AI與其使用者之間的互動。而且當AI在我們的日常生活中變得更普遍和有用時，我們將完成一次關鍵的心態轉變：從對技術的敬畏與焦慮，轉向思考社會如何塑造和引導其發展。這其中至關重要的是，這一過程必須是協作式的，需要早期就讓專家、用戶和研究者共同參與，以確保AI的發展與人類的利益和目標一致。

四、谷歌的實踐思路：負責任地推動教育演進

報告最后一部分闡述了在推進AI與教育的融合中，谷歌的工作思路。

首先，AI必須根植于學習科學。谷歌致力于開發遵循教學原則（如管理認知負荷、激發好奇心）的模型，其目標是促進真正的理解，而非提供捷徑。

其次，探索個性化學習的新范式。谷歌正在其各類平臺中實驗新功能，賦予學習者在“直接獲取答案”與“引導式探索”之間選擇的權利，鼓勵更富挑戰性也更有收獲的學習路徑。

同時，全力支持教育工作者。通過提供免費的AI工具，旨在將教師從繁重的事務性工作中解放出來，使他們能專注于教學中最具人性化的部分——啟發、聯結與關懷。

最后，這一切都建立在協作的基石之上。谷歌強調，必須與全球教育社區合作，通過試點研究和實證評估，共同探索AI的應用邊界與最佳實踐，并以一種負責任的態度，確保工具幫助師生掌控自己的學習目標。

報告最終重申，其愿景并非取代教學，而是賦能人類的好奇心達到新的高度。對于學習而言，AI最大的潛力，恰恰在于幫助每個人釋放他們自身的全部潛能。

資料來源：

Ben Gomes，Lila Ibrahim，Yossi Matias，Christopher Phillips，James Manyika. AI and the Future of Learning. https://services.google.com/fh/files/misc/future_of_learning.pdf

[本文為教育部國別和區域研究基地中國教育科學研究院國際教育研究中心成果]

本文由中國教育科學研究院“教育國際前沿”課題組成員整理，課題組負責人張永軍，編輯劉強，內容僅供參考。點擊左下角“閱讀原文”可下載該文獻。