要点
- 2026 年 11 月 10 日，OpenAI 负责 EMEA 全球事务的副总裁 Tom Duff Gordon，以及负责教育的副总裁 Leah Belsky，发表了《Closing the AI guidance gap in education》。
- OpenAI 援引 ThinkYoung 的研究，给出最醒目的对比：受访学生中有 79% 报告曾用人工智能完成作业或功课，但只有 47% 报告有人教过他们怎么用。
- 样本描述出现在 ThinkYoung 的公开页面上，而不是出现在 OpenAI 的文章里：5,000 名 13 至 19 岁高中生、600 名教师、欧洲、中东和非洲的 12 个国家，以及 95% 的青少年使用人工智能工具这一数字。完整报告需要填写表格才能获取。我们没能读到那份 PDF，也不掌握调查日期或问卷本身。
- OpenAI 还依据其在 EMEA 的教育合作来写，包括爱沙尼亚、斯洛伐克、希腊、意大利等。它称这些是早期经验，而不是其他系统可以照搬的单一模式，并写明各国结果应放在各自的限度里阅读。
- 文章把教师采纳和所报告的时间节省，称作令人鼓舞的早期信号。它没有公布这两项的数字。它写明，更难的问题，也就是人工智能是否增强知识、独立思考和保持记忆，仍需持续评估。
2026 年 11 月 10 日，OpenAI 发表了由 Tom Duff Gordon 和 Leah Belsky 署名的文章《Closing the AI guidance gap in education》。前者是负责 EMEA 全球事务的副总裁，后者是负责教育的副总裁。可核对的发现是指导缺口，不是学习收益。OpenAI 援引 ThinkYoung 的研究：受访学生中有 79% 报告曾用人工智能完成作业或功课，但只有 47% 报告有人教过他们怎么用。公司对其在欧洲、中东和非洲教育合作的叙述，仍然把教师采纳和所报告的时间节省当作早期成功信号。它也写得很清楚：人工智能是否增强知识、独立思考和保持记忆，需要持续评估，而且这份报告并不是其他学校系统可以照搬的单一模式。
[1][2]这些数字实际说了什么
有两组数字必须分开看。79% 和 47% 这一对比，是 OpenAI 从 ThinkYoung 援引的，也是我们读到的 OpenAI 页面上唯一印出的学生使用对比。它描述的是：已经用人工智能做学校功课的学生，与自称有人教过怎么用的学生之间，存在缺口。它并不测量这些学生是否学到了更多，记得更牢，或更独立地思考。
样本描述来自 ThinkYoung 自己的页面，标题是《Views, Experiences & Expectations for AI in Education》。该页面写明，这项研究基于对 5,000 名 13 至 19 岁高中生的调查，同时还有 600 名教师，以及一系列学生和家长焦点小组，覆盖欧洲、中东和非洲的 12 个国家。页面上还用大号数字写出：95% 的青少年使用人工智能工具。这个 95% 是关于青少年使用人工智能工具的更宽说法，并不等同于 OpenAI 所引的、针对作业或功课的 79%。OpenAI 的文章本身并没有印出 5,000、600、12 国或 95% 这些数字。
ThinkYoung 的页面要求访问者填写表格，才能获取完整研究报告。我们没能读到那份 PDF，因此无法报告调查日期、问题措辞、回复率，或样本是如何抽取的。这些细节可能在需填表才能看到的报告里。它们并不在我们能够核实的公开页面上。
[1][2]OpenAI 从其合作中报告了什么
这篇文章同时也是 OpenAI 对其 EMEA 教育合作的报告。它写明，公司正在与政府和教育系统合作，包括爱沙尼亚、斯洛伐克、希腊和意大利等。这些合作据其所述共享三项优先事项：公平获取前沿人工智能工具、共同设计的人工智能素养项目，以及持续的测量与评估，同时适应当地语言、课程和制度。
文章用五个主题来组织这些经验：明确的教育目标、教师准备、本地伙伴关系、批判性的人工智能素养，以及可信的证据。文章称，爱沙尼亚、希腊和斯洛伐克的经验指向：由公共领导设定明确方向，投资于教师的技能和信心，以及贴合本地课程和课堂需要的实际支持。OpenAI 写明，各国的实施会有差别，国家案例反映的是特定情境和安排，结果应放在这些限度里解释。作者写道："这些是早期经验，而不是供教育系统遵循的单一模式。"
文章还说，OpenAI 正在学习如何用证据判断进展。教师采纳和所报告的时间节省"提供了令人鼓舞的早期信号"。调查、项目监测和咨询，被写成了解参与者体验及其所遇障碍的途径。我们读到的文本没有给出采纳率或节省了多少时间的数字，也没有点名对学生学习的独立评估。
OpenAI 提到围绕 PISA（经济合作与发展组织的国际学生评估）与人工智能的近期讨论，包括由该组织的 Andreas Schleicher 主导的那些讨论，并随之给出一条判断：随着人工智能能力变强，教师的作用变得更重要，而不是更弱。我们没能独立获取并阅读 Schleicher 的原话，因此把这条判断当作 OpenAI 对这些讨论的表述，而不是已核实的 Schleicher 引语。
[1][2]更公允的读法
更公允的读法是：即便尚未证明学习收益，指导缺口仍然可以是一个真实问题。如果受访学生中已有很大一部分在用人工智能完成作业或功课，而只有少数人说有人教过怎么用，那么教师准备和清楚的使用规则就是卡口，而不是旁支问题。学校不能等到完美的学习研究出来，再决定如何教授已经握在学生手里的工具。
教师节省下来的时间，也可以是合理的早期运行指标。如果一项合作还新，先问教师会不会用这些工具、这些工具会不会腾出课时，同时仍在设计关于知识、独立思考和保持记忆的研究，这说得通。OpenAI 写明，那些更难的问题仍然开放，并且它有责任贡献证据，包括在结果挑战其假设的时候。它提到 OpenAI Learning Lab，作为把教育研究人员聚在一起、研究人工智能何时以及如何能够支持教育系统的地方。
[1][2]缺了什么
公开文章没有提供的内容，和它提供的内容同样重要。它把那些信号称作令人鼓舞，却没有公布教师采纳率或节省时间的数字。它没有给出调查日期，也没有给出 ThinkYoung 的问卷。页面上有"下面我们将说明"这样的句子，暗示还有更具体的操作指导，但我们没有获得更长的报告正文，或一份带有分国结果的单独 PDF，因此不会编造这些细节。
79% 和 47% 是学生自述，而来源研究的完整方法我们无法检查。它们不应被读成全球比率，也不应被当成证据，证明一旦提供指导，学习就会改善。ThinkYoung 页面上的 95% 青少年使用数字，同样是页面上的说法，在读不到需填表才能获取的报告之前，我们无法进一步核验。来自爱沙尼亚、斯洛伐克、希腊和意大利的合作经验，按 OpenAI 自己的说明，是依具体情境而定的。
[1][2]谁该在意，接下来看什么
已经在面对学生私下使用人工智能的教育部门、学校负责人和教师应当关心，那些容易把供应商报告当成课堂人工智能已经有效的证明的人也应当关心。眼下有用的事实，是所援引的使用与指导之间的缺口。有用的限度是：学习结果仍然是一个开放的评估问题。
未来六个月里，真正需要核对的事项是具体的。ThinkYoung 会不会以不必填表就能阅读的方式公布完整报告，包括日期、问题和抽样？OpenAI 会不会公布它已经当作早期信号的教师采纳和时间节省数字？OpenAI Learning Lab，或一项独立研究，会不会拿出关于知识、独立思考和保持记忆的证据，包括不利于该公司预期的结果？
[1][2]收束
OpenAI 记录了一个指导缺口，并在同一篇文章里留有分寸，没有把它在 EMEA 的合作写成已经完成的模式，也没有写成学习收益的证明。这种坦白应当按其字面来对待。接下来的公开检验是：缺失的方法和缺失的学习测量会不会出现，还是让 79% 与 47% 的对比，去承担它无法提供的那种证据。
[1][2]