Alpha School AI 學習聲稱因數學成長表現受審視

在報道發現其約半數 K–8 學生未達宣傳所稱的數學成長目標後，Alpha School 的 AI 學習聲稱正面臨新的審視。這個私立學校網絡承諾，兒童透過其以科技為核心的方法，能以兩倍速度學習。根據 Dana Goldstein 10 月 23 日在《紐約時報》的調查，結果並不一貫地符合這項承諾。

這個區別很重要：未達加速成長目標，並不代表數學不及格、失去知識，或表現低於全國預期。學生可以取得高分，同時進展較學校宣傳的速度慢。爭議在於一項可量度的承諾，以及學校能否可靠地兌現它。

隨着 Alpha 的方法進入公營教育，這場衝突更具影響。選擇私立學校的家庭，以及評估教學軟件的學區，都需要了解一般學生、學習有困難的學生，以及人手支援的相關證據。與 Khan Academy 的 Khanmigo 等方法比較時，也會引出一個實際問題：軟件應承擔多少責任？

Alpha School AI 學習面對更具體的考驗

即時新聞焦點，是 Alpha 所宣傳的加速學習與報道所指學生進展之間的落差。這不只是另一場關於兒童使用電腦的爭論。

Goldstein 檢視了一個學校網絡，其公開形象部分建基於將學術學習壓縮至較短的每日課表之中。這項報道所指的數學落差把可量度結果與這項宣傳並列：大約一半 K–8 學生未達所述的加速目標。

關鍵問題是，學生有多常獲得所承諾的益處，以及在甚麼條件下獲得。

一所學校可以培養出令人印象深刻的個案，卻未必能一貫地提供相同結果。成功的學生證明某種方法對部分兒童有效，卻不能證明另一名兒童獲得相若進步的機會有多大。

這項學生進展調查亦正值 Alpha 的方法從私立學校環境擴展之際。這個時機改變了其證據的受眾。學區管理人員必須評估不同課室中的教學決策，而不只是判斷一所特色私立學校是否適合某個家庭。

這項主張包含數個層面。其中一項關乎學業成就，即學生在評核時掌握多少知識。另一項關乎成長，即其可量度知識改變了多少。第三項則關乎效率：這種進步需要多少時間和支援。

這些主張需要分開的證據。高成就不會自動證明異常快速的成長。快速成長也不代表每名兒童都需要較少教學。一段較短的既定學術課時，也不能證明所有學習都在該時段內發生。

報道所指的落差挑戰了 Alpha 加速成長聲稱的一致性。但單憑這點，不能證明該校沒有教育價值。家長除了學業成果外，或會重視其時間表、活動、社交環境或個別化進度。

不過，這些益處不能取代支持數字承諾的證據。若加速學習有助說服家庭入讀，達成該目標的學生比例值得被突出呈現。

同樣原則亦適用於未達標的結果。某名兒童未達宣傳目標，仍可能取得有意義的進步。準確報道這種結果，需要同時說明已取得的進步及未達到的基準。

這令 Alpha 面對的爭論，比「科技是否應存在於學校」更精確。其核心承諾促使人們評估誰受惠、誰未達標，以及接下來會如何處理。

高分與快速成長回答的是不同問題

Alpha School 的數學成績需要審慎解讀，因為成就與成長描述的是不同事物。混淆兩者，會令宣傳聲稱和批評同樣容易誤導。

NWEA 的評核工具 MAP Growth 用以量度隨時間變化的學業成就。其比較資料協助教育工作者根據參照群體解讀分數。NWEA 的評核成長常模區分目前成就與兩次評核之間的進展。

高分描述學生所處的位置；加速成長則描述其由該位置移動的幅度。

一名入學時已具備進階知識的學生，可以維持高分，同時只有一般進展。另一名學生可以顯著改善，卻仍低於同儕分數。這兩種情況本身並不矛盾。

這個區別說明，強勁分數與未達加速目標可以同時存在。它亦說明，評估一所學校時，任何一項數字都不應獨立解讀。

對家庭而言，有用的問題是：學生入學後相對於合理預期有何改變。這需要知道起點、評核期間、比較群組，以及該期間提供的支援。

「學習速度快一倍」的主張需要清楚說明比較基準。快一倍是相對於甚麼：全國成長預期、可比學生、以往的學校經驗，還是另一個教學計劃？不同的比較回答不同問題。

時間跨度亦很重要。部分學年的結果，不能自動證明全年同樣的表現。較短的觀察期也不應被默默視為完整圖像。

報告的單位也會改變解讀。平均成長描述整體群組；達到目標的比例則描述結果在個別學生之間有多廣泛。這些指標可以朝不同方向變化。

對一個家庭而言，廣泛的可靠性可能比亮眼的平均數更重要。一所學校可以報告強勁的整體進步，同時仍有相當一群學生未達其宣傳的基準。

不同學科亦值得獲得同等關注。閱讀科的結果不能自動證明數學科有相同結果。每個學科都涉及不同知識、任務、評核慣例和教學挑戰。

這些都是要求更清晰報告的理由，而非摒棄評核數據的理由。只要其限制仍清楚可見，標準化指標可提供有用的共同參照。

還有因果問題：觀察到的結果是否由該教學方法所產生？把分數與全國預期比較，有助描述表現。要確立因果關係，則需要檢視其他解釋，理想情況下還要有可信的比較組別。

相關解釋包括既有成就、家庭支援、額外教學及入學模式。它們可能造成的影響，並不會否定一所學校的結果；但會限制這些結果能證明某項特定科技甚麼。

因此，最有力的呈現方式應同時報告起始成就、其後成長、目標達成情況及不確定性。讀者不應需要自行重構宣傳標題與其底層指標之間的關係。

當這些定義清晰時，Alpha School 的學習聲稱會更容易評估。報道所指的數學落差之所以有意義，是因為它涉及宣傳的基準，而不是事後引入的無關標準。

兩小時承諾取決於整個上課日

Alpha 的模式把由軟件主導的學術工作，與更廣泛的學校體驗結合。若只評估軟件，便可能忽略其周遭條件。

自適應學習軟件會根據學生表現調整練習或教學。這個機制可協助學生在不同程度學習，但其教育價值仍取決於內容質素、回饋、進度安排和適切介入。

8 月，《Scientific American》形容 Alpha 的方法為早上進行學術工作，之後參與編程、創業及公開演講等活動。其教學模式分析指出，當學生未達基準時，學術工作可延伸至標題所稱的課表以外。

該刊物亦報道 Alpha 科學家 Carl Hendrick 的論點：軟件可廣泛分發教學改善成果。受訪研究人員則質疑，輔導軟件能否複製課室教學的更廣泛功能。

較短的課表取決於令該課表在教育上足夠的一切條件。

這包括能辨識挫敗感的成年人、識別錯誤理解的流程，以及練習不再帶來進步時的回應方式。即使軟件處理大部分練習，這些仍屬介入的一部分。

設想一名學生反覆答錯分數題。系統可能正確識別知識缺口，並提供有用練習；但反覆錯誤也可能源於說明令人困惑、閱讀理解不足、疲倦或失去投入感。

這些可能性需要不同回應。更多練習可處理部分問題；對話、另一種解釋或休息，則可處理其他問題。有用的評估會問，學校能否可靠地分辨這些情況。

這正是人手配置模式變得關鍵之處。把成年人稱為引導員、導師、輔導員或教師，所提供的資訊不及描述其職責。家庭需要知道誰能診斷學業困難並改變教學方法。

他們也需要知道這種回應有多快。一個系統可以即時偵測困難，但機構可能需要更長時間才能解決。偵測與有效介入是兩種不同能力。

與 Khanmigo 的比較，在這個層面很有用。Khan Academy 把該產品定位為導師及教學助理；Alpha 的主張則把軟件置於學術教學更接近核心的位置。

這個區別關乎責任，而非產品排名。補充工具可以把課程決策、課室管理及介入工作交由既有教學團隊；一所以軟件為中心的學校，則必須說明如何履行這些功能。

這個比較也可避免「AI 輔導」成為過於廣泛的類別。對話式助理、自適應練習應用程式，以及學校營運模式，是不同的介入方式。

某一類別的成功，不會自動驗證另一類別；某一類別的失敗，也不代表所有 AI 教育應用都無效。

對 Alpha 而言，實際檢驗的是完整體驗。若學生需要額外學術時間或專門的成人協助，這些支援就應納入說明成果如何達成的敘述之中。

因此，兩小時的主張需要的不只是秒錶。它需要證據證明學生學到預定材料、能保留所學，並在標準途徑不足時獲得足夠協助。

研究支持在明確界限內使用 AI 輔導

更廣泛的研究為支持者提供了合理理由去探索 AI 教學，但同時亦提醒人們，不應把每一項看似理想的結果都視為整個學校模式獲得驗證。

隨機對照試驗會把參與者分配至不同的比較條件，以協助分離某項介入措施的影響。與僅觀察表現成功的使用者相比，這種設計能提供更有力的因果證據。

《Scientific Reports》於 2025 年刊登的一項研究，考察了一個用於大學入門物理課程的自訂 AI 導師。其受控輔導實驗發現，相較於課堂主動學習組別，學生能以較少時間取得更大的學習成效。

研究人員以教學實踐為基礎設計該導師。主動學習是指學生參與問題及解題活動，而非只接收資訊。因此，該實驗檢視的是經設計的教學介入措施，而不是不受限制地使用聊天機械人。

正面結果支持的是在所研究的人群及條件下接受測試的介入措施。

大學物理學生在年齡、獨立性、學科知識及學習環境方面，均有別於小學生。這些差異不代表研究毫無關聯，而是界定了下一步需要測試的問題。

一堂有效的課亦不同於完整的學校體驗。學校必須支援跨學科學習，同時處理動機、人際關係、溝通及不同發展需要。

研究一種有效的輔導方法能否轉移至這些環境，是合理的做法；假定這種轉移已獲確立，則仍然言之過早。

關於人類與軟件結合支援的研究，提供了另一個有用的比較。Carnegie Mellon University 曾概述一項涉及美國七年級學生的研究，當中人類導師帶來的成效優於單靠 AI 輔導。

該項人類-AI 輔導研究提供證據，支持研究成年人與軟件並行時所帶來的貢獻。它並未直接評估 Alpha，也未為每所學校確立理想的人手配置。

綜合而言，這些發現支持一個更具體的研究方向。哪些任務可受惠於自動化回饋？哪些學生需要額外的人類解說？系統應如何辨識兩種情況之間的轉換？

這些問題比起追問 AI 是否普遍優於或遜於教師，更具實用價值。教育成果取決於技術實際做甚麼，以及機構如何部署它。

對開發者而言，這表示介入措施不只涉及模型準確度。導師必須選擇合適任務、理解學生回應、提供有用回饋，並識別其方法何時失效。

對學校領導層而言，這表示實施方式應獲得與軟件選擇同等的重視。一項在專家支援下有效的產品，當支援方式改變時，表現可能不同。

對 Alpha School AI 學習而言，有利研究確立的是合理性，而非全面確認。經審慎設計的軟件可以促進學習；餘下的責任，是證明 Alpha 特定的軟件、時間表、人手配置及學生支援組合具備可靠性。

這是一個嚴苛標準，因為承諾本身要求很高。即使證據未能證實所宣傳的完整加速效果，針對較狹窄益處的證據，仍可支持較狹窄的主張。

公立學校擴展提高不確定性的代價

當一種具特色的私立學校模式進入公立教育，風險會隨之增加。學區必須問：在自身的運作條件下，這項介入措施是否能服務其學生？

這個問題不只關乎平均表現。決策者需要知道哪些學生參與、哪些學生需要額外支援，以及哪些結果仍存在不確定性。

公立學校採用方案時，需要有關所購買實施模式及預期使用者學生群體的證據。

有限度的軟件試點與全面重設上課日程，是兩種不同決策。支持補充練習的證據，不應自動成為削減其他教學的理由。

這種區分對解讀未來結果同樣重要。一項由課堂教師頻密提供協助的成功試點，能確立有價值的發現；但它不能證明在撤走這些協助後，仍能維持相若結果。

因此，學區在評估前面對界定介入措施的壓力。軟件版本、學科、時間表、人手配置及升級支援流程，應清晰至足以讓外界理解。

它們亦需要明確的成功標準。旨在改善常規練習的試點，應按該目標衡量；宣稱可加速學習的試點，則應直接報告加速成效。

同樣的清晰度亦適用於未如理想的結果。如學生未達目標，決策者需要知道計劃會否調整、是否開始提供額外支援，抑或暫停部署。

Alpha School 的數學結果令這些問題變得迫切，因為它們挑戰了該網絡既有環境下的一致性。它們並不能預測每一所公立學校的結果，卻提供了審慎測試轉移效果的理由。

學生選擇與留校情況值得關注。如已發表的分析只包括完成所有評估的學生，讀者需要了解哪些學生未被納入。否則，可見結果可能描述的是比招生宣傳所暗示更狹窄的一群。

這是評估證據的問題，而非對 Alpha 做法的指控。透明報告應讓人毋須猜測便能回答這類問題。

同樣情況亦適用於需要調適安排或專門教學的學生。整體平均數無法證明該模式能滿足每一群體的需要。報告應指出哪些地方證據充足，以及哪些地方證據仍有限。

家長亦需要反映實際決策的資訊。知道一所學校最突出的成果，遠不及了解與子女起點及需要相近的學生可能出現的結果範圍有用。

壓力亦延伸至教育科技供應商。一項量化的學習主張，會引來對量度方法、實施要求，以及達到所述結果的使用者比例的審視。

這項原則對企業 AI 採購者而言並不陌生。一次成功示範並不能證明方案可在整個機構中發揮成效。買家需要知道有利案例以外會發生甚麼。

然而，對學校而言，緩慢修正會帶來教育後果。當成年人評估介入措施時，學生仍在學年中持續前進。因此，及時監察及有效替代方案均屬採購決策的一部分。

恰當回應既非自動拒絕，亦非自動擴展，而是進行界線清晰的評估，採用公開定義、相關比較，並為需要不同方案的兒童提供可行回應。

下一步甚麼會強化或削弱 Alpha 的論據

下一階段應取決於能令 Alpha 的承諾更容易評估的證據。更多宣傳或新增地點，只能證明知名度和覆蓋範圍，而非教學成效。

未來數月，最有用的訊號將關乎透明結果、公立學校環境下的評估，以及學生遇到困難時所需的支援。在未有公告前，不應假設任何特定發布日期。

當結果清晰得足以讓其他人檢視，並具體得足以指引決策時，Alpha 的論據便會更有力。

第一個訊號，是更完整地說明所宣傳的成長指標。當中應列明比較標準、評估期、納入的學生，以及每個學科達標的學生比例。

結果分布比單一平均數能提供更多資訊。它可顯示進步是否廣泛共享，還是集中於特定學生。

即使結果仍然好壞參半，能釐清已報告落後情況的披露，亦會增強人們對證據的信心。若重複提出廣泛的加速主張，卻未解決這些細節，核心不確定性便會持續存在。

第二個訊號，是根據預先界定的目標，評估公立學校的實施情況。有效的比較應反映實際部署，包括現有教師及額外支援所扮演的角色。

結果應區分補充工具與取代其他教學的方案。把這些部署混合處理，會令辨識真正有效之處更困難。

若證據顯示不同起點程度的學生均有持續改善，將會強化擴大使用的理據。好壞參半的結果，則可指出模式需要調整之處，或其主張應收窄之處。

第三個訊號，是更清楚交代學生落後於預定進度時的介入安排。相關資訊包括誰提供協助、協助多快到位，以及學生其後是否取得進展。

這些資訊可揭示該模式在多大程度上依賴標準軟件流程以外的支援。即使需要大量成年人協助，強勁成果仍可能值得肯定，前提是完整介入措施獲準確描述。

這些訊號亦提供了公平更新報道的方法。有利證據應改變評估；不利證據則應改變主張或部署方式。

Alpha School 的學習主張應保持開放，接受這個過程檢驗。已報告的落後情況值得審視，但不足以支持對 AI 教育作出普遍定論。

對關注下一次公告的讀者而言，應先從所承諾的成果入手，並找出用作支持該成果的量度方法。檢查證據是否描述可比較的學生、相同學科，以及完整的支援系統。個人的知識管理紀錄可協助把不斷變化的主張與其原始證據並列保存。新結果公布時，應重新檢視定義，而非只比較標題。對 Alpha School AI 學習而言，有用的實際問題是：有多少比例的學生獲得所宣傳的益處？哪些協助令這成為可能？其餘所有學生又會如何？在把擴展視為成效證明前，應先要求得到這些答案。