AI教育白皮书：选型与试点的顺序

本文性质： 观察 + 模型（Observation / Model）　证据标签： 观察 Observation／模型 Model／假设 Hypothesis／实证 Evidence

本篇涉及的证据类型：观察 Observation／模型 Model／假设 Hypothesis。凡属本院课堂观察与教学模型的部分，均不作效果承诺。

学校买 AI 工具，多数从一场演示开始。演示总是好看的：录好的、剪过的、在理想条件下跑通的。真正的问题通常出现在第三周——不是工具坏了，而是没人说得清它该解决哪一个问题。

选型失败的常见原因，是先选工具再找问题

本院在北岸若干学校与机构的走访里反复看到同一个顺序：先有预算，再看演示，再定供应商，最后才讨论我们要解决什么。到这一步，问题已经被工具定义了。三个后果随之出现：买回来的功能用不上三成；教师把它当额外负担，只在被要求时打开；工具退场时，课堂没有留下任何可复用的做法。这不是采购部门的能力问题，而是顺序问题。以上为走访观察，样本有限，没有对照设计。

四步顺序：定问题、看证据、小范围、留退出

本院把顺序拆成四步。第一步，定问题。写一句话：哪个年级、哪类任务、现在卡在哪。卡点必须是能观察到的，比如写作课第二稿几乎不改、听力课换了口音就整段听不懂；不能是提升素养这样的词，因为它无法判断有没有发生。第二步，看证据。不听演示，看三样东西：有没有独立于供应商的评估，有没有同类学校的落地记录，有没有明确写出不适用情形。三样都拿不出来的，先放在一边。第三步，小范围。一个年级、两位教师、六到八周，并且提前写好这六到八周观察什么。第四步，留退出。合同与流程里写清停用条件与数据导出方式，这两条要在签字之前谈，签完再谈就谈不动了。

一张试点卡：五项必填

白皮书框架里给了一张试点卡，五项必填，用于流程管理，不用于评价教师或学生。第一，要解决的问题，一句话。第二，观察指标，两到三条，要能从日常作业里取到。第三，对照方式，哪怕只是同一位教师两个班的前后对比。第四，教师投入的课时，要算进去而不是当作零成本。第五，退出条件，什么情况下停。第三项最容易被跳过：没有对照，六周之后没人分得清变化是工具带来的，还是季节、教师热情、考试临近带来的。这张卡是本院的工作框架，未经信效度检验，也不能当作验收标准。

三条边界：不拿演示当证据、不跳过教师、不签无退出条款的合同

三条边界。第一，演示不是证据。演示能证明工具跑得通，不能证明它在你的课堂里有用；两者之间的距离，正好是一个学期的落地成本。第二，不能跳过教师。教师不参与选型，落地时就会变成上面让用，而任何需要教师额外花时间的东西，只要不被认同，就会被绕开。第三，不签没有退出条款的合同。数据怎么带走、账号怎么关、学生作品怎么留档，都要在签字前写清；否则一旦不满意，成本不是换一个工具，而是把三年的内容留在别人的服务器里。

今天就能开始

下一次评审之前，先把哪个年级、哪类任务、卡在哪写成一句话；写不出来就先不选型。

本文依据

• 观察来源： 本院 2023 年至今对奥克兰北岸若干学校与培训机构的走访与采购流程回看（非随机抽样、非对照设计），以中学场景为主。
• 模型出处： 四步顺序与五项试点卡出自本院 AI 教育白皮书工作框架，用于流程设计，未经信效度检验，不作验收标准。
• 待验证项： 「先定问题再选型是否优于先选型后找用途」为本院待验证假设，尚未做跨校比较，不能读成因果。
• 外部文献： Ertmer 1999（第一序与第二序障碍）；Cuban 2001《Oversold and Underused》；Escueta 等 2020（教育技术证据综述，多数产品缺乏严格评估）；Kraft 2020（效应量的解读与可比性）。