Alpha School宣称学习效率翻倍遭数据质疑
美国私立学校网络Alpha School以AI驱动模式宣传学生每天仅需两小时学术课程即可实现学习进步速度达到普通学校两倍,但《纽约时报》审阅其内部数据后显示,真正达成该目标的学生比例明显低于宣传。
该网络学费最高达每年7.5万美元,学生上午两至三小时通过自适应学习软件完成数学与阅读等核心课程,下午则进行创业、演讲与体育等workshop;传统教师被替换为负责激励与辅导的Guide,学校强调无作业、少纸质材料。
《纽约时报》获取的2025年秋季至2026年初测试数据显示,约75%的学生进步速度达到或超过全国平均水平,但在数学与阅读两门学科同时实现两倍进步的比例仅为42%;约一半K-8学生未达到数学两倍进步目标。
对基础较差学生的表现更为有限:此前数学成绩处于全国中位数或以下的学生中,仅37%达到两倍进步标准;学生整体中位成绩仍较高,数学约第87百分位、阅读约第89百分位。
Alpha School由MacKenzie Price等人创立,近年快速扩张并进入公立教育与德州凭证项目,同时获得特朗普政府与部分商业领袖关注;其核心平台TimeBack已服务超过7000名学生,涵盖私立、公立与居家学习场景。
高学费与营销承诺吸引高收入家庭与政策关注,资金流向软件平台与扩张,但数据差距使部分家长与教育者质疑实际效果;传统学校与较低成本选项面临对比压力,而未能兑现承诺的学生家庭承担机会成本。
来源:公开信息
ABAB AI 解读
Alpha School自2014年在奥斯汀创立,早期采用自适应软件而非生成式大模型,后强化AI叙事并引入Guide角色;创始人MacKenzie Price与软件背景的Joe Liemandt参与,后者承诺投入约10亿美元支持相关AI产品,学校已从少数校区扩展至多个城市并进入公立与凭证体系。
资本路径上,学校以高学费(多数校区4万至6.5万美元,旧金山与帕洛阿尔托达7.5万美元)覆盖运营与软件开发,同时寻求公共资金与凭证项目扩大规模;动机是将学术压缩至两小时以释放时间做生活技能,并借AI叙事吸引科技与政策资源,推动从高端私立向更广覆盖转型。
类比早期自适应学习平台如IXL或Khan Academy的个性化路径,以及部分微学校与替代教育实验;当前处于从营销驱动扩张转向接受外部数据审查的阶段,传统公立与私立学校则面临效率叙事的竞争压力。
本质属于技术替代的有限落地:AI与自适应软件可加速部分基础掌握并提升中位表现,但难以普遍兑现“两倍进步”承诺,尤其对基础较弱学生效果减弱;发生机制是选择效应与高动机环境抬高整体成绩,而真实增长分布更接近常规,使宣传与内部数据出现系统性落差。
ABAB News · 认知定律
宣传倍数不等于实际分布
高学费买的是叙事而非保证
技术抬起点,基础决定斜率