韩国AI教材项目的失败：5300亿韩元买来的制度性反思

闹纳尼

854人浏览 · 2026-03-17 14:04:27

闹纳尼 · 2026-03-17 14:04:27 发布

2025年3月，韩国成为全球第一个在公立教育体系中强制推行AI数字教科书的国家。这个决定看起来是一次教育现代化的壮举——政府投入超过5300亿韩元，联合21家出版商开发了146套AI教材，最终认证76套，覆盖数学、英语、信息等核心学科，面向小学三四年级及初高中一年级学生全面铺开。这是一个规模宏大的赌注，押注的是技术能够解决教育的根本问题。

四个月后，这个赌注崩盘了。

85.5%的试点学校教师放弃使用这套系统，称其不过是"昂贵的数字废纸"。60%的学生从未登录过平台，整个学期内使用超过10天的学生比例仅为8.1%。到2025年8月，韩国国会通过修正案，将AI数字教科书从"法定教材"降级为"教育资料"——由各校自主决定是否使用。采用率随即从第一学期的37%跌至第二学期的19%。5万家长联署抗议，项目实质上终结。

5300亿韩元投入、85.5%的试点教师放弃使用、60%学生从未登录、第一学期37%的采用率第二学期跌到19%——这一系列数字背后，是一个值得认真解剖的失败。但这个失败的意义远超过一个技术项目的挫折。它以极高的代价，清晰地暴露了两个在AI教育热潮中被反复回避的根本问题："个性化学习"作为教育理念是否经得起检验？教师在AI辅助教学中究竟应该扮演什么角色？

这篇评论试图通过剖析AIDT（AI Digital Textbook）项目的兴衰，深入探讨这两个问题背后的制度性、哲学性和权力性的复杂维度。

一、修辞的胜利与事实的沉默

AIDT的核心承诺是"个性化学习"——AI实时分析每个学生的学习数据，动态调整题目难度和学习路径，实现真正的"一对一"指导。这个口号几乎无懈可击。"因材施教"是教育史上最古老的理想，孔子早就实践过。当AI技术让这个理想似乎触手可及，反对它的人很难不显得保守或反智。

韩国政府正是抓住了这个修辞优势。在低出生率、教育差距扩大、课外补习费用高企的社会背景下，AIDT被塑造成一个同时解决多重危机的技术方案。官方宣传强调，这套系统能够缩小城乡教育差距、减轻学生课外补习负担、提高教学效率。质疑它等于质疑教育公平本身。这是一种典型的修辞绑架——通过将技术方案与教育理想混为一谈，使得对技术的批评变得政治不正确。

但这个修辞掩盖了一个从未被正面讨论的前提：算法"个性化"的逻辑，和教育的逻辑，是同一件事吗？

这个问题的答案是否定的，而且这个否定性的答案触及了问题的本质。

算法个性化的核心机制，是根据用户的历史行为预测"下一步最优内容"——最可能被接受、最不容易流失、最能维持参与度的内容。这套逻辑在娱乐推荐、电商和社交媒体上运转良好，因为这些场景的目标函数很简单：让用户停留更久、点击更多、最终完成商业转化。Netflix的推荐算法、抖音的内容分发、亚马逊的商品推荐——这些系统都在优化同一个目标：参与度最大化。

但教育的目标函数则完全不同。学习本质上是一个接受认知挫折的过程。真正有效的学习往往发生在"最近发展区"的边缘——那个让学生感到有些困难但并非无法企及的地带。维果茨基在20世纪就提出了这个概念，几十年的教育研究都证实了它的有效性。在这个区域，学生经历认知冲突、尝试新的思维方式、最终实现突破。这个过程往往是不舒适的、充满挫折的，但正是这种不舒适推动了真正的学习。

更重要的是，教育不只传递技能，还在塑造一个人面对困难的态度、接受延迟满足的能力、以及在不确定中寻找意义的习惯。这些东西无法被数据化，也无法被算法优化。一个学生为了解决一个难题而反复尝试、最终成功的过程，这个过程中的挫折感、坚持力、创造性思维——这些都是教育最想要培养的东西，但它们恰恰是算法最想要消除的东西。

AIDT的实际运行揭示了这个矛盾。系统会把基础薄弱的学生推向更简单的内容以维持"成功体验"，但这种保护性推荐往往绕开了学生真正需要突破的障碍。一个数学基础不好的学生，系统会推荐更简单的题目，让他获得"成功"的快感。但这个学生真正需要的，可能是在教师的指导下，经历一个困难但可达成的挑战，从而建立对自己能力的真实认识。

更麻烦的是，AI诊断系统频繁出错——将正确答案判为错误，给出不合逻辑的学习建议。这不是小概率的技术故障，而是系统性的质量问题。根源在于AI对教育语境的理解仍然肤浅。一个学生答错题目，可能是因为理解不足，也可能是因为粗心，也可能是因为题目表述不清，也可能是因为他正在尝试一个新的解题思路。算法无法区分这些情况，因此它的"诊断"往往是盲目的。

这里有一个更深的悖论值得正视：如果算法真的足够"个性化"，它会不会让学习变得太舒适？ 一个总是推荐"适合你当前水平"的系统，是否会系统性地减少学生接触陌生领域、承受挑战的机会？这个问题在AIDT推广期间从未被认真研究过。"个性化"被当作答案，而不是被当作一个需要检验的假设。

二、教师的失踪：从赋能到降职

AIDT的官方定位是"教师赋能工具"——AI处理个性化推荐，教师获得实时的学生学习数据，从而做出更精准的教学决策。这个描述听起来是教师能力的增强，实际上是角色的根本重构。

传统课堂中，教师是专业判断的核心。什么时候该讲，什么时候该停，什么时候该让一个学生继续挣扎而不是立刻给出答案——这些判断依赖教师长期积累的专业知识、对当下课堂氛围的感知，以及对每个学生的具体了解。一个有经验的数学教师能够在学生的眼神中看出他是真的不理解还是只是分心；能够判断什么时候应该给予鼓励，什么时候应该提出更高的要求；能够在课堂的动态中灵活调整教学节奏。这种专业性是隐性的、情境性的，难以编码，也难以被系统替代。

AIDT的设计逻辑却在悄悄地重新分配这种判断权。系统提供学习路径，系统提供诊断结果，系统决定每个学生下一步该做什么。教师的工作变成：确保学生登录系统、处理技术故障、核查AI给出的建议是否合理。这不是赋能，这是去专业化。

试点数据非常清楚地反映了这一点。85.5%的教师放弃使用。这个数字不该被读成"教师保守"或"教师不愿意学新技术"，而应该被读成教育技术推广的核心失误——把教师变成了"系统执行者"而非"专业判断者"。

教师们放弃使用AIDT，主要原因不是技术本身的难度，而是系统实际上增加了他们的工作量。一位参与试点的教师需要花额外时间审查AI生成的错误内容，需要向学生和家长解释系统推荐的逻辑，需要持续处理登录延迟、系统崩溃、与校内其他软件不兼容等技术问题。原本被承诺的"减负"，变成了另一层叠加的管理负担。

一位匿名参与试点的教师的描述颇为传神："我们原本希望AI能成为教学助手，但它却成了另一个需要管理的’问题学生’。"这个比喻深刻地揭示了问题的本质。系统不仅没有减轻教师的负担，反而成为了一个新的、需要持续维护和管理的对象。

这个结果并不意外，如果我们认真思考过教育技术推广的历史的话。EdTech领域有一个反复出现的模式：技术工具以"辅助教师"为名进入课堂，却在实际操作中要求教师调整自己的节奏、流程和判断方式以适应系统。最终，技术没有适应教学，而是教学被迫适应技术。

这种模式的根源在于一个根本性的误解：许多EdTech产品的设计者似乎认为，教学可以被分解为"数据输入→系统处理→结果输出"的流程。但实际上，教学是一种高度情境化的专业实践，它涉及对学生心理状态的实时判断、对课堂动态的敏感把握、对教学目标的灵活调整。这些东西无法被系统化，也不应该被系统化。

更深层的问题是，这种设计反映了对教师专业性的根本不信任。如果设计者真的信任教师的专业判断，就应该让教师参与产品的需求定义、设计和评估。但AIDT的设计过程中，教师的声音几乎没有被听见。结果是，产品无法真正适应教学的复杂性，反而成为了教师工作的障碍。

三、制度性失败的结构根源

AIDT的失败不是一个孤立事件，而是反映了教育技术推广中的系统性问题。这些问题涉及试点设计、利益相关者参与、评估标准等多个维度。

试点设计的急功近利

韩国政府用"寒假三个月的现场适用性审查"代替了真正的试点研究。这是一个致命的决定。真正的试点应该是：小规模、长周期、充分的反馈循环、不断的迭代改进。但韩国的做法是压缩周期、扩大规模、急于落地。

这种急功近利的背后，是对技术成熟度的盲目乐观。当一个技术被包装成"解决方案"时，决策者往往会高估其成熟度、低估其风险。AIDT被塑造成了一个能同时解决"低出生率、教育差距、课外补习费用"的万能药，这本身就是一个危险信号。任何宣称能解决多个复杂社会问题的单一技术方案，都值得高度警惕。

结果是所有潜在问题同时爆发，而不是在可控范围内被逐一解决。如果韩国政府选择了一个更谨慎的试点方案——比如在5所学校试点一年，充分收集反馈，逐步改进——许多问题可能在大规模推广之前就被识别和解决。

利益相关者的不对等参与

在AIDT的推广中，谁的声音被听见了？出版商的商业利益被听见了——他们获得了政府资金支持，开发教材。教育官僚的政绩需求被听见了——一个大规模的技术项目看起来很"现代"，能够在官员的简历上增加亮点。

但教师的专业意见呢？学生的实际体验呢？家长的隐私担忧呢？这些声音要么被忽视，要么被压制。教师在项目推广的后期才被纳入，而那时主要的设计决策已经做出。学生的使用体验没有被系统地收集和分析。家长对数据隐私的担忧被简单地以"符合法规"来回应。

这导致了一个代表性的失真。项目的推广者声称代表"教育进步"，但实际上代表的是一种特定的商业和官僚利益。当这种失真被揭露时（通过85.5%的教师放弃率、60%的学生未登录率、5万家长的联署抗议），反弹就变得不可避免。

评估标准的错位

AIDT项目的成功指标是什么？从文件和报道来看，似乎是"采用率"——有多少学校使用了这个系统。但这个指标完全无法反映教育效果。一个被广泛采用但教学效果不佳的系统，不应该被视为成功。

真正的评估应该关注：学生的学习成果是否改善？教师的教学效率是否提高？学生对学习的态度是否改变？这些指标更难量化，但它们才是真正重要的。采用率只是一个过程指标，而且是一个容易被操纵的指标（通过强制使用、行政压力等）。

这种评估标准的错位，反映了一个更深层的问题：对技术本身的迷信。决策者似乎相信，只要技术被采用，教育改进就会自动发生。但实际上，技术的采用和教育改进之间没有必然的因果关系。一个被迫使用的系统，即使被广泛采用，也不会带来教育改进。

四、信任的消耗与长期的代价

AIDT的失败有一个往往被忽视的长期后果：对AI教育整个领域的信任伤害。

这不仅仅是韩国的问题。当一个高调的、投入巨大的AI教育项目在短期内崩溃时，它会在公众心中留下深刻的印象。未来任何国家、任何机构试图推进类似项目，都要先花大量精力与"韩国案例"切割，解释"我们的方案不同"。这是一种信任成本，它会延缓整个领域的发展。

更重要的是，这次失败会强化一种特定的叙事：“AI在教育中不可行”。这个叙事本身是错误的，但它会被广泛传播。结果是，即使有真正有价值的AI教育应用，也会因为这个负面叙事而难以获得支持。一个有潜力的AI辅助学习工具，可能因为与AIDT的关联而被公众和教师所拒绝。

这对整个教育生态都是伤害。我们失去的不仅是一次学习机会，更是一个可能有价值的技术方向被过早地被否定的风险。

此外，这次失败还会对政策制定产生长期影响。韩国国会通过修正案将AIDT从"法定教材"降级为"教育资料"，这反映了政策制定者对这个项目的失望。但这个反应可能过度纠正。一个更理性的反应应该是：认真分析失败的原因，改进推广方式，而不是简单地放弃这个方向。但在政治压力下，过度纠正往往是更容易的选择。

五、两个可操作的判断标准

文章最后提出的两个标准值得深入讨论，因为它们提供了一个框架，用于评估未来的AI教育项目。

第一个标准涉及教育哲学问题

一个AI教育产品是否有机制让学生接触他们不喜欢但需要的内容？这个问题触及了教育与娱乐的根本区别。娱乐的目标是满足用户的偏好，教育的目标是扩展用户的能力。有时候这两个目标是一致的，但很多时候它们是冲突的。

一个学生可能不喜欢数学，但他需要学习数学。一个系统如果完全尊重学生的偏好，就会推荐他去学他喜欢的东西，而不是强制他学习数学。但教育的本质正是在扩展学生的能力范围，包括那些他们原本不感兴趣的领域。

一个真正的教育系统必须能够处理这种冲突，而不是简单地向娱乐推荐的逻辑妥协。这意味着在设计AI教育产品时，需要明确回答：系统的优化目标是什么？如果是"参与度"，那就是娱乐；如果是"学习效果"，那就需要一套完全不同的算法逻辑。而且，这两个目标冲突时，系统如何取舍？如果系统总是优先选择"容易参与"的内容，那它就不是真正的教育工具。

AIDT在这个问题上的失败是致命的。系统被优化为最大化参与度，而不是学习效果。结果是学生被推向他们容易成功的领域，而不是被推向他们需要突破的领域。

第二个标准涉及权力关系问题

教师是设计者还是被设计者？这个问题看似简单，但其实涉及了整个项目的合法性和可行性。如果教师只在"培训阶段"出现，而不参与需求定义、工具设计和评估标准的制定，那么这个项目从一开始就把教师设定为需要被管理的变量，而不是需要被赋权的专业人员。

这不仅会导致教师的抵触，更重要的是，它会导致产品设计的根本性缺陷。因为教师对教学现场的理解是最深刻的。如果他们不参与设计，产品就很难真正适应教学的复杂性。AIDT的许多问题——比如AI诊断的频繁出错、系统与实际教学流程的不匹配——很可能可以通过让教师参与设计过程而被提前识别和解决。

一个真正的教师赋能工具，应该是由教师参与设计的工具。这不仅是民主的问题，更是实用性的问题。

六、全球背景下的启示

AIDT的案例对全球的AI教育推广有几个重要启示。中国、印度、英国、美国都有规模不等的AI教育项目在推进，每一个都在使用相似的话语：个性化学习、减轻师生负担、缩小教育差距。这些项目都面临类似的风险。

第一，警惕"解决方案"话语

当一个技术被包装成"解决教育问题"时，需要追问：它解决的是什么具体问题？这个问题的根源是什么？技术真的是解决这个问题的最佳方式吗？有没有其他更低成本、更低风险的解决方案？

AIDT被塑造成了一个能同时解决"低出生率、教育差距、课外补习费用"的万能药。这本身就是一个危险信号。任何宣称能解决多个复杂社会问题的单一技术方案，都值得高度警惕。

第二，重视试点的质量而非规模

一个小规模、长周期、充分反馈的试点，比一个大规模、短周期、急于落地的"试点"更有价值。前者能帮助我们发现问题、改进设计；后者只是在掩盖问题。

韩国的错误在于压缩试点周期、扩大试点规模。一个更理性的做法是：在3-5所学校试点一年，充分收集反馈，逐步改进，然后再考虑大规模推广。

第三，让利益相关者充分参与

教师、学生、家长、教育研究者——这些人的声音都应该被听见。不是因为"民主"的原因（虽然这也是一个理由），而是因为他们拥有对教学现场的深刻理解，这种理解对产品设计至关重要。

一个没有充分听取教师意见的教育技术项目，注定会面临教师的抵触。一个没有考虑学生实际体验的项目，注定会面临低采用率。一个没有回应家长隐私担忧的项目，注定会面临公众反弹。

第四，区分教育与娱乐的逻辑

AI在娱乐推荐上的成功，不能直接转移到教育领域。教育有自己的逻辑，这个逻辑与娱乐的逻辑在根本上是不同的。任何试图用娱乐推荐的算法来做教育的尝试，都会面临AIDT遇到的问题。

这需要教育工作者、技术开发者和政策制定者之间的真诚对话。技术开发者需要理解教育的复杂性，教育工作者需要理解技术的可能性和局限性，政策制定者需要在两者之间找到平衡。

七、更深层的反思

这篇文章最值得称赞的地方，是它没有简单地得出"AI不适合教育"的结论，而是进行了更深层的制度性反思。它问的不是"技术能不能用"，而是"我们用技术的方式对不对"。

这是一个关键的区别。前一个问题往往导致简单的是非判断；后一个问题导致对权力、信任、专业性等深层问题的反思。

AIDT的失败，本质上是一次制度设计的失败。它反映了在推进技术创新时，如何在官僚效率、商业利益、专业自主和公众信任之间找到平衡。韩国政府选择了效率和规模，牺牲了专业自主和充分的试验。结果是一个表面上的"失败"，但实际上是一次宝贵的教训。

这个教训涉及几个深层的问题：

关于专业性的问题：在技术变革的时代，专业人士（如教师）的角色是什么？他们应该是技术的被动接收者，还是应该是技术设计的主动参与者？AIDT的案例表明，如果专业人士被边缘化，技术推广就会失败。这对其他领域也有启示——医学、法律、工程等领域的专业人士，都应该在技术变革中发挥更大的作用。

关于信任的问题：技术推广需要建立在信任的基础上。但信任不是凭空产生的，它需要通过充分的沟通、透明的过程、对利益相关者关切的真诚回应来建立。AIDT的推广过程中，这些要素都缺失了。结果是信任的破裂，以及对整个AI教育领域的不信任。

关于民主的问题：技术决策不应该只由官僚和商人做出，而应该包括受影响的各方——教师、学生、家长、教育研究者。这不仅是民主的要求，也是理性决策的要求。因为这些人拥有对问题的深刻理解，他们的参与能够改进决策的质量。

关于教育本质的问题：AIDT的失败，根本上反映了对教育本质的误解。教育不仅是知识的传递，更是人的发展。这个过程涉及认知、情感、社会性等多个维度，不能简单地被数据化和算法化。任何教育技术都需要尊重这个复杂性，而不是试图消除它。

八、结论：教训的价值

AIDT项目投入了5300亿韩元，最终以失败告终。但这个失败的价值在于它提供了一个清晰的案例，让我们看到当我们忽视教育的复杂性、边缘化专业人士、急于推广技术时会发生什么。

这个教训对全球的AI教育推广者都是有用的。它不是在说"不要用AI"，而是在说"要更谨慎地用AI"。这意味着：

充分的试点和反馈，而不是急于大规模推广。充分的利益相关者参与，而不是由官僚和商人独自决策。清晰的评估标准，关注学习效果而不仅仅是采用率。对教师专业性的尊重，让他们参与设计而不仅仅是执行。对教育本质的理解，认识到教育不能被完全数据化和算法化。

如果这些条件能够被满足，AI在教育中仍然有很大的潜力。但如果这些条件被忽视，我们就会看到更多的AIDT——投入巨大、承诺宏大、最终失败、留下伤害。

韩国用5300亿韩元买来的教训，值得全世界认真学习。问题是，我们是否会真正学到？还是会重复同样的错误？这取决于我们是否愿意认真思考这些深层的问题，而不是简单地被技术的光芒所迷惑。

以下是与文章内容相关的韩国媒体报道及英文国际报道的超链接整理：

🇰🇷 韩国媒体报道（韩文）

来源	标题	链接
中央日报 (중앙일보)	“解题速度变快” vs “500个→500dog翻译”……AI教科书争论不休	joongang.co.kr
Newsis	被剥夺"教科书"地位的AI数字教科书，将从法律中消失	newsis.com
教育新闻 (에듀프레스)	“耗资1.4万亿的AI数字教科书，10所学校中9所拒绝使用”	edupress.kr
NewsTheAI	准备超两年的AIDT，一个学期后实质退场……出版商"生存抗争"持续	newstheai.com
韩联社 (연합뉴스)	未经试点运营就推行的AI数字教科书……审计院：“准备不足”	yna.co.kr
大学新闻网 (unn.net)	AI数字教科书面临退出危机……降级为"教育资料"通过教育委员会	unn.net
YouTube 긴급진단	【紧急诊断】AI数字教科书问题何在	youtube.com

🌐 英文国际报道

来源	标题	链接
Rest of World	AI-powered textbooks fail to make the grade in South Korea	restofworld.org
Futurism	South Korea’s Experiment in AI Textbooks Ends in Disaster	futurism.com
ZME Science	South Korea Is Quietly Pulling the Plug on Its AI Textbooks	zmescience.com
India Today	A $850 million AI textbook experiment in South Korea failed after 4 months	indiatoday.in
Korea JoongAng Daily	AI in schools will disadvantage low-income students, report warns	koreajoongangdaily.joins.com
World Education Blog	AI textbooks to arrive in Korea – the good, the bad, and the ugly（项目启动前分析）	world-education-blog.org

📄 学术/政策文件

来源	标题	链接
Open Net Korea	A Critique of the AIDT Policy in Korea（政策批评报告，PDF）	opennetkorea.org
KCI 学术数据库	인공지능 디지털교과서(AIDT) 도입의 문제점 및 개선 방안（学术论文）	kci.go.kr

其中最值得深读的是 Rest of World 的报道（英文，调查性报道，细节丰富）和韩联社审计院报道（官方数据来源），与文章中引用的数据最为吻合。Open Net Korea 的 PDF 政策批评报告也可作为学术引用的参考来源。

以下是参与 AIDT 项目的主要出版商官网产品页面及官方平台的超链接：

📚 主要出版商产品官网

出版商	产品页面	说明
동아출판（东亚出版）	aidt.douclass.com	东亚出版 AI 数字教育资料官网，含课堂工具介绍
비상교육（Visang 比上教育）	vivasam.com/aidt/intro	比上教育 AIDT 教育资料支持中心，含功能演示
비상교육 体验入口	b2-class.aidtclass.com	高中数学 AI 教科书在线体验页面（可直接试用）
미래엔（未来恩）	aidt.m-teacher.co.kr	未来恩 AI·数字教育资料官网
지학사（知学社）	textbook.jihak.co.kr/AIDT22	知学社 AI 数字教育资料介绍页
지학사 教师平台	tsol.jihak.co.kr	知学社课堂支持平台"티솔루션"
천재교육（天才教育）	support.aitextbook.co.kr	天才教育 AI 数字教科书支持中心
아이스크림미디어	i-screammedia.com	i-Scream Media AI 数字教科书产品介绍页
스마트AIDT	smart-aidt.com	Smart AIDT 产品官网

🏛️ 官方政府/教育机构平台

机构	链接	说明
韩国教育部 AI·数字教育资料门户	aidtbook.kr	教育部统一入口，汇集各出版商认证产品
에듀넷 数字教科书网页查看器	webdt.edunet.net	教师/学生在线使用数字教科书的官方平台
KERIS AI数字教科书开发指南（PDF）	keris.or.kr	韩国教育学术信息院发布的开发规范文件
행복한 교육（快乐教育）	happyedu.moe.go.kr	教育部官方杂志，含出版商功能对比介绍
AIDT 命名活动页	aidtshow.kr/brandnew.html	降级后官方为产品重新命名的活动页面（反映政策转向）