全篇概述
斯坦福 HAI 的《AI 指数报告》是年度独立研究计划,2026 年为第九版,共 9 章、425 页(研发、技术性能、负责任 AI、经济、AI 与科学、AI 与医学、教育、政策与治理、公共舆论)。全书的组织性命题是:AI 能力的扩张速度,已超过周边制度(治理、评估、教育、数据基础设施)的适应速度。 本档案聚焦第七章 Education——由 AI Index 与卡普尔基金会、CSTA、ECEP 联盟合作撰写。
教育章给出的核心悖论是:学生在快速拥抱 AI,而政策与课程体系的响应严重滞后。 报告反复标明教育数据“碎片化且滞后”,因此本章大量以计算机科学(CS)教育数据作为代理(proxy)——这是阅读本章时须留意的边界。
你提到的两个数字,经我直读 PDF 原文核对,均精确出现在报告中,且指向两个不同的调查(见下)。此外报告里其实还有一个“80%”(美国高中生与大学生)——与“15 国 80%”是两个独立数据点,容易混淆,我一并标出。
---
- 日期:2026-11-09
- 原始日期:2026-04-01
- 来源:斯坦福大学以人为本 AI 研究院(Stanford HAI)《Artificial Intelligence Index Report 2026》(第九版,2026 年 4 月,共 425 页);官方页 阅读原文 |报告 PDF 阅读原文 (已下载直读,本文主体为第七章 Education)
- 渠道:斯坦福 HAI 官网(一手 PDF)
- 体裁:报告
- 作者:Stanford HAI(独立研究计划),2026 年为第九版;教育章由 AI Index 与卡普尔基金会(Kapor Foundation)、计算机科学教师协会(CSTA)、ECEP 联盟合作撰写
- 信源层级:一手(报告 PDF 原文,已下载并逐页直读)
- 标签:AI教育 / AI指数 / 教育政策 / 学生使用 / K-12
- 一句话:学生已全员上线,制度还在离线——15 国 80% 大学生用 AI,仅 6% 教师说政策清晰。
一、数字一:15 国大学生,80% 用生成式 AI 辅助学习
原文(p303):“In Chegg's 2025 survey of university students from 15 countries, 80% said they have used generative AI to support their learning. That is double the share reported in 2023, when only 40% of students reported having used generative AI for school.”
出处:Chegg Global Student Survey, 2023 & 2025|Figure 7.2.16
- 趋势:翻倍——2023 年仅 40%,2025 年达 80%。
- 国别差异极大(Figure 7.2.16,2023 vs 2025):
- 最高 印度尼西亚 95%;
- 美国、英国均为 67%;
- 其余样本国:土耳其 90%、澳大利亚 89%、加拿大 87%、南非 84%、墨西哥 84%、肯尼亚 84%、印度 83%、韩国 83%、巴西 81%、西班牙 79%、沙特 77%、马来西亚 68%。
- 使用强度:用 AI 的学生中,56% 每天至少提问一次。
- 不用 AI 的三大原因:怕被指学术不端(45%)、内容准确性(38%)、学校政策限制(33%)。
- 用法与动机:大学生与高中生类似(做研究、头脑风暴、编辑论文),最大区别是大学生首要目的是“用 AI 理解某个概念/学科”(56% vs 高中生 41%)——“理解一个主题”是大学生使用生成式 AI 的第一大用途。
- 效果自评:一项对超 7.3 万名加州州立大学学生的调查显示 64% 认为 AI 对学习体验有积极影响;一半受访者称加深了对主题的理解、49% 称完成作业能力提升、41% 称组织性改善;55% 称 AI 让学习更快。
- 一个反向信号:Anthropic 分析发现,学生多用 Claude 做高阶思维(创造 39.8%、分析 30.2%),少用于低阶思维(应用 10.9%、理解 10.0%)——报告提醒这可能意味着学生依赖 AI 而非自己发展这些认知能力;另一调查显示 55% 美国大学生认为生成式 AI 对批判性思维“影响有好有坏”。
二、数字二:仅 6% 的美国教师认为学校 AI 政策「清晰、全面」
原文(p314):“A teacher survey found even lower ratings for clear policies, with teachers saying that only 6% of their schools had clear, comprehensive policies.”
同页:“Only about half of middle and high schools have policies regarding AI use. Of that, only 28% permit AI use in some circumstances, while 22% do not.”
- 政策覆盖率:只有约一半的初高中有关于 AI 使用的政策;其中28% 允许在部分情形使用,22% 不允许。
- 清晰度极低:
- 学生侧:仅 36% 认为本校政策“非常清晰”;47% 想用 AI 做作业但不确认是否被允许;
- 教师侧:仅 6% 认为本校有“清晰、全面”的政策(这正是你引用的数字)。
- 分布不均:有 AI 政策(尤其允许型)的学校,更多位于更富裕、更城市化的社区。
- 政策为何“形同虚设”(报告 Highlight,p317,来自 ECEP 的评估):州级 AI 指导多为“非强制、去中心化”——多数州依赖既有联邦法(COPPA、FERPA),不发 AI 专项指令;政策制定、工具评估、落地的责任落到地方教育机构,因此力度与速度取决于本地能力(受训教师数量、资金)。教师培训也是缺口:州级文件承认其重要性,却无州级标准或资金。
三、报告里另外三个「80% / 6%」相关数据(防混淆)
- ⚠️ 另有美国口径的“80%”:报告章首要点(Highlight 3,p290) 写的是——“Four out of five U.S. high school and college students now use AI for schoolwork... Only half of middle and high schools have AI policies, and just 6% of teachers say those policies are clear.”
- 即“五分之四(80%)”在报告里有两个口径:① Chegg 15 国大学生(80%)(§一);② 美国高中生与大学生(80%)(本要点)。两者是独立数据点,勿混用;而“6% 教师”两处指向同一教师调查。
- K-12 学生使用率:估计区间为 50%–84%(不同调查);一大专/大学差异见上。
四、教育章其余要点(完整版)
- CS 入学降温、AI 专业化升温:美国四年制大学 CS 本科入学 2024→2025 下降 11%;但 AI 软件相关硕士毕业生 2023→2024 增长 17%。
- 全球 ICT 毕业生:美国在各学位层级仍居首,但土耳其、巴西、墨西哥增速更快(数据来自 OECD,不含印度、中国、非洲大部——报告明确指出这一盲区)。
- AI 博士流向逆转:美加新增 AI 博士 2022→2024 增长 22%,但增量全部流向学术界(产业界份额持平),逆转了此前十年“主要流向产业”的趋势。
- 各国 AI/CS 教育落地:90%+ 国家已向中小学开设计算机科学,但 AI 教育推进较慢;中国与阿联酋均自 2025-26 学年起强制开展 AI 教育(中国:北京、广东、杭州落地,依据 2025 年 5 月《中小学人工智能通识教育指南》等);韩国2025 年 3 月推 AI 教科书,数月后因家长与教师反对撤回。
- 美国州级政策(截至 2026 年 1 月):30 州已就教育中的 AI 发布指导;45 州采纳 K-12 CS 标准,但仅 6 州标准含“显著 AI 内容”,10 州完全未提 AI。
- 课堂之外的技能习得:多数国家 AI 素养增速快于工程型 AI 技能;阿联酋、智利、南非为例外(工程技能增速更陡)。
整理者的分析
标注:以下为整理者(范德)的分析,非报告原话,不代表其立场。
- 这两个数字并排,问的其实是同一件事:谁来定义“什么叫用对了”——学生自发用 AI(80%),学校没有清晰的规则(6%)。这与李丰那场的“所有人都知道要做什么,没有一个人定义什么算做成了”是同一个病:普及跑在了标准前面,缺的不是工具,是“什么算做到”。 对造物云教育线的映射:机会不在“再做一个 AI 学习工具”,而在“替学校/机构把'清晰、全面的 AI 政策'做出来”——这是报告亲口点出的空白。
- “6% 教师”这条比“80% 学生”更值得盯——80% 是需求信号,6% 是供给缺口的量化。报告把原因落到“州级非强制 + 责任下沉到地方 + 无教师培训标准”,这是一条可切入的合规/咨询生意的地图。
- “理解概念”是大学生用 AI 的第一用途(56%)——这条反直觉:AI 没被主要用来“写作业偷懒”,而是“帮我搞懂”。它把 AI 定位成“学习基础设施”,而非“作弊工具”——这为“AI 原生教育”的产品定义提供了由官方数据背书的立足点。
- 一个必须记住的方法论边界:报告自己承认教育数据碎片化、大量以 CS 数据作代理。引用任何“AI 教育”数字前,先问它到底是 AI 数据还是 CS 代理数据——这是报告给读者的诚实提醒,也是防止被二手传播带偏的筛子。
保留意见:① 本篇主体为报告 PDF 原文(一手,已逐页直读),两个数字已核到页码(15 国 80% 见 p303,教师 6% 见 p314);② “80%”在报告中有两个口径(Chegg 15 国大学生 / 美国高中生与大学生),本章已分别标注,引用时须指明口径;③ 教育章自陈以 CS 教育数据作为代理,且明确警示全球数据存在口径混淆与盲区(缺中印非)——不宜作精确国别比较;④ 报告为年度快照,数据多截至 2025 年,引用时注明版本(第九版,2026 年 4 月,425 页)。