AI 什麼都會了，孩子還需要學什麼？

孩子還在讀幼兒園，你大概已經被問過或自己想過這個問題：等他長大，現在學的東西還有用嗎？這種焦慮通常在看到某則新聞之後最強烈——美國有學校把核心學科壓縮進每天兩小時，卻宣稱學生成績遠遠超前同齡人；矽谷創投砸下四千多萬美元，開了一所不給學位的學校，說要取代大學。

這篇不打算跟你說「所以快教孩子用 AI」。實際上，這兩個實驗裡最值得台灣家長注意的部分，跟 AI 工具幾乎沒有關係。我們先把它們到底在做什麼弄清楚，包括它們的收費、它們的數據可不可信，再回頭談一件比較踏實的事：這些變化在三到六歲這個階段，實際上長什麼樣子。

先把兩件常被混在一起的事分開

談「AI 世代的教育」時，其實有兩個完全不同的問題被塞在同一個詞裡。

第一個是用 AI 來教：把軟體當作老師或助教，讓它依照每個孩子的程度出題、給回饋、調整難度。這是技術問題，討論的是效率。

第二個是為了 AI 存在的世界而教：如果很多過去需要花很久才學會的技能，機器現在幾秒就能做完，那人該把時間花在哪裡？這是價值問題，討論的是方向。

下面兩個實驗剛好各自站在一邊。把它們分開看，你會發現它們對幼兒階段的參考價值差很多，而且和新聞標題給人的印象不太一樣。

實驗一：把學科壓縮成兩小時的 Alpha School

Alpha School 是一所私立 K-12 學校，2014 年在德州奧斯汀創立，經 Cognia 認證，目前仍在快速展店（各來源公布的據點數從十幾所到三十幾個城市都有，口徑不一）。它最廣為流傳的標籤是「一天只上兩小時」。

實際的做法是：上午約兩小時進行核心學科，學生使用自適應軟體，依照自己的進度和對概念的掌握程度往前走，而不是全班一起跟著課表前進；下午則是生活技能工作坊，用在真實技能的練習與個人興趣的探索上。

有兩個常見的誤解需要澄清。第一，這不是把 ChatGPT 丟給小孩自己學——有報導指出它使用的是類似 IXL 或 Khan Academy 那種自適應練習工具，而不是大型語言模型（Alpha 官方並未公開點名自己用的是哪一套系統）。第二，學校有真人教師，稱為 guide，只是工作內容從備課和批改，轉向情緒支持、動機維持和生活技能指導。官方從未說過要用 AI 取代老師。

還有一個新聞標題很少提的數字：它的學費依校區從約一萬美元到七萬五千美元不等，多數校區落在四萬美元上下，換算下來一年一百三十萬元台幣上下。理解這件事之後，你對「這個模式能不能推廣」大概會有不同的判斷。

那個「兩倍學習速度」的數據，能不能信？

Alpha 最強的行銷語言是：學生的學習速度是同儕的兩倍，測驗成績位居全美前百分之一。這是很驚人的宣稱，所以值得看它從哪裡來。

這些數字來自 Alpha 自行分析的 NWEA MAP 測驗內部數據，不是第三方公布的，底層資料也沒有公開供獨立審查。這不代表它一定是假的，但它目前的證據等級，和經過同儕審查的研究結果並不相同。

具名的質疑也存在。教育評論者 Natalie Wexler 認為，MAP 分數高不代表理解得深，而且這套測驗根本不考社會科；她也質疑校方把原始資料鎖在內部，外人無從檢驗，文中並引述 Robert Pondiscio 持相同立場。學習科學研究者 Jared Cooney Horvath 則問了另一個問題：在 AI 輔導情境下練出來的好成績，能不能遷移到其他學習情境？此外，賓州教育廳則把它列為未經驗證的模式，理由是沒有證據顯示它能對接州定的標準。

所以比較持平的說法是：這是一個正在進行、值得觀察的教育實驗，不是一個已經被證明更有效的方法。任何跟你說「美國已經證實兩小時就夠了」的內容，都是把話說得比證據還滿。

實驗二：把大學換成「做東西」的矽谷新學校

另一個常被跟 Alpha 放在一起討論的，是創投機構 a16z 在2026 年九月宣布籌設的 The Horowitz Andreessen Academy。這件事得先講清楚：它跟幼兒教育沒有任何關係，收的是高中畢業以上的成年人，而且要到2027 年秋季才會有第一屆學生，目前只是開放申請階段。

它之所以值得放進這個討論，是因為它的賭注下得非常直白——這是一所不授予學位、尚未取得認證的營利機構，由 a16z 與個人投資人投入約四千兩百萬美元種子資金。它要求學生拿作品和企業實習經歷去面對職場，而不是拿一張文憑。首屆五十人免學費，但那只是創始班的待遇；校方規劃中的兩年制版本要到2028 年才推出，屆時一年收費上看六到九萬美元，與菁英私校同一個級距。

換句話說，有人砸下數千萬美元，賭的是作品與實際經歷終將勝過一紙文憑。這個賭注成不成立還不知道，具名的批評也不少。完整的設計、收費規劃與各方質疑，另一篇創投開的學校不發學位拆得比較細。

兩個實驗真正共同指向的東西

把行銷語言和爭議都拿掉之後，這兩個實驗有一個共同的賭注：當「取得知識」和「產出標準答案」變便宜，教育的重心就會往別的地方移動。

具體來說是這四個方向：

• 從一起前進，到各走各的進度。Alpha 的兩小時之所以可能，前提是每個孩子不必等別人，也不必被別人拖著跑。
• 從完成作業，到做出東西。兩所學校都把「產出一個成品」放在比「交一份作業」更高的位置。
• 從老師是知識來源，到老師是教練。這是 Alpha 的 guide 和 a16z 的業界導師共同的角色設定。
• 從成績單，到作品與經歷。一所不發學位的學校敢開，背後就是在賭這件事。

需要保持清醒的是：這四點在教育界其實不是新發明。蒙特梭利對個別進度的主張、Reggio Emilia 與專案式學習對「做出東西」的重視，都早在這波討論之前就存在。矽谷版本的新意在於規模化的技術手段和資金，不在於教育哲學本身。如果你想知道這些想法在台灣的幼兒園現場長什麼樣子，站內的課程名詞解密和專案式學習講的就是同一組東西，只是不必飛到德州。

那三到六歲的孩子，到底該學什麼？

先說一個容易被跳過的前提：上面兩個實驗，一個從幼兒園中班開始但要價百萬，一個根本是給成年人的。它們都沒有回答「學齡前該怎麼做」這個問題。

而台灣這邊其實有明確的答案。教育部的幼兒園教保活動課程大綱涵蓋身體動作與健康、認知、語文、社會、情緒、美感六大領域，並且以統整不分科為原則，不以讀寫算為目標。這不是政府保守。學齡前真正在長的是身體控制、語言表達、情緒調節與跟人相處這幾件事，而它們幾乎都得靠實際去玩、實際跟人互動才長得出來。

把矽谷那四個方向翻譯回這個年紀，大概是這樣：

• 「各走各的進度」在幼兒園的對應物，是老師願不願意接受每個孩子發展速度不同，而不是讓全班同時學會同一件事。
• 「做出東西」的對應物，是遊戲中學習裡孩子自己發起、持續好幾天的那種扮演和建構，不是每人帶回一張一模一樣的勞作。
• 「老師是教練」的對應物，是老師在旁觀察和提問，而不是一直下指令。
• 「作品與經歷」的對應物，是園方拿得出孩子的成長檔案和課程紀錄。

至於「要不要讓孩子早點接觸 AI 工具」——在這個年紀，這個問題的優先順序其實排得很後面。螢幕使用本身的原則、以及該怎麼問園方，站內的幼兒園的 3C 使用有比較完整的討論。

不用搬去美國，這個週末可以做的一件事

如果你看完只想做一件具體的事，可以試試這個：讓孩子自己選一個他最近一直在問的問題，陪他找答案，最後一起做出一個可以拿給別人看的東西。

一張海報、一個積木模型、一段影片、一本自己畫的小書都可以。重點不在成品漂不漂亮，而在於完整走過一次「我想知道—我去找—我做出來」的循環。對三到六歲的孩子，這個循環可能只需要一個下午。

這件事之所以值得做，不是因為矽谷在做，而是因為它剛好同時練到好奇心、計畫能力、堅持完成和向別人表達——這四件事不管未來 AI 走到哪裡，都還是人要自己完成的部分。

至於選園，順序建議不要反過來：先用裁罰查詢確認基本面沒問題，再看收費是否透明，最後才談教學理念適不適合。教育哲學再吸引人，都不該蓋過安全與誠信這兩件事。想比較不同教育取向的話，怎麼選教育取向可以當作下一步。