一边是AI大赛，一边是AI课程包：孩子们的差距不在设备
8月1日，华东师范大学与华为联合发布“科技小学堂”人工智能课程资源包：24个课时、五大AI递进项目，从“创造AI学伴”到“农作物病虫害识别”，已经落地江西、宁夏、甘肃等7省100余所乡村学校，惠及15000多名学生。同一天，首届全国青少年人工智能大赛决赛在上海开幕，五大赛道里挤满了城市孩子。
一边是乡村AI课程包送到村小，一边是城市AI大赛燃到决赛——看起来，AI教育正在全面开花。但中国青少年研究中心研究员孙宏艳的一句话点破了真相：放任不管，AI会成为城乡教育差距的“放大器”；引导好了，AI才能成为缩小差距的“助推器”。
问题来了：放大器和助推器之间，差的那一步到底在哪？
同样是12岁的暑假：一个在AI里学习，一个在AI里刷视频
想象两个孩子的暑假。城里的林林打开平板，用AI把一道物理题拆成三个步骤，又让AI生成了一张“行星探索”思维导图；村里的浩宇手里也有一部手机——爸爸打工留下的旧机子，他刷了两小时短视频，然后让AI“帮写”了一篇读后感。
这不是文学虚构。西北农林科技大学一项覆盖陕西8所城乡中学的调研发现：农村娃多数到了初中才第一次接触AI，比城里孩子晚了差不多两三年；而且农村孩子用AI主要是娱乐放松，城里孩子则更多用来辅助学习。调研者的总结很直接：设备“有没有”的差距在缩小，但“用得好不好”“用了有没有用”的差距正在拉大。
数据与研究：三篇新论文，画出“能力鸿沟”的轮廓
2026年7月底8月初的三项新研究，把这条“能力鸿沟”画得更清楚了。
第一篇：乡村老师为什么不用AI？卡在“没人帮”。8月1日发表在《科学报告》（Scientific Reports）上的研究，调查了广西971名乡村教师对生成式AI的采纳意愿。结果出乎意料：决定乡村老师用不用AI的最大因素，不是工具好不好用，而是有没有人支持——技术支持与采纳态度的关联最强（β=0.515），感知有用性紧随其后（β=0.509），而“好不好上手”只排在第三位（β=0.293）。更关键的是，数字鸿沟条件显著放大了“上手难度”对态度的拖累：越缺设备、越缺网络的地方，老师越觉得AI“学不会”，就越不想用。设备可以一夜到位，支持体系却需要慢慢搭建——这恰恰是乡村最缺的。
第二篇：同样的AI，把学生分成两拨。7月31日发表于《Education as Change》的研究，跟踪了中国县域高中24名复读生，分析他们的访谈、学习日记和AI交互记录，提出了“算法资本再生产”框架。结论扎心：AI工具的接入已经相当普遍，但能不能“产出”，取决于一种叫“解释性能力”的东西——孩子会不会质疑AI的回答、能不能把它整合进自己的思考过程。有这种能力的孩子，AI帮助他们反思学习；没有这种能力的孩子，AI只是替他们抄捷径。研究者的原话是：生成式AI并没有减少不平等，而是通过差异化的使用模式，把不平等“重组”了一遍。
第三篇：孩子怎么从“用AI”变成“造AI”？7月31日发表于《Frontiers in Education》的SRMPmachine项目，给42名高中生安排了150小时的机器学习暑期学院，外加导师指导的科研实习。三阶段跟踪发现，孩子从“AI使用者”变成“AI贡献者”，靠的不是更贵的设备，而是真实任务、成人导师和持续反馈——这与甘肃静宁县孩子们在苹果园里用AI训练病虫害识别模型的乡村项目式课程，设计逻辑完全一致。
根因分析：为什么设备普及了，差距反而更深
原因可以拆成三层。
第一层：接入≠能力。21世纪教育研究院联合北京联想公益基金会发布的《乡村儿童数字素养问卷调查报告》显示：乡村儿童智能手机普及率已达93.95%，85.58%的孩子听说过AI——但超过一半的孩子用手机主要是玩游戏、看视频，只有两成左右的孩子想过用数字技术为家乡做点什么。41.86%的孩子觉得“AI帮写作业没问题”，却很少有人想过“AI能不能信、什么时候不能信”。设备是一回事，“会问、会辨、会用”是另一回事。
第二层：最关键的一环没人教。“解释性能力”不是天生的。城市孩子身后有懂AI的家长和老师，农村家长普遍不会指导孩子用AI，不少人干脆持反对态度；乡村教师年龄结构老化，很多人用AI仅限于放课件。论文数据说得很清楚：在资源匮乏的环境里，没有人支持的AI，只会让老师和学生都敬而远之。
第三层：AI把差距从“看得见”变成“看不见”。过去，城乡差距是教室、图书、师资，看得见摸得着；现在，差距藏在聊天记录里——同样一部手机，一个孩子在对话里练出了质疑和整合的能力，另一个孩子在对话里完成了作业。设备一模一样，产出天差地别，家长却很难察觉。这正是“能力鸿沟”最危险的地方：它不声不响，却每天都在拉大。
基于论文的方案：补支持，比补设备更紧迫
好消息是，论文数据同时给出了方向：补支持、补方法，比补设备更紧迫。
方案一：先解决“老师不会用”，再谈“设备全覆盖”。971名乡村教师的数据显示，技术支持是AI采纳的第一驱动因素（β=0.515）。“科技小学堂”的做法值得借鉴：不只是发课程包，还配套师资培训与算力平台——把“不会用”这个卡点，提前在老师这一环解决掉。
方案二：把AI放进真实任务里。SRMPmachine的150小时项目制证明，孩子从“使用者”变成“贡献者”，靠的是真实问题。甘肃静宁县“苹果百花园”的做法是模板：孩子们观察苹果生长周期、采集数据、训练病虫害识别模型，还动手为家乡设计电子导览图——用AI解决自己家乡的问题，孩子才会真正理解“为什么用、怎么用、什么时候不能用”。
方案三：家庭层面补上“解释性能力”这一课。孙宏艳的建议很具体：孩子问问题，家长延迟给答案，先让孩子自己想；要求孩子在作业里标注AI使用轨迹；日常玩“找AI错误”的游戏，把质疑变成习惯。农村家长不熟悉AI没关系，关键是让孩子知道“别全信”。
行动指南：这个暑假，做三件小事
无论你在城市还是乡村，都可以从这三件小事开始：
- 一起用AI解决一个真实问题。家里的、社区的、家乡的都可以——哪怕只是帮奶奶查清楚“今年化肥怎么买划算”，也比刷两个小时视频强。
- 玩“找茬”游戏。让AI生成一段内容，和孩子一起挑错。质疑AI的第一步，就是发现AI会错。
- 问孩子三个问题。“AI说的你都信吗？”“它哪里可能错了？”“如果没有AI，你会怎么想？”——这三个问题，就是解释性能力的最小训练单元。
AI这扇门，对城乡孩子一样敞开着。门后是“放大器”还是“助推器”，不取决于孩子手里的设备，而取决于推开门之后，有没有人教他们怎么走。