76 萬名學生、91 個國家、同一個問題：AI 到底對學習做了什麼？PISA 2025 明天揭曉

明天早上 9 點 30 分（中歐夏令時間），OECD 將發布 AI 時代至今最重要的一份教育資料集。PISA 2025——國際學生能力評量計畫的第九個週期——測試了 91 個國家與經濟體、超過 76 萬名 15 歲學生，而且在這項調查 25 年歷史上頭一遭，它帶來了以往任何週期都不曾有過的東西：跨國、大規模的學生 AI 作業使用數據。

對於一個整天爭論「AI 究竟是幫助學習還是傷害學習」的產業來說，這是迄今最接近判決的證據。而時機再敏感不過。

為什麼這一週期比以往任何一次都重要

PISA 一直是全球教育的計分板。每三年（2025 年之後改為四年週期）測一次 15 歲學生的閱讀、數學與科學能力，各國政府把它當成國家成績單——足以改變教育政策、讓部長下台、佔據從首爾到斯德哥爾摩的頭版。

但上一個週期 PISA 2022 的結果有如一記警鐘。OECD 各國平均分數跌到有紀錄以來的最低點：數學創紀錄地掉了 15 分，閱讀掉了 10 分——是前一個衰退紀錄的兩倍——只有科學大致持平。OECD 把傷害歸咎於疫情年分，但隨著復甦預算退場、新科技又湧入課堂，2025 年最顯而易見的問題是：曲線會不會回升。

PISA 2025 的資料在 2025 年底收集——這是 ChatGPT 級工具全面滲透青少年生活之後，第一個完整跑完的評量週期。無論科學（本週期主域）成績如何，更有趣的變數其實發生在考試之外：學生多常使用 AI、用來做什麼，以及這一切有沒有反映在分數上。

新證據：首度大規模實測學生的 AI 作業使用

OECD 明確表示，2025 年報告將納入「學生如何在校園中使用 AI 的新證據，為全球關於 AI 在教育中角色的辯論提供及時洞見」。發布預告裡的這句話分量十足——它代表 OECD 認為這批數據品質夠高，足以替一場至今幾乎全靠軼事（教師問卷、廠商研究、幾百人規模的實驗室實驗）運轉的辯論定調。

76 萬名學生、91 個體系，是完全不同量級的證據。如果 OECD 數據顯示，重度 AI 使用與較弱的科學推理表現相關——或者相反——這將是人們第一次能用跨文化、人口規模的數據來討論這件事，而不是各說各話。

對產業的利害關係相當直接。OpenAI 和 Google 兩年來積極把 ChatGPT 和 Gemini 推進教室，定位成民主化學習的家教；批評者（包括幾位知名認知科學家）則主張，把推理外包給聊天機器人，侵蝕的正是 PISA 所測量的能力。2025 週期是第一筆大到足以部分裁決雙方立場的資料集——而它出現的時間點，恰逢從紐約市（對低年級實施 AI 暫禁令）到各國教育部的決策時刻：擁抱，還是設限。

「數位世界中的學習」：越長越利齒的實驗域

核心領域之外，PISA 2025 還納入了一個創新域：「數位世界中的學習」（Learning in the Digital World）。它不是問學生「你怎麼用科技學習」，而是把學生放進模擬的數位學習環境，實測他們反覆建構知識與解決問題的能力——包括在數位學習時的動機與自我調節。

這是 2025 週期裡最激進的一塊。傳統 PISA 題目測的是學生「知道什麼」；「數位世界中的學習」測的是答案不在眼前時學生「怎麼做」——會不會在失敗後堅持、調整策略、察覺自己的困惑。這些後設認知技能，正是 AI 擁護者與懷疑者都宣稱屬於自己陣營的領地：支持者說 AI 家教能鍛鍊它，懷疑者說依賴聊天機器人會磨掉它。現在，第一次有了跨國比較數據。

OECD 甚至已承諾走得更遠：PISA 2029 將推出完整的「媒體與 AI 素養」（MAIL）評量，測學生能否判斷數位內容的可信度、品質與目的——等於承認 AI 素養已成為與閱讀同等級的基礎能力。

數據揭曉時，該盯著看什麼

明天的發布會有幾條已排好隊的故事線。

2022 年的崩跌是延續還是反轉？ 本週期主域是科學。PISA 2022 科學榜首是新加坡（561 分），日本（547）、澳門（543）、台灣（537）、南韓（528）緊追在後，OECD 平均則在 485 分附近掙扎。東亞體系是否擴大領先、西方體系在十年衰退後是否止跌，將是大部分頭版的主題。

AI 使用率最高的地方在哪裡，和成績有沒有關聯？ 赫爾辛基的學生用 AI 做研究、和用 AI 代寫作業，是「工具」與「拐杖」之別。如果 OECD 依使用頻率和國家拆分數據，可以預期分布會不均到讓某些人難堪。

疫情世代怎麼了？ 2025 年受測的學生，基礎學齡碰上停課、中學入學又撞上 AI 降臨。把兩個衝擊拆開是這份報告最難的分析題——也是最要緊的一題，因為第二個衝擊，政策還來得及做點什麼。

沒人敢說出口的可能結局

有一種情境，產業裡沒有人願意明講：PISA 2025 顯示 AI 使用率最高的體系，分數持續下滑。這不構成因果證明——91 個體系之間的相關性會被經費、文化等一切變數干擾——但它會把彈藥交到每一位考慮限制課堂 AI 的監管機關手裡，也會讓每一個前沿實驗室的教育市場野心變得複雜。

反過來的情境同樣可能：重度使用 AI 的體系出現進步，尤其在表現後段的學生之間——他們終於擁有了無限耐心的家教。若結果如此，採用速度將大幅加快。

無論哪一種，明天早上 9 點 30 分、巴黎時間，這場靠「感覺」運轉的教育 AI 辯論將畫下句點。史上最大規模的青少年學習評量一直在側耳傾聽全世界的學生究竟怎麼讀書——AI 也包括在內。現在，我們終於要聽到答案了。