Alpha School, rangkaian sekolah swasta dipacu AI yang mengenakan bayaran kepada ibu bapa sehingga $75,000 setahun untuk hari akademik dua jam, telah memenangi peminat dari Silicon Valley hingga pentadbiran Trump. Datanya sendiri menunjukkan kebanyakan pelajarnya tidak mencapai janji utama model itu, menurut laporan Fortune yang diterbitkan Jumaat.

Hanya 42% pelajar Alpha mencapai matlamat rangkaian untuk belajar dua kali lebih pantas dalam kedua-dua matematik dan membaca, berdasarkan data dalaman yang pertama kali dilaporkan oleh The New York Times. Penemuan mendarat pada saat yang sukar, apabila Alpha memasuki sekolah awam di mana daerah menggunakan perisiannya dengan harapan dapat menyesuaikan lebih banyak pembelajaran dalam masa yang lebih singkat.

The Pitch: Belajar Dua Kali Lebih Banyak dalam Dua Jam

Alpha tidak mempunyai guru tradisional. Sebaliknya ia menggunakan apa yang dipanggil "panduan," yang tugasnya, menurut bahan pemasaran syarikat, adalah untuk "membuat setiap pelajar berasa dihargai dan bermotivasi." Panduan tidak merancang pelajaran atau gred kerja rumah, Fortune melaporkan pada bulan September.

Inti nada adalah bahawa pelajar akan "belajar dua kali lebih banyak daripada rakan sebaya mereka dalam dua jam akademik sehari" menggunakan TimeBack, aplikasi Alpha memasarkan sebagai tutor AI. Pengasas bersama MacKenzie Price berkata aplikasi itu memperibadikan dan mempercepatkan pembelajaran untuk setiap pelajar, membebaskan baki hari persekolahan untuk bengkel mengenai kemahiran seperti pengucapan awam dan membina hubungan.

Perkara yang Ditunjukkan oleh Data Dalaman

Matematik adalah di mana jurang paling luas. Kira-kira separuh daripada pelajar K-8 di kampus persendirian Alpha terlepas matlamat belajar matematik dua kali lebih cepat, dan kira-kira satu daripada lima terlepas sasaran bacaan mereka, menurut kajian Times mengenai data rangkaian.

Pelajar yang bermula di belakang lebih teruk. Kira-kira satu perlima pelajar sekolah swasta Alpha mendapat markah pada atau di bawah persentil ke-50 secara nasional dalam matematik pada musim gugur lalu, dan hanya 37% daripada kumpulan itu mencapai matlamat pertumbuhan 2x rangkaian menjelang musim sejuk, Times mendapati.

Angka tersebut mengurangkan tuntutan khusus yang telah mentakrifkan jenama Alpha: bahawa pelajar belajar dua kali lebih cepat. Menggandakan kelajuan pembelajaran tidak pernah menjadi faedah sampingan — ia adalah alasan untuk hari persekolahan yang dikurangkan kepada dua jam akademik dan peringkat tuisyen yang hargai hampir setiap keluarga di Amerika. Apabila 58% pelajar terlepas sasaran tajuk utama dalam sekurang-kurangnya satu mata pelajaran, produk itu dijual lebih cepat daripada yang disokong oleh bukti.

Premis dua jam itu sendiri sedang dalam penelitian. Panduan dan ibu bapa memberitahu Wired bahawa model dua jam itu tidak selalu berfungsi seperti yang diiklankan, kata Fortune dalam laporannya.

Disokong oleh Washington dan Silicon Valley

Rangkaian telah berkembang pesat walaupun hari akademik yang singkat. Seorang jurucakap memberitahu Fortune pada bulan September bahawa Alpha mempunyai lebih daripada 1,200 pelajar; Times meletakkan angka itu pada kira-kira 1,500 merentasi kira-kira 50 kampus, sejajar dengan rancangan pengembangan Alpha yang diumumkan pada bulan Ogos.

Padang itu telah menarik para optimis AI yang terkemuka. "Saya pasti fikir menggunakan AI dengan baik adalah kemahiran pada masa hadapan, jika bukan kemahiran, jadi agak merugikan untuk tidak mempunyai itu di sekolah," Sarah Cone, seorang kapitalis teroka yang anak perempuannya berusia 8 tahun menghadiri kampus Alpha di New York, memberitahu Fortune pada bulan September.

Sokongan politik telah menarik perhatian. Pada September 2025, Setiausaha Pendidikan AS Linda McMahon melawat kampus Alpha di Austin dan memanggil modelnya "perkara paling menarik yang pernah saya lihat dalam pendidikan sejak sekian lama." Pengasas bersama LinkedIn Reid Hoffman dan pengurus dana lindung nilai Bill Ackman telah menyokong Price dan Alpha secara terbuka pada X.

Panduan Ekonomi

Model buruh Alpha patut diteliti sama seperti perisiannya. Sekolah swasta tradisional membelanjakan belanjawan mereka untuk guru berpengalaman; Alpha membelanjakannya untuk pemandu yang tugasnya dinyatakan adalah motivasi, bukan arahan. Jika tutor AI menyampaikan pembelajaran dan panduan memberikan galakan, model itu pada dasarnya adalah produk perisian yang memakai pakaian seragam sekolah — dan keputusannya harus dinilai dengan cara penggunaan perisian perusahaan dinilai, berbanding hasil yang diukur dan bukannya testimoni.

Ibu bapa di Alpha bukan sahaja membeli arahan. Mereka membeli kedekatan dengan masa depan AI, estetika kelas kecil, dan budaya kampus yang dibina di sekitar bengkel dan projek. Untuk $75,000 setahun, bungkusan itu mungkin masih berbaloi kepada pembeli. Masalahnya bermula apabila pakej yang sama ditawarkan kepada daerah sekolah awam sebagai pengganti guru.

Mengapa Ia Penting

Jurang antara pemasaran Alpha dan keputusan dalamannya akan menjadi kurang penting jika model itu tinggal di dalam segelintir kampus swasta yang kaya. Pertaruhan berubah apabila perisian bergerak ke daerah sekolah awam, di mana ia akan dinilai berdasarkan kewajipan yang lebih luas kepada pelajar yang tidak boleh memilih keluar dan keluarga mereka tidak membayar tuisyen.

Pelajaran yang lebih luas untuk industri AI adalah mengenai bukti. Selama dua tahun, produk tunjuk ajar AI telah dijual dengan menjanjikan keuntungan pembelajaran yang dramatik, dan tuntutan 2x Alpha adalah antara yang paling agresif. Data dalaman yang mencadangkan kebanyakan pelajar gagal mencapai sasaran itu tidak bermakna tunjuk ajar AI gagal — tetapi ia mencadangkan dakwaan pemasaran paling berani dalam industri mengatasi keputusan yang diukur.

Memandangkan daerah mempertimbangkan keputusan pengambilan anak angkat, kes Alpha menawarkan ujian mudah: minta data hasil, bukan demo. Pada standard itu, hari persekolahan selama dua jam masih merupakan hipotesis, bukan keputusan yang terbukti.

---

Kekal Mendahului AI

Dapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.

Baca lebih banyak berita AI →