Alpha School, sieć prywatnych szkół opartych na sztucznej inteligencji, która pobiera od rodziców do 75 000 dolarów rocznie za dwugodzinny dzień nauki, zyskała zwolenników od Doliny Krzemowej po administrację Trumpa. Według opublikowanego w piątek raportu Fortune, jego własne dane pokazują, że większość uczniów nie osiąga głównych założeń modelu.

Jak wynika z wewnętrznych danych opublikowanych po raz pierwszy przez „The New York Times”, tylko 42% uczniów Alpha osiągnęło cel sieci, jakim była dwukrotnie szybsza nauka matematyki i czytania. Odkrycia pojawiają się w delikatnym momencie, gdy Alpha wkracza do szkół publicznych, w których okręgi wdrażają swoje oprogramowanie w nadziei, że umożliwią większą naukę w krótszym czasie.

Temat: naucz się dwa razy więcej w dwie godziny

Alpha nie ma tradycyjnych nauczycieli. Zamiast tego zatrudnia tak zwanych „przewodników”, których zadaniem, jak wynika z materiałów marketingowych firmy, jest „sprawianie, aby każdy uczeń czuł się doceniony i zmotywowany”. We wrześniu „Fortune” poinformowało, że przewodnicy nie planują lekcji ani nie oceniają prac domowych.

Założeniem jest to, że uczniowie „nauczą się dwa razy więcej niż ich rówieśnicy w ciągu dwóch godzin zajęć akademickich dziennie” za pomocą TimeBack, aplikacji oferowanej przez Alpha jako nauczyciel sztucznej inteligencji. Współzałożycielka MacKenzie Price twierdzi, że aplikacja personalizuje i przyspiesza naukę każdego ucznia, uwalniając resztę dnia szkolnego na warsztaty dotyczące takich umiejętności, jak wystąpienia publiczne i budowanie relacji.

Co pokazują dane wewnętrzne

Matematyka jest tam, gdzie przepaść jest największa. Z przeglądu danych sieci przeprowadzonego przez „Times” wynika, że ​​około połowa uczniów szkół podstawowych i gimnazjów K-8 na prywatnych kampusach Alpha dwukrotnie szybciej osiągnęła cel, jakim była nauka matematyki, a mniej więcej co piąty nie osiągnął celu w zakresie czytania.

Gorzej wypadli uczniowie, którzy rozpoczęli z tyłu. „The Times” odkrył, że jesienią ubiegłego roku około jedna piąta uczniów szkół prywatnych Alpha uzyskała w kraju wyniki z matematyki na poziomie 50 percentyla lub poniżej, a tylko 37% tej grupy osiągnęło do zimy cel dwukrotnego wzrostu sieci.

Liczby podważają konkretne stwierdzenie, które zdefiniowało markę Alpha: że uczniowie uczą się dwa razy szybciej. Podwojenie szybkości uczenia się nigdy nie było korzyścią uboczną — stanowiło uzasadnienie skrócenia dnia szkolnego do dwóch godzin zajęć akademickich i poziomu czesnego, który kosztuje prawie każdą rodzinę w Ameryce. Kiedy 58% uczniów nie osiągnie głównego celu z co najmniej jednego przedmiotu, produkt sprzedaje się szybciej, niż potwierdzają to dowody.

Sam dwugodzinny obiekt jest obecnie analizowany. Przewodnicy i rodzice powiedzieli Wired, że dwugodzinny model nie zawsze działa zgodnie z reklamą, jak zauważyło w swoim raporcie „Fortune”.

Wspierane przez Waszyngton i Dolinę Krzemową

Sieć szybko się rozrosła pomimo krótkiego dnia akademickiego. Rzecznik powiedział we wrześniu Fortune, że Alpha ma ponad 1200 uczniów; „Los Angeles Times” podaje tę liczbę na około 1500 w około 50 kampusach, zgodnie z planami ekspansji ogłoszonymi przez Alpha w sierpniu.

To boisko przyciągnęło wybitnych optymistów AI. „Zdecydowanie uważam, że dobre korzystanie ze sztucznej inteligencji będzie w przyszłości umiejętnością, jeśli nie umiejętnością, więc szkoda, że ​​nie ma jej w szkole” – powiedziała we wrześniu Fortune Sarah Cone, inwestorka kapitału wysokiego ryzyka, której 8-letnia córka uczęszcza do kampusu Alpha w Nowym Jorku.

Uderzające było wsparcie polityczne. We wrześniu 2025 r. Sekretarz edukacji USA Linda McMahon odwiedziła kampus Alpha w Austin i nazwała jego model „najbardziej ekscytującą rzeczą, jaką widziałem w edukacji od długiego czasu”. Współzałożyciel LinkedIn Reid Hoffman i menadżer funduszy hedgingowych Bill Ackman publicznie wspierali Price i Alpha on X.

Przewodnik po ekonomii

Model pracy Alpha zasługuje na taką samą analizę, jak jego oprogramowanie. Tradycyjne szkoły prywatne wydają swoje budżety na doświadczonych nauczycieli; Alpha wydaje swoje pieniądze na przewodników, których zadaniem jest motywowanie, a nie nauczanie. Jeśli nauczyciel sztucznej inteligencji przekazuje wiedzę, a przewodnik zachęca, model jest w istocie oprogramowaniem noszonym w mundurku szkolnym — a jego wyniki należy oceniać w taki sam sposób, w jaki ocenia się wdrożenia oprogramowania w przedsiębiorstwie, na podstawie zmierzonych wyników, a nie referencji.

Rodzice w Alpha to nie tylko nauka zakupów. Kupują bliskość przyszłości AI, estetykę małych klas i kulturę kampusu zbudowaną wokół warsztatów i projektów. Za 75 000 dolarów rocznie ten pakiet może być nadal wart kupujących. Problem zaczyna się, gdy ten sam pakiet jest oferowany okręgom szkół publicznych w zamian za nauczycieli.

Dlaczego to ma znaczenie

Przepaść między marketingiem Alpha a jej wewnętrznymi wynikami miałaby mniejsze znaczenie, gdyby model pozostał w kilku zamożnych prywatnych kampusach. Stawka zmienia się w miarę przenoszenia oprogramowania do okręgów szkół publicznych, gdzie zostanie ocenione pod kątem szerszych obowiązków wobec uczniów, którzy nie mogą zrezygnować i których rodziny nie płacą czesnego.

Szersza lekcja dla branży sztucznej inteligencji dotyczy dowodów. Przez dwa lata produkty do nauczania sztucznej inteligencji były sprzedawane w nadziei na dramatyczne korzyści w nauce, a twierdzenie Alpha o 2x było jednym z najbardziej agresywnych. Wewnętrzne dane wskazujące, że większość uczniów nie osiąga tego celu, nie oznaczają niepowodzenia nauczania sztucznej inteligencji, ale sugerują, że najśmielsze twierdzenia marketingowe branży przewyższają zmierzone wyniki.

Ponieważ okręgi rozważają decyzje adopcyjne, przypadek Alpha oferuje prosty test: poproś o dane dotyczące wyników, a nie wersję demonstracyjną. W tym standardzie dwugodzinny dzień szkolny jest nadal hipotezą, a nie udowodnionym wynikiem.

---

Wyprzedź sztuczną inteligencję

Otrzymuj najnowsze wiadomości, analizy i przełomowe informacje dotyczące sztucznej inteligencji — wszystko w jednym miejscu.

Przeczytaj więcej aktualności o sztucznej inteligencji →