位置: 首页»
新闻动态
编辑荐读
关于教育领域使用人工智能的讨论很多，却较少追问：需要付出哪些成本，教育系统能否长期承担？2026年7月13日，世界银行发布教育与技能工作论文第27号《低收入和中等收入国家教育应用人工智能的成本》（Costing AI Use in Education in Low- and Middle-Income Countries）。论文提醒各国，人工智能并非只需购买软件或账号。每一次模型调用，以及支撑调用的算力、云服务、数据整合、安全治理和教师支持，都会带来持续且可能波动的支出。在教育预算紧张、数字基础设施薄弱的国家，真正的问题是能否公平、有效并可持续地扩大应用。本期导读围绕这份论文提出的成本视角，介绍其主要分析与政策判断。（胡昳昀）
从“能不能用”转向“用不用得起”
人工智能正在被用于备课、个性化辅导、学习评价和教育管理。然而，对财政资源有限的教育系统而言，技术是否先进只是问题的一部分；更基础的问题是：从试点走向规模化应用后，完整成本由谁承担，教育系统又能否持续负担？
这正是世界银行这份工作论文的出发点。论文由Noah Yarrow、Michael Trucano、Gemma Rodon Casarramona、Martin De Simone和Ekua Bentil撰写，于2026年7月13日由世界银行公开发布，列入“教育与技能工作论文”（Education & Skills Working Paper）第27号。它聚焦低收入和中低收入国家，分析人工智能进入初等、中等和高等教育所需的基础条件、成本结构及其财政风险。作者明确说明，论文并不评判人工智能的教育效果，而是帮助政策制定者和教育规划者理解其现实与潜在成本。
这一视角十分重要。人工智能可能改善教学，也可能提高管理效率，但如果只讨论技术功能和短期成效，忽略电力、网络、设备、教师培训、数据治理及持续运维，决策者看到的就不是一项教育改革的完整账单。
人工智能改变了教育技术的“成本结构”
论文最值得注意的判断，是教育技术正在经历从“产品”到“服务”、再到“令牌（token）”的变化。传统教育技术采购主要是购买电脑、服务器或永久软件许可，支出相对可见；随后出现的软件订阅模式，使教育系统按年度为平台和内容付费；生成式人工智能则进一步把支出带入按调用量计费的阶段。模型接收输入并生成结果的运行过程称为“人工智能推理”（AI inference）；每一次推理都会消耗算力并形成成本。
因此，人工智能的价格不能简单理解为一个账号的订阅费。论文将相关成本归纳为八类：基础设施、软件与数字内容、培训与专业发展、实施与系统整合、数据与法律事务、维护与支持、项目管理以及其他预备性支出。人工智能使其中许多支出从相对固定、可预测的投入，转变为持续累积并随使用量变化的运营支出。云计算、数据传输、模型调用、算法审计、隐私保护、系统升级和教师支持，都可能在部署后长期发生，并共同构成人工智能整合的“总体拥有成本”（Total Cost of Ownership, TCO）。
单次模型调用的价格正在快速下降。论文引用的数据表明，达到GPT-3.5水平的模型，每百万令牌的查询成本从2022年11月的20美元降至2024年10月的0.07美元。但单位价格下降并不必然意味着总支出下降：价格越低，使用量可能增长得越快。论文借用“杰文斯悖论”说明这种反弹效应——教育系统既不能用今天的价格机械推算未来成本，也不能因为单位价格下降，就假定总体预算压力会同步减轻。
最贵的可能不是模型，而是使用模型的前提
在基础条件较好的国家，新增成本可能主要集中在软件或模型许可（licensing）、教师培训和治理制度上；但在低收入和中低收入国家，电力、网络和设备缺口往往先于模型价格成为决定性约束。按论文汇总的最近可得数据，在低收入国家，仅38%的中小学接入电力，27%拥有教学用计算机（2024年数据）。没有这些基础设施，即使人工智能工具免费，也难以公平地进入学校。
基础建设的规模远超多数教育部门的现有财力。论文引用联合国教科文组织的估算指出，为低收入和中低收入国家所有学校提供电力、网络和设备，需要超过1250亿美元，并需承担每年约120亿美元的维护费用。作为对照，低收入国家每名学生的年度教育支出约为55美元，而且大部分预算已用于教师工资等经常性开支。由此可见，“用得起人工智能”首先是数字基础设施与公共财政问题，而不只是软件采购问题。
教师使用人工智能所需的准备同样构成成本。获得工具并不等于实际使用，更不等于形成有效教学。教师需要基本数字技能，还要能判断生成内容、处理隐私与安全风险，并把人工智能嵌入课程和教学。此类支持不能依靠一次培训完成，而要进入职前培养、持续专业发展和日常技术支持，由此形成长期支出。
为什么低价试点不能证明大规模应用“负担得起”？
论文专门提醒，人工智能试点的成本通常不能直接外推至全国部署。小规模项目可能由企业免费提供模型调用额度、免收云服务费，也可能由国际机构承担技术人员和教师支持费用；当用户从数百人增加到数百万时，这些补贴未必继续存在。
规模扩大还会出现试点阶段不明显的成本：原本彼此独立的应用需要整合为能够接入教育管理信息系统的安全平台；数据接口、网络安全、隐私合规和模型监测需要专门投入；面向农村学校、少数语言群体和数字能力较弱的师生，还要增加基础设施、培训、本地化和技术支持。换言之，公平并不是规模化之后自然出现的结果，而是必须被纳入预算的成本项目。
试点仍然有价值，但其目的不应只是展示技术可用。更重要的是观察师生真实使用方式，记录模型调用量和各类隐性支出，检验学习效果，并培养教育行政部门的采购、数据与治理能力。只有把试点设计成“学习机制”，才能为是否扩大应用提供可靠依据。
更审慎的路径：教师优先、分阶段推进
面对成本和证据的不确定性，论文提出了分阶段推进框架。第一阶段优先部署教师端工具，辅助备课、反馈、辅导和行政工作。由于教师数量远少于学生，所需设备也较少，这通常是成本较低、风险较小的入口，也有助于先形成教师与机构能力。
第二阶段把人工智能用于有明确需要的学生群体，按年级、学科或地区开展有针对性的支持，而不是立即追求普遍覆盖。第三阶段才是将人工智能纳入课程、评价、学生服务和行政体系的系统性整合。三个阶段并非严格依次推进，教育管理信息系统、规划和辍学预警等管理端应用可以适当并行；关键在于让投入顺序与基础设施、教师准备度和经验证据相匹配。
论文还提出若干降低成本的方向，包括优先利用既有设备和移动网络，发展具备离线功能的应用，采用小型语言模型（Small Language Model, SLM）等规模更小、任务更明确且可本地运行的模型，通过互操作和数据可迁移设计防止供应商锁定，并探索集中采购、基于结果的合同及公私合作。论文同时强调，其中部分创新融资设想尚未经过实践检验，不能被当作成熟方案直接复制。
这份研究真正改变了什么问题？
这份论文并没有给出一个适用于所有国家的人工智能总价，也没有证明人工智能一定比传统教育方式更便宜。它的贡献是把提问方式从“买一个工具需要多少钱”改为“教育系统为长期、规模化、公平且有效的使用，需要建立怎样的完整成本体系”。
据此判断人工智能是否“用得起”，至少要同时考察四个方面：是否已有电力、网络和设备基础；能否负担模型调用、云服务、维护和更新等经常性支出；教师和机构是否具备持续使用及治理能力；投入是否带来可验证、可持续的学习与管理成效。尤其值得注意的是，论文承认当前有关中低收入国家教育应用人工智能的成本效益、可扩展性和实施效果证据仍然十分有限。因此，谨慎并不意味着等待技术完全成熟，而是把证据生成、成本监测和调整机制纳入每一轮政策试验。
对国际教育研究而言，这一视角也拓宽了人工智能教育研究的边界。技术能否进入课堂，不仅取决于模型性能，还取决于财政空间、基础设施、采购方式、教师发展、数据治理和制度能力。人工智能教育由此不只是技术应用议题，也成为教育规划与公共治理议题。
术语说明
人工智能推理（AI inference）：训练完成的模型接收新输入并生成结果的运行过程。每次提示和回答都会消耗算力，是持续发生的运营成本。
令牌（token）：人工智能模型处理文本时使用的基本计量单位。商业模型常按输入和输出令牌数量计费。
杰文斯悖论（Jevons’ Paradox）：技术进步使某种资源的单位使用成本下降后，使用量可能反而增加，导致总消费或总支出不降反升。
许可（licensing）：通过订阅、按用户或按用量等方式取得软件、模型或服务使用权的安排；试点期的免费或优惠许可不一定会延续到规模化阶段。
总体拥有成本（Total Cost of Ownership, TCO）：除购买价格外，还包括基础设施、系统整合、培训、维护、治理、升级和退出等全生命周期成本。
小型语言模型（Small Language Model, SLM）：参数规模较小、面向特定任务的语言模型，通常算力需求较低，并可能在本地设备或离线环境运行。
报告来源
Yarrow, Noah; Trucano, Michael; Rodon Casarramona, Gemma; De Simone, Martin; and Bentil, Ekua. 2026. Costing AI Use in Education in Low- and Middle-Income Countries. Education & Skills Working Paper No. 27. Washington, DC: World Bank.
正式发布日期：2026年7月13日 报告编号：212659
世界银行官方页面：https://documents.worldbank.org/en/publication/documents-reports/documentdetail/099317007132640857