Trường AI Alpha học phí 75.000 USD, nửa số học sinh trượt mục tiêu toán
Mạng lưới trường tư do AI vận hành Alpha, thu học phí tới 75.000 USD/năm, công bố dữ liệu nội bộ cho thấy chỉ 42% học sinh đạt mục tiêu học nhanh gấp đôi ở cả toán và đọc, trong khi khoảng một nửa trượt mục tiêu môn toán. Kết quả này xuất hiện đúng lúc Alpha đẩy phần mềm của mình vào các trường công lập.

Chỉ 42% học sinh của Alpha đạt mục tiêu học nhanh gấp đôi ở cả hai môn toán và đọc, theo dữ liệu nội bộ do The New York Times công bố đầu tiên. Con số này xuất hiện đúng lúc mạng lưới trường tư vận hành bằng AI đang mở rộng sang trường công lập.
Lời hứa của Alpha và cái giá phải trả
Alpha không có giáo viên theo nghĩa truyền thống. Trường dùng những người gọi là guide (người dẫn dắt), với nhiệm vụ theo tài liệu marketing là "làm cho mỗi học sinh cảm thấy được trân trọng và có động lực". Họ không soạn bài giảng hay chấm bài tập.
Cốt lõi của mô hình là tuyên bố học sinh sẽ "học được gấp đôi bạn cùng trang lứa trong hai giờ học thuật mỗi ngày" nhờ TimeBack — ứng dụng mà Alpha quảng cáo như một gia sư AI. Đồng sáng lập MacKenzie Price nói ứng dụng này cá nhân hóa và tăng tốc việc học cho từng em, để phần còn lại của ngày dành cho các buổi thực hành kỹ năng như nói trước công chúng hay xây dựng quan hệ.
Học phí lên tới 75.000 USD/năm. Theo người phát ngôn của Alpha, mạng lưới có hơn 1.200 học sinh; The Times đưa con số khoảng 1.500 em tại chừng 50 cơ sở.
Mô hình này thu hút giới tối ưu hóa AI. Bộ trưởng Giáo dục Mỹ Linda McMahon đã tham quan cơ sở Austin vào tháng 9/2025 và gọi đây là "điều thú vị nhất tôi thấy trong giáo dục từ lâu". Đồng sáng lập LinkedIn Reid Hoffman và nhà quản lý quỹ đầu cơ Bill Ackman đều công khai ủng hộ Price và Alpha.
Khoảng trống nằm ở môn toán
Khoảng một nửa học sinh phổ thông cơ sở tại các cơ sở tư của Alpha không đạt mục tiêu học toán nhanh gấp đôi, và khoảng một phần năm trượt mục tiêu môn đọc. Những em khởi đầu chậm hơn còn kém hơn: khoảng một phần năm học sinh trường tư của Alpha đạt điểm toán ở mức hoặc dưới trung vị quốc gia vào mùa thu năm ngoái, và chỉ 37% trong nhóm này chạm mục tiêu tăng trưởng gấp đôi vào mùa đông.
Tiền đề "hai giờ học thuật" cũng bị đặt dấu hỏi. Guide và phụ huynh nói với Wired rằng học sinh phải làm việc đến tận đêm để hoàn thành mục tiêu. Một phụ huynh có con 13 tuổi đọc ở trình độ lớp 11 cho biết đạt được các mục tiêu đó đi kèm "căng thẳng và lo âu".
Cựu nhân viên nói với 404 Media rằng AI của Alpha tạo ra giáo án lỗi, mà tài liệu nội bộ mô tả có lúc "gây hại nhiều hơn lợi", và công ty đã lấy dữ liệu các khóa học trực tuyến khác mà không xin phép.
Bài kiểm tra khó hơn ở trường công lập
Hơn 2.600 học sinh trường công tại Texas và South Carolina hiện dùng nền tảng của Alpha. Đây là phép thử khó hơn: trường công không thể loại bỏ học sinh yếu, và không có cơ chế thưởng bằng phần thưởng như Alpha áp dụng tại các cơ sở tư.
Khu học chính Houston, lớn nhất Texas, đang thí điểm phần mềm tại hai trường. Giám đốc Mike Miles nói học sinh dành nhiều thời gian cho ứng dụng của Alpha hơn dự kiến, làm giảm thời gian cho hoạt động khác. Ông vẫn muốn đưa AI vào bộ công cụ của khu học chính, coi đó là công cụ quan trọng để học sinh "thành công trong một thế giới và môi trường làm việc khác".
Nghiên cứu chỉ ra cái giá của việc học nhờ AI
Một nghiên cứu trên 26.811 học sinh trung học tại miền trung Trung Quốc cho thấy điểm bài tập tăng 18% sau khi học sinh dùng công cụ AI tạo sinh, nhưng điểm thi không dùng tài liệu lại giảm 20%. Kết quả PISA mới nhất của OECD cho thấy người dùng AI hàng ngày đạt điểm khoa học thấp hơn người không dùng, còn người dùng vừa phải gần như ngang nhau.
Các giáo sư nói với Fortune rằng sinh viên dựa vào bản tóm tắt AI gặp khó khi phải đọc liên tục. "Không phải là thiếu khả năng tư duy phản biện", Jessica Hooten Wilson, giảng viên tại Đại học Pepperdine, nói. "Mà là thiếu khả năng đọc hiểu câu."
Góc nhìn
Câu chuyện Alpha là một lời nhắc rằng "AI hóa giáo dục" không đồng nghĩa với kết quả tốt hơn. Với các đội ngũ kỹ thuật đang xây sản phẩm edtech, khoảng cách giữa điểm số bài tập và điểm thi không dùng tài liệu là chỉ dấu quan trọng: nếu sản phẩm chỉ tối ưu cho việc hoàn thành bài nhanh, nó có thể đẩy người học vào thế phụ thuộc. Việc đo lường hiệu quả cần tách bạch hai chỉ số này ngay từ đầu.
Với các doanh nghiệp và tổ chức đào tạo nội bộ, bài học nằm ở tính minh bạch dữ liệu. Alpha công bố mục tiêu "học nhanh gấp đôi" rất rõ ràng, nên dữ liệu 42% trở thành thước đo sắc bén chống lại chính họ — điều mà bất kỳ sản phẩm AI nào hứa hẹn cải thiện năng suất cũng nên chuẩn bị. Đặt chỉ tiêu cụ thể là tốt, nhưng phải sẵn sàng công bố kết quả thực tế, kể cả khi không đẹp.
Nguồn: fortune.com · Quy trình biên tập


