在 UNESCO 2026 数字学习周的议程中，有一场可汗学院创始人 Sal Khan 与 UCL 的 Wayne Holmes 之间的炉边对谈——一位 AI 家教行业的创始人，与一位毕生都在向这个行业提出尖锐问题的学者，同坐一席。Holmes 自己的研究方向，值得单独展开来谈，因为它是整场全球对话中，与英国最相关的一条线索之一。

Wayne Holmes 是谁

Wayne Holmes 就职于英国教育研究领域最具影响力的机构之一——伦敦大学学院（UCL）。他的研究，落在 AI 教育对话中一个具体而日益重要的角落：以人为本的 AI 设计，以及常被称为「算法问责」的问题——当 AI 系统就学生的学习做出某个决定时，谁应该为此负责，这个决定能否被理解、被质疑、或被推翻。

这与大多数面向家长的 AI 教育评论有所不同——后者通常聚焦于内容（「这适合我的孩子看吗」）或结果（「这能提高成绩吗」）。而 Holmes 的研究方向，追问的是两者背后更结构性的问题：当算法判定您的孩子需要多练分数运算，或者把某段文字标记为「疑似 AI 生成」，或者选择给出哪种提示——谁该为这个决定负责，又有没有人真正能够查看它？

为什么「问责」是更难的那道题

审查一个 AI 系统是否输出明显有害的内容，相对容易。审查一个 AI 系统是否存在更隐蔽的失误，则难得多：持续低估一个本可以应付更高难度的孩子，因为某个孩子的写作风格而反复把他的作品误判为「AI 生成」，或者不顾每个学生真正适合的路径，把所有人都推向同一条学习路线。这些不是那种戏剧性的安全失误——没有人会因此受到明显的伤害——但正是这种，一个不透明的算法，能够在多年间悄悄地、持续地出错，规模巨大，却从未有任何家长或老师意识到该去追问的失误。

这就是为什么「能否被理解和质疑」和「是否安全」同样重要——这是「一个偶尔可能出错的系统」（这对人类老师同样成立）和「一个连开发者自己都说不清为什么出错、也无法在知道之后加以修正的系统」之间的区别。

为什么这对英国学校格外重要

UCL 不是一个政府机构，Holmes 的研究也不像 DfE 自己发布的指引文件那样直接构成政策。但 UCL 的教育学院，是塑造英国教育政策的最具影响力的声音之一，这意味着这类研究，正在塑造着 DfE 和各校最终决策所依据的证据基础。我们在 UNESCO 的 AI 教育原则与英国 DfE 指引，如何对照 一文中，直接比较了 UNESCO 的宏观原则与英国自身 DfE 指引之间的对应关系。

对英国家长来说，把这一切串起来的实际问题很简单，即便背后的研究并不简单：您能否对「AI 为什么这么做」得到一个真实的答案？ 一款能够解释自己推理过程的产品——为什么给出的是提示而不是答案，为什么把某个科目标记为需要多加练习——正是在做 Holmes 研究方向所关心的问责工作。而一款只能回答「算法决定的」的产品，则不然——无论它的内容过滤做得多么安全。

FAQ

Wayne Holmes 是谁？

Wayne Holmes 是伦敦大学学院（UCL）的一位学者，研究方向是以人为本的教育 AI 设计，以及学校中的算法问责。他在 UNESCO 2026 数字学习周上，与可汗学院创始人 Sal Khan 进行了一场炉边对谈。

在学校语境下，「算法问责」是什么意思？

它是指——对于 AI 系统就某个学生做出的任何决定（给出的一个提示、建议的一个分数、推荐的一条学习路径）——能够回答清楚：如果这个决定出错了，谁来负责；家长、老师或孩子本人，是否有办法质疑或理解这个决定。这与一个谁也无法追问的黑箱系统，恰好相反。

UCL 的教育 AI 研究，是否直接适用于英国学校？

UCL 是一所英国高校，其教育学院是英国教育政策领域最具影响力的声音之一，因此它的 AI 伦理研究，直接影响着英国国内的讨论——但它本身并不是政府指引。DfE 自己发布的生成式 AI 校园指引，才是更直接的政策文件；UCL 的工作，更接近于支撑那份指引的证据基础。

延伸阅读

Duke Harewood 为了自己正读 KS3 的女儿创办了 aitutors.me。「你能诚实地解释 AI 为什么这么做」是我们始终努力能够回答的问题——提示阶梯的存在，正是为了让这个推理过程永远不是一个黑箱。发布于 2026 年 9 月 11 日。