问题——“AI是否会造成教育分层”成为公众关切。
随着生成式工具进入学习场景，家长、教师与学者围绕使用边界、依赖风险与公平影响展开讨论。
一种担忧认为：优质资源与高水平使用方法可能向条件更好的家庭集中，进而形成新的竞争优势；另一种观点则强调，低门槛工具有望让更多学生获得相对均等的学习辅助，促进机会公平。
相关平台以“AI新寒门不存在”回应舆论，提出工具已高度普及、城乡使用差异在缩小，免费或低成本的“在线辅导”能够提升学习效率与资源可得性。
原因——争议背后折射三重现实。
一是技术普及速度快，但使用能力差异仍客观存在。
即便同样能接触工具，是否会提问、会检索、会校验、会归纳，直接决定学习收益。
二是教育竞争的核心变量正在变化：从“获取资源”转向“加工信息与形成能力”。
人工智能降低了获取题库、解析、范例的成本，但对学生的思维训练、学习自律、判断真伪与迁移应用提出更高要求。
三是家庭与学校在规则、引导和评价体系上仍处于磨合期。
部分学校对工具的使用缺少统一规范，教师培训与课程设计跟进不一，家长也容易在“完全禁止”与“完全放任”之间摇摆，进而放大焦虑。
影响——人工智能进入教育既可能缩小差距，也可能制造新的“隐形鸿沟”。
积极一面在于，工具可在一定程度上弥补师资与时间不足：常见知识点讲解、错题归因、学习计划建议等服务可随时提供，能为自主学习提供支撑；对偏远地区或课外资源不足的家庭而言，确有现实增益。
风险一面在于，新的差距可能不再体现为“有没有资源”，而体现为“能不能把资源变成能力”：高质量提示词与学习路径设计、对输出内容的核验能力、跨学科综合任务的组织能力，可能成为新的竞争分水岭。
此外，若在作业与考试管理上缺少相应机制，学生可能出现依赖、抄袭、思维惰性等问题，反而损害学习质量与公平秩序。
对策——推动“可用、会用、用得好、用得正”应成为治理重点。
其一，学校应建立清晰的使用规范与教学边界，明确哪些任务可以借助工具（如资料检索、结构梳理、写作修改建议），哪些环节必须保留独立完成（如核心推理过程、阶段性测评与原创性任务）。
其二，推进教师培训与课程重构，把“提问能力、信息辨识、逻辑表达、学术规范”纳入课堂，避免工具替代思考。
其三，完善评价方式，增加过程性评价与开放性任务，强调论证过程、数据来源与反思复盘，弱化“唯一答案”导向，减少机械刷题对家庭资源的依赖。
其四，强化对未成年人使用的安全与伦理保障，围绕隐私保护、内容适宜性、时间管理和反沉迷机制形成可操作的学校与家庭协同方案。
其五，面向欠发达地区加大数字基础设施与公共学习平台投入，提供普惠的高质量数字课程、设备支持与学习指导，确保“接入”之后还有“指导”和“能力提升”。
前景——教育公平正在被重新定义，但关键不在技术口号而在制度与能力建设。
可以预见，人工智能将长期嵌入学习与教学：从个性化练习、学习诊断到跨学科项目设计，都会改变课堂结构与学生成长路径。
未来的公平不只是“同一份试卷”，更是“同等获取有效指导、形成关键能力的机会”。
因此，缩小差距的决定性因素仍是公共教育体系的供给能力、教师专业发展与评价体系改革，以及家庭与学校对学习习惯和价值观的共同塑造。
技术若与治理同步推进，普惠效应有望扩大；若规则缺位、能力培养滞后，新型不公平也可能在不知不觉中累积。
AI时代的到来为人类社会带来了前所未有的机遇，也引发了对传统秩序可能被重塑的思考。
这场关于教育公平的讨论，本质上反映了社会对技术进步如何改善人类条件的期许。
从千问等平台的实践来看，人工智能确实展现出了打破信息壁垒、均衡资源配置的潜力。
但更重要的是，我们需要保持警醒，确保这项强大的技术朝着更加公正、更加包容的方向发展。
教育公平的新定义不应止于技术赋能，而应体现在每个学生都能根据自身条件和潜力，获得充分的发展机会。
这是AI时代对教育工作者和全社会提出的新课题。