AI and Schools Around the World

01 — Bottom Line

AI breaks down roles, it doesn't replace the school

As of late 2026, nothing has shown that AI can replace the school as an institution. The strongest independent evidence says AI helps when there's a structure that gets students to use it properly. When students use it on their own, or use general chatbots that just give answers, the gains are small, short-lived, or negative.

What AI does do is take apart the school's roles one by one. Content delivery, practice and feedback, and lesson prep by teachers are being automated fastest. Motivation, supervision, socialization and certification still belong to the school. — The bottom line of this report

02 — Executive Summary

Three things worth understanding before you go on

AI-based schools exist - but their evidence is weak

It comes mostly from the vendors themselves. Alpha School's claim of "2.6x growth" has been taken apart by independent analysts. Its non-selective public school, Unbound Academy in Arizona, reached 28% proficiency in English and 10% in math in its first year, after promising the state 65% and 60%. The Sabrewing program in London started with about seven students and hasn't published results.

The serious research: tool design and student engagement are decisive

A Stanford review found only 20 high-quality causal studies out of more than 800 papers. A two-year trial of Khanmigo found small gains of 0.06 to 0.08 standard deviations - no better than Khan Academy without AI - because students barely used the tutor. Unrestricted access to GPT-4 lowered test scores by 17% after access was taken away. The biggest gains come from structured or human-supervised setups: Nigeria with 0.31 standard deviations, Tutor CoPilot with 4 percentage points, and LearnLM with 5.5 percentage points.

Governments are pushing AI literacy, but retreating from AI that replaces teaching

The South Korean government spent more than 1.2 trillion won (about $850 million) on AI textbooks, and after one semester reclassified them as "supplementary material." China bans elementary students from using open generative AI on their own. The UAE, Estonia, India and Israel are expanding structured programs. The gaps in the startup market are in motivation, orchestrating peer learning, certification, and audio-based retrieval practice - not in yet another chat tutor or teacher assistant.

03 — Key Findings

The numbers behind the story

The gap between claims and evidence

2.6xAlpha School's growth claim on MAP tests - not independently verifiedAlpha School announcement

28% / 10%Actual proficiency in English / math at Unbound Academy, year one - vs. a promised 65% / 60%Kelsey Piper reporting, The Argument

20 of 800+high-quality causal studies on AI in K-12, out of the entire reviewed databaseStanford SCALE, March 2026

Controlled trials and funding

0.06-0.08 SDKhanmigo's per-year gains in a two-year cluster trial - identical to Khan Academy without AINBER 35620

0.31 SDLearning gains in Nigeria, with facilitated after-school sessions - 1.5 to 2 years of schoolingWorld Bank, Edo State

$2.4BGlobal edtech VC funding, 2024 - 89% below the 2021 peak, the lowest since 2014HolonIQ

Six key findings emerge from the research:

The gap between claims and evidence is large. The most famous model, Alpha School and 2 Hour Learning, has not released raw data to independent reviewers. Its only non-selective public test, Unbound Academy, missed its own proficiency targets by a wide margin.
The bottleneck is engagement, not model capability. In the largest and longest LLM tutor trial (Oreopoulos and Low, NBER 35620), 96% of students tried Khanmigo. But the median student messaged it on only a third of practice days, and in only 17% of practice sessions where they made a mistake. Access doesn't turn into learning.
Guardrails matter. Tutors that give hints and scaffolding preserve or improve learning. Chatbots that give answers raise practice scores but can hurt learning once the tool is taken away.
AI that serves teachers has the lowest risk and the best evidence for time savings, but the savings are smaller than reported, and the link to learning hasn't been shown. In a Gallup and Walton survey (March-April 2025, 2,232 respondents), teachers who use AI weekly (32%) estimated they save about 5.9 hours a week, but that's self-reported. In a UK EEF controlled trial (259 teachers, 68 schools), the time saved on lesson planning was 25.3 minutes a week (31%), with no meaningful difference in quality. AI-generated lesson plans tend toward lower-order thinking (90% of activities in a study of 311 plans). The highest value likely comes from tools that improve the teaching itself: Tutor CoPilot improved student mastery by 4 percentage points at a cost of about $20 per teacher per year, and automated feedback (M-Powering Teachers) improved teachers' engagement with student ideas by 13%.
National programs are converging on the same pattern. Most teach AI literacy, restrict unsupervised use by young children, keep the teacher accountable, and roll out in stages. Blanket mandates for AI-delivered instruction, like Korea's, have failed.
Capital is scarce and concentrated. According to HolonIQ, global edtech VC funding stood at $2.4 billion in 2024, 89% below the 2021 peak and the lowest level since 2014. AI money goes mostly to teacher assistants, tutors, and language learning. Few funded players remain in peer learning, certification, generative worlds, and audio-based learning.

04 — AI-Based Schools That Made a Dramatic Change

No model has shown independently verified results at scale

Alpha School / 2 Hour Learning / TimeBack (US)

What they did. A private network of K-12 classrooms founded in Austin in 2014 by MacKenzie Price and Brian Holtz. Billionaire Joe Liemandt (Trilogy/ESW Capital) is its director and financial backer. Students spend about two hours each morning on adaptive academic software, now packaged in Alpha's platform called TimeBack, including apps like Alpha Read and Alpha Write. Afternoons are devoted to workshops, life skills, and projects. The adults are called "guides," not teachers. Liemandt says students spend an average of 121 minutes a day on the software and finish a grade level's subject in 20 to 30 hours, citing Bloom's "two sigma" research on one-on-one tutoring. Much of the "AI" is adaptive learning software built on statistical models that predate the LLM wave, with new AI tutor layers on top. It isn't primarily a chatbot.

Scale and cost. As of April 2026, Wikipedia counted 13 campuses, including Austin, Brownsville, Miami, Palm Beach, New York, San Francisco, Santa Barbara, Lake Forest, and Scottsdale. More campuses are planned for 2026-27. Tuition ranges from $10,000 in Brownsville to $75,000 in San Francisco and Palo Alto. There are sub-brands: Texas Sports Academy, NextGen Academy for gamers, Founders School, and Montessorium. The online options are Alpha Anywhere, marketed as "learning 2x faster," and GT Anywhere, marketed as "learning 3 to 7x faster." US Education Secretary Linda McMahon has publicly supported the model.

Selection. The student population is largely self-selected, and at most campuses it's affluent. Analysts note that when most of the difference between schools comes from family self-selection, a $75,000 school would outperform even with ordinary teaching.

The claims (from the vendor)

Students "grow 2.6x faster than their peers" on national MAP tests
"Most" students are in the 99th percentile
The best reach "up to 6.5x growth"

Independent criticism

Kelsey Piper (The Argument, August 25, 2026): "2x growth" divided by an expected median gain that in high school is near zero, so random noise registers as "9x growth." An Alpha parent, Peter Naimoli, calls the 2.6 figure "a miscalculated and meaningless number." The gifted-student figure was reportedly based on five kids with two tests each
Alpha gives large incentives for test performance, up to prizes like a Nintendo Switch or an iPad - critics say this "teaches to the MAP test" and inflates the appearance of real learning
Piper examined the TimeBack apps and found most of them unimpressive (for instance, AI-generated Harry Potter-style fan fiction); middle schoolers mostly don't get books to read. Her conclusion: the effect comes from the incentives and the environment, not the software
Robert Pondiscio, Jared Cooney Horvath, and Dylan Kane: the data, methods, and selection have never been independently examined
Alpha refused to give data to WIRED and the Boston Globe; raw data promised for May 2026 still hadn't arrived by August 2026

Additional controversies are reported, from secondary sources: a WIRED investigation into students who left years behind, IXL closing Alpha's account in July 2025, families leaving in Brownsville, and concerns about surveillance and student wellbeing. Wikipedia also notes scrutiny of the ties between the school and for-profit vendors.

Charter rejections and the voucher track. Unbound Academic Institute, tied to Alpha's founders, filed applications for online charters in Pennsylvania, Arizona, North Carolina, Arkansas, and Utah. Only Arizona approved one. Pennsylvania rejected its application in 2025, calling the model "untested" and unproven to meet state standards. The application there proposed a staff of 17 for 500 students with no physical building, and payment to 2 Hour Learning of $5,500 per student, versus $2,000 to $2,500 in applications in other states. In Arizona, the sister private school Novatio can be fully funded through the state's education savings account voucher.

Current status (September 2026). Alpha keeps growing despite heavy negative press. Parents often say they know the numbers are inflated and still value the school anyway, thanks to the peer group, the pace, and the afternoon activities. Commentators tied to the Clayton Christensen Institute describe it as a disruptive niche model: "If you don't like Alpha, it's probably not for you."

Two more cases

Unbound Academy (Arizona)

The closest thing to a natural experiment

The model: a free, online public charter school for grades 4-8, and the first public school in Arizona marketed as having "AI teachers." Opened fall 2025, running the 2 Hour Learning platform. Admission requires only Arizona residency, "no grades, transcripts, or essays." Together with Novatio it served about 250 students
Year-one results (August 2026): promised 65% proficiency in English and 60% in math (versus national averages of 42% and 34%); actual results were 28% and 10%. "1.8x growth" on MAP. Piper: "a failure by Alpha's own terms"
The framing shifted: from chatbot characters ("Phoebe and Philip") to a website emphasizing "certified teachers live," and from "1.8x growth" to "2.8x" in marketing - a quiet retreat from the "AI replaces teachers" message
The lesson: without an incentive environment and a selected peer group, the software alone looks like ordinary edtech

David Game College, Sabrewing Program (London)

Operating but small, with no evidence either way

The model: launched September 2024, described as the UK's first GCSE class "without teachers." Students attend in person; mornings are devoted to adaptive AI platforms (VR has also been reported), afternoons to life skills. Groups of up to 20 students with three "learning coaches"
Actual uptake: AFP reported in January 2025 that the pilot had seven students, far fewer than the planned 20
The development: in July 2025 it expanded "to all GCSE and A Level students" with a personal AI tutor named "Violet." Tuition is £27,000 (UK students) up to £35,000 (international); admissions cycle for September 2026
Evidence: no outcome data has been published, only promotional quotes like "students are thriving"

Others and the broader pattern

The author's assessment

Searches for AI-based schools in Asia, Africa, and Latin America turned up mostly national curriculum programs, not school redesigns. The notable exceptions are systemic efforts (see Part 3). The most significant change in a public system is Israel's shift to AI-personalized English learning in grades 7-8, in response to a teacher shortage.

In 2026, "AI school" mostly means a morning of adaptive software and an afternoon run by people, usually in an expensive private or micro-school format.

05 — What the Research Actually Shows

The best results come when a human and structure are in the loop

No rigorous study has yet shown AI replacing a full year of schooling with durable gains.

Stanford SCALE: Evidence Review on AI in K-12, 2026

March 2026; Pessler, Martinez-Kleiss, Agnew, Loeb. More than 800 papers in the AI Hub database were reviewed, as of October 2025 (the database has since passed 1,100). Only 20 were high-quality causal studies, and none of them examined student use of AI in US K-12 classrooms. Findings: performance mostly improves with the tool, but results are "mixed" once it's taken away; tools with pedagogical guardrails outperform general chatbots; teacher-facing tools cut prep time without hurting quality; most studies are short-term, and few examine equity, wellbeing, or social development.

Stanford SCALE

Brookings: "A New Course for Students in an AI World"

January 14, 2026. A year-long "pre-mortem" covering more than 50 countries, more than 500 interviews and focus groups, more than 400 studies, and a Delphi panel. Conclusion: "At the current stage, the risks of using AI in children's education outweigh the benefits" (56% of inputs addressed harms, 44% benefits). The central risk: a "doom loop" of offloading thinking to the tool. Caveat: an NEPC review by Prof. William Penuel (University of Colorado Boulder) found the report good at anticipating harms but weak as an action plan.

Brookings Institution

Key trials

Study	Context & duration	Result	Caveats
Kestin et al., Harvard physics Scientific Reports, 2025	Undergraduate physics, a research-based pedagogy AI tutor vs. active learning in class	The tutor beat active learning; learning gains of more than 2x	College students, short units, one course; not K-12
De Simone et al., World Bank, Nigeria Edo State	6 weeks, June-July 2024; 12 after-school sessions of 90 minutes; GPT-4 via Microsoft Copilot; pairs with facilitating teachers; 9 schools, first year of senior secondary (around age 15)	0.31 SD overall; 0.23-0.24 in English; 0.21 on the year-end exam; "1.5-2 years" of schooling; 3.2 years of schooling per $100	Uneven attrition (64% in the treatment group vs. 50% in the control); dropping one school lowers the English effect to 0.156 (significant only at 10%); the control group got no alternative activity
Oreopoulos and Low, Khanmigo NBER 35620, 2026	Two-year cluster trial, 18 middle schools in Tennessee, remedial math	0.06-0.08 SD per year; 0.14 implied for a full year of participation; identical to Khan Academy without AI	96% tried it, but the median student messaged it on only a third of practice days, and in only 17% of sessions where they made a mistake
Bastani et al., PNAS June 2025, Turkey	About 1,000 high school math students	With access: +48% (plain GPT), +127% (GPT Tutor). After access was removed: plain GPT -17%; GPT Tutor no harm but no gain either	A "crutch" effect; guardrails prevent harm but don't create learning
Tutor CoPilot Wang, Loeb, Demszky et al., Stanford	Real-time AI suggestions for human teachers; about 900 teachers and 1,800 students (version 1; version 2: 700+/1,000+), March-May 2024	+4 percentage points in mastery; +9 points for students of lower-rated teachers; about $20 per teacher per year	Mastery measured within the platform; sample differs between versions of the paper
Google DeepMind LearnLM and Eedi arXiv, December 2025, UK	Pilot trial, 165 students, five schools, ages 13-15, summer 2025; teachers supervised LearnLM drafts	5.5 percentage points more solved new problems (66.2% vs. 60.7%); 76.4% of AI drafts were approved with no edits or minimal edits	Small and exploratory; compares supervised AI to humans alone, not AI alone

What this means:

The best results come from a human in the loop plus structure: facilitated sessions in Nigeria, supervised drafts in LearnLM, and a teacher assistant in CoPilot
When students choose whether to use it, as with Khanmigo, usage is sparse and the effects look like ordinary practice software, which typically yields 0.05 to 0.20 SD
AI that gives answers can hurt learning without the tool, and this is the most important finding
No rigorous study yet shows AI replacing a full year of schooling with durable gains

06 — Countries and National Programs

Top-down mandates fail; gradual training keeps expanding

Countries that imposed AI-delivered instruction from the top down failed; countries that start with AI literacy and teacher training keep expanding.

Country	What happened	Numbers	Status & lesson
South Korea	AI-based digital textbooks (math, English, computer science) launched in March 2025 as a flagship of the Yoon administration	The government spent 1.2+ trillion won (about $850 million); publishers spent about 800 billion won (about $567 million). Adoption dropped from 37% to 19% of schools; 2,095 schools remained. 98.5% of 2,626 teachers said the training wasn't enough	In August 2025 the National Assembly stripped their legal status after one semester and reclassified them as "supplementary material." Complaints: factual errors, privacy, screen time, and workload. Publishers sued. The clearest failure of a top-down mandate
Estonia	AI Leap (TI-Hüpe), a public-private fund led by the president's office and the ministry, in partnership with OpenAI and Anthropic	Phase 1 (September 2025): about 20,000 students in grades 10-11, 3,000-4,700 teachers (sources differ). An Estonian-language ChatGPT app launched in January 2026; by March 2026, 7,700 students had activated an account, 47% of them weekly users, and 60%+ of teachers use ChatGPT/Gemini weekly. Expansion targets conflict between sources: Eurydice cites 58,000 students/5,000 teachers by 2026, Euronews cites 48,000/6,700 within two years	Expanding in 2026/27 to all upper-secondary and vocational schools. The leading model of "teacher-led Socratic AI"
China	The Ministry of Education published two directives in May 2025: general AI education, and use of generative AI in schools	Beijing: mandatory AI education, 8+ hours a year from fall 2025, starting at age 6	Elementary students aren't allowed to use generative AI on their own; teachers aren't allowed to use it as a substitute for core instruction, to answer students, or to grade them. Submitting AI-generated homework is banned. AI literacy is rising; AI replacing teachers is explicitly banned
UAE	AI became a subject in all government schools, from mandatory kindergarten through grade 12, starting 2025-26	1,000+ teachers trained; renamed "Artificial Intelligence and Technology" for 2026-27. On September 2, 2026, a program was approved for all public and private schools. KHDA/MIT RAISE: 80,500 students and 3,600 teachers by February 2030	Start date for private schools not yet announced. The most comprehensive mandatory AI literacy program
India	AI and computational thinking will be integrated across all grades starting the 2026-27 school year (NEP 2020, NCF-SE 2023)	CBSE and NCERT are building frameworks; training via NISHTHA; the SOAR initiative	Still in the strategy and rollout phase; the scope and quality of implementation are not yet known
Israel	A national AI program was announced in February 2025; "Project 720" for personalized learning	70,000 teachers to be trained; 3,000 mentors from 400+ companies (Google, Microsoft, Apple, Nvidia); 5 tools including a Minecraft-based interface; about 30 services evaluated; a Gemini-based chatbot called "QBot." AI-based English was piloted in 28 schools, expanding in 2026-27 to all 180 middle schools	An explicit response to an "acute teacher shortage." The 2026-27 school year (about 2.6 million students) emphasizes AI in learning and exams. A national case of AI filling a workforce gap
US	No federal mandate; state-level guidance is proliferating	A Virginia law took effect July 1, 2026; bills in 30+ states; New York and Los Angeles banned AI at certain times	Federal leadership openly supports AI-based models, including McMahon's support for Alpha

Not verified in this round Singapore, and the UK's Oak National Academy lesson tool Aila and Department for Education guidance, were within the research scope but weren't verified in this round. Check any figure about them against another source.

Adoption data

Teachers (Gallup-Walton): In a March-April 2025 survey (2,232 respondents), six in ten used AI for work, 32% at least weekly, and 40% not at all. Weekly users estimated saving about 5.9 hours a week; in a UK controlled trial, the time saved on lesson planning was about 25 minutes a week. In a February-March 2026 survey (2,069 respondents), only 18% received formal guidance, and 34% received no guidance at all. 57% expected student AI use to reduce independent thinking, and 52% expected it to reduce critical thinking
Teachers worldwide and in Israel (TALIS 2024): the OECD average is 36%-41% depending on the definition, from 75% in the UAE and Singapore down to 14% in France. In Israel, 44% of teachers reported using AI; 80% of them for creating lesson plans, and 26% for grading. 80% of Israeli teachers who didn't use it say they lack the knowledge and skills
Students (RAND): in 2025, 54% of students and 53% of English/math/science teachers used AI for schoolwork. AI use for homework rose from 48% to 62% between May and December 2025 (from 30% to 46% in middle school, from 49% to 63% in high school). 67% agree heavier use hurts critical thinking. Only about a third say their school has a school-wide rule
Children overall (Common Sense Media, June 2026): 86% of 9-17 year-olds use generative AI, almost a quarter of them daily. 85% of young users use it for homework

Teachers

Weekly AI use (Gallup-Walton, 2025)

32%

AI use at work, Israel (TALIS 2024)

44%

Students and children

Students who used AI for schoolwork, 2025 (RAND)

54%

AI use for homework, May 2025 (RAND)

48%

AI use for homework, December 2025 (RAND)

62%

Children 9-17 who use generative AI (Common Sense, 2026)

86%

Students and teachers are using AI far faster than institutions are setting rules. Unsupervised use is the norm, and that's exactly the pattern the research links to offloading thinking onto the tool.

07 — The Ten Categories

Maturity, evidence, players, and crowding

Tutors and teacher assistants are saturated and offered for free by the tech giants; peer learning, certification, generative worlds, and audio are nearly empty content areas. The crowding assessment is the author's own, based on funding patterns, Big Tech's entry, and the number of products.

Category	What's happening	Maturity	Evidence	Notable players & moves	Crowding
AI Tutors	Socratic tutors, and "study modes" inside general assistants	High (product); Low (impact)	Khanmigo small; Nigeria and LearnLM positive with structure; Bastani shows harm without guardrails	Khanmigo (from 40,000 students in 2023 to about a million with access, usage stalled); ChatGPT Study Mode; Gemini Guided Learning; Claude Learning Mode; Eedi and LearnLM	Very crowded. Tech giants are giving it away free
Teacher Assistants	Lesson planning, rubrics, personalization	High	About 25 min/week in planning (31%); 5.9 hours is self-reported only	MagicSchool (Series B ~$45M, Jan 2025); Brisk ($15M); SchoolAI (Series A $25M); ChatGPT for Teachers (free through 2028); Claude for Teachers; Gemini for Education; Microsoft Copilot	Saturated, has become a commodity
Agentic Learning	AI that plans, organizes, reminds, and acts across tools	Early	Almost none in K-12	Alpha's TimeBack is the closest thing to an "orchestrator"; Big Tech agents	Missing / early
Voice Interfaces	Speaking practice, read-aloud, oral tutoring	Medium (languages); Low (other)	Strong for language speaking (product data); few controlled trials	Speak ($78M, OpenAI-backed); Praktika, SpeakX, Loora, Stimuler; AI-based English in Israel	Crowded in languages, open elsewhere
AI Companions	Emotional and social chatbots	High use, low legitimacy	Mostly risk evidence; Brookings flags socio-emotional harm	Consumer platforms (Character.AI); mostly excluded from schools	High regulatory and ethical risk
Adaptive Curricula	Mastery-based sequencing (pre-LLM), now with LLM-generated content	High (mature software)	0.05-0.20 SD when used as intended	IXL, DreamBox, Khan, Magma Math; TimeBack; Korea's AI textbooks (failed)	Crowded with veteran players
Simulation Learning	Virtual labs, role-play	Medium	Old evidence for labs; little in the LLM era	Minecraft Education, virtual lab vendors	Moderately underserved
Generative Worlds	AI-generated 3D worlds and games	Very early	None	Mostly experiments; Minecraft-based interfaces	Missing. Cost and safety are the barriers
Automated Assessment	Feedback on essays, short-answer checking	Medium	57% improvement in grading/feedback (Gallup); China bans AI grading students	Brisk, MagicSchool, Eedi, Khan	Medium for feedback; missing in valid, cheating-resistant assessment
Peer-Learning Orchestration	AI that forms groups, facilitates discussion and peer feedback	Early	Almost none	Few startups; the workshops at Alpha and Unbound are run by people	The biggest gap, and the role schools will give up last
Credentials Outside School	Mastery records, skill badges, portfolios	Low for K-12	None for K-12	Adult/employment players (Multiverse, Preply) dominate funding	Missing in K-12. The barrier is university/employer recognition

Where the money goes HolonIQ reports about $2.4 billion in edtech VC funding in 2024, the lowest in a decade and 89% below the 2021 peak. For 2025: about $2.6 billion in total investment or $2.4 billion in VC, depending on the definition. In Q1 2026: $512 million across 63 deals; in H1 2026: about $1 billion, down 26% year over year. Workforce training takes most of the money. In K-12, "AI-based personalization" (Subject, Gizmo) stood out. One secondary tracker (New Market Pitch) counts only about $229 million across 26 rounds of pure AI-in-education companies from Q1 2025 through Q1 2026, with tutors and teacher assistants taking about 85%. What this means: AI-based K-12 education is a small, concentrated VC market. Startups compete less with each other and more with the free offerings from OpenAI, Google, Anthropic, and Microsoft.

Cautionary tales

General information about these cases; not re-verified in this research round.

Byju's (India): the fastest-rising valuation in edtech, which collapsed into insolvency proceedings in 2024. The lesson: growth bought with aggressive sales isn't educational value
Chegg: its homework-help model was gutted by free chatbots, leading to deep layoffs and a stock collapse. When an AI model can do the core task, a paid answer service is no longer defensible
AltSchool: a VC-backed network of personalized micro-schools that closed its schools and pivoted to software (Altitude Learning) around 2019. Running schools is operationally hard and doesn't scale like software
Summit Learning: a Facebook-backed personalized-learning platform that ran into parent and student protests over screen time and data, around 2018-2019. Community trust is a hard constraint
South Korea's AI textbooks (2025): the national-scale version of the same lesson
Khanmigo as a "non-event" for most students (in Sal Khan's own words): one of the best products of its kind, still unable to solve the motivation problem

08 — Synthesis

Which school roles are breaking down?

Content delivery and practice are under the most pressure; motivation, supervision, and socialization are barely affected.

School role	Breakdown pressure (5-10 years)	Why
Content delivery	High	Free tutors and study modes from Big Tech are everywhere; 86% of children already use generative AI
Practice and feedback	High	Adaptive practice with cheap LLM feedback; decent evidence when the practice actually happens
Teacher prep and admin	High (within the school)	Proven but modest time savings; strengthens the school rather than replacing it
Assessment	Medium, in the opposite direction	AI breaks take-home assessment, so schools are shifting to supervised, in-class, and oral assessment. This actually increases the value of the physical school as a place of verification
Certification	Low	Universities and states still control credentials; no alternative K-12 credential has market recognition
Motivation and structure	Low (the central bottleneck)	Khanmigo and Unbound show that software without structure fails; Alpha's apparent impact comes from incentives and environment
Supervision and socialization	Very low	Working parents need a structure for their kids; even Unbound runs live-video lunches and quarterly in-person events

Realistic scenarios, 2031-2036

The probabilities are the author's own judgment, not forecasts from any source.

~60%Most likely: the "augmented school." Schools remain, and AI takes over prep, personalization, practice, and feedback. The school day shifts toward supervised practice, discussion, projects, and face-to-face assessment. RAND explicitly recommends flipped models with AI-free classroom time

~25%A growing niche: "micro-schools with compressed academics." Alpha-style models spread through vouchers and education savings accounts in the US and through private markets elsewhere. The evidence stays contested, and results depend on selection and incentives

~15%Systemic replacement in shortage areas. In places with teacher shortages (English in Israel, rural regions, 250 million children without reliable access to content per Brookings), AI delivers instruction with facilitators instead of certified teachers. The only scenario where AI replaces teachers to a meaningful degree; Nigeria's facilitated sessions are the best evidence for it

Equity. The pattern cuts both ways. Affluent families get AI together with heavy human structure, like Alpha at $40,000 to $75,000. Students from lower-income families are more likely to get AI instead of human structure: free, less reliable tools used alone, which is exactly the pattern the research links to harm. Unbound's results suggest that the non-selective, online version of an AI-based model doesn't close gaps on its own. Nigeria suggests the facilitated version can.

09 — For the Investor, the Systems Changer, and the Mentor

What this means

The meaningful change won't come from AI that explains better, but from whoever solves motivation, assessment, and certification at scale. This is the author's own assessment based on the findings above, not a finding from any particular source.

What could really change the school, and what probably won't

Solving engagement at scale. The problem nobody has solved: Khanmigo reached about a million students with access, and usage stalled. Whoever shows consistent use by unselected students over a full year will change the picture more than any model improvement
Reliable assessment in the AI era. Homework no longer proves anything. Whoever builds oral, process-based, or supervised assessment that teachers and systems trust will also shape what gets taught, because assessment dictates curriculum
Alternative credentials that get recognized. As long as universities, employers, and admissions bodies recognize only school credentials, classroom time keeps its monopoly. Recognition of mastery records or portfolios is what could break the school open from the outside
AI that fills teacher shortages. This is the only place where real replacement of instruction is plausible in the near term: middle-school English in Israel, facilitated sessions in Nigeria. Here, the best evidence comes from combining AI with a facilitating adult, not from AI alone
Changing the teacher's role. Tutor CoPilot shows that a tool improving weaker teachers is cheap and effective. The shift from a teacher who delivers content to a teacher who coaches and supervises is a deeper change than replacing the textbook

Less likely to change anything fundamental: yet another general chat tutor (offered free by Big Tech), top-down mandated AI textbooks (Korea), and consumer AI companions (high use, high risk, no proven educational value).

Three perspectives

Wearing the investor's hat

Where to be careful: tutors and teacher assistants have become commodities against free offerings from OpenAI, Google, Anthropic, and Microsoft. The first question for any company: what happens when this feature arrives free in a tool the teacher already has installed?
Where there's room: engagement and habit loops, integrity and assessment, peer-learning orchestration, credentialing infrastructure, and "AI with a facilitator" solutions for teacher-shortage markets. Selling to governments rolling out national programs (Estonia, UAE, Israel, India) is a viable path, with clear regulatory risk
Due-diligence questions: is there usage data from unselected students? Was learning measured without the tool? Who distributes, the teacher or the system? How dependent is the product on a single regulatory decision? Korean publishers lost about 800 billion won on one such decision
Market context: edtech capital is at a decade low, so it's reasonable to demand more evidence and real traction before investing

Wearing the systems-changer's hat

The lesson from Korea and Estonia: top-down mandates without teacher training fail. Staged rollouts, training before student access, a clear legal basis, and a tool that guides thinking rather than giving answers, hold up
Israel is now in the middle of its rollout: 70,000 teachers in training and AI-based English in all 180 middle schools. This is the moment to demand structured evaluation: comparison groups, measuring learning without the tool, and separate testing for weaker students
Push for assessment reform: the shift to in-class and oral assessment is a precondition for AI to help learning rather than just task completion
Protect equity: the danger is that strong students get AI together with human structure, while weaker ones get AI instead of human structure. That is exactly the pattern the research links to harm

Wearing the mentor's hat at MindCET

Six questions worth asking every founder:

What gets the student to use it, and why would they still be using it in week three?
What does the student know without the tool, a month later?
What happens to the product when its core feature arrives free in ChatGPT or Gemini?
Who's the paying customer, and what does the actual procurement path look like?
Does the product strengthen the teacher or bypass them?
What's the evidence plan: a pilot with a control group, or just usage metrics?

It's also worth pushing founders to design with guardrails: hints and questions instead of answers. The Bastani research shows this is the difference between a tool that helps and one that hurts.

Signals worth watching in 2027-2028

Unbound Academy's second-year results, and whether Alpha opens its data to independent review
Outcome evaluations of AI Leap in Estonia and of Israel's AI-based English program
Academic institutions, employers, or admissions bodies starting to recognize alternative credentials for teens
Long-term controlled trials that measure learning without the tool
Free moves from Big Tech that wipe out entire categories of startups

10 — Caveats

Limitations of this research

Note

A large share of the documentation on Alpha and Unbound comes from journalism and blogs, including Piper, Astral Codex Ten, WIRED, and parent reviews, because Alpha hasn't released data. Unbound's proficiency figures come from Piper's reporting on the school's own presentation. Arizona's official letter grades were not checked here
Kestin et al.'s effect sizes are summarized as framed in the published paper and were not re-extracted
The Nigeria results are sensitive to one school and to uneven attrition. LearnLM is a small pilot study. Tutor CoPilot's sample differs between versions of the paper
Funding totals vary by tracker and definition ($2.6 billion in investment vs. $2.4 billion in VC for 2025 per HolonIQ). Startup user numbers are company claims
The cautionary tales and some category details (companions, simulation, generative worlds, credentials) are based on general knowledge, not new verification in this round. Details on Singapore and on Oak and the UK Department for Education were not verified
Everything in the scenarios section is a forecast, not an observed fact
The 5.9-hour figure is self-reported from the 2025 survey. In an earlier version of this report it was mistakenly attributed to the 2026 survey

01 - שורה תחתונה

AI מפרק תפקידים, לא מחליף את בית הספר

נכון לסוף 2026, שום דבר לא הראה ש-AI יכול להחליף את בית הספר כמוסד. הראיות הבלתי תלויות החזקות ביותר אומרות ש-AI עוזר כשיש מבנה שגורם לתלמידים להשתמש בו נכון. כשתלמידים משתמשים בו לבד, או בצ'אטבוטים כלליים שנותנים תשובות, הרווחים קטנים, קצרי טווח או שליליים.

מה ש-AI כן עושה הוא לפרק את התפקידים של בית הספר אחד אחד. העברת תוכן, תרגול ומשוב, והכנת שיעורים על ידי מורים עוברים אוטומציה הכי מהר. מוטיבציה, השגחה, חיברות והסמכה עדיין בידי בית הספר. - השורה התחתונה של הדוח

02 - תקציר

שלושה דברים שחשוב להבין לפני שממשיכים

בתי ספר מבוססי AI קיימים - אבל הראיות שלהם חלשות

הן מגיעות בעיקר מהספקים עצמם. הטענה של Alpha School על "צמיחה פי 2.6" פורקה על ידי אנליסטים בלתי תלויים. בית הספר הציבורי הלא-סלקטיבי שלה, Unbound Academy באריזונה, הגיע בשנה הראשונה ל-28% בקיאות באנגלית ול-10% במתמטיקה, אחרי שהבטיח למדינה 65% ו-60%. תוכנית Sabrewing בלונדון התחילה עם כשבעה תלמידים ולא פרסמה תוצאות.

המחקר הרציני: עיצוב הכלי ומעורבות התלמידים מכריעים

סקירה של סטנפורד מצאה רק 20 מחקרים סיבתיים איכותיים מתוך יותר מ-800 מאמרים. ניסוי של שנתיים ב-Khanmigo מצא רווחים קטנים של 0.06 עד 0.08 סטיות תקן, לא יותר מ-Khan Academy בלי AI, כי התלמידים כמעט לא השתמשו בטיוטור. גישה לא מוגבלת ל-GPT-4 הורידה ציוני מבחן ב-17% אחרי שהגישה נלקחה. הרווחים הגדולים מגיעים ממבנים מובנים או בפיקוח אנושי: ניגריה עם 0.31 סטיות תקן, Tutor CoPilot עם 4 נקודות אחוז, ו-LearnLM עם 5.5 נקודות אחוז.

ממשלות דוחפות אוריינות AI, אבל נסוגות מ-AI שמחליף הוראה

ממשלת דרום קוריאה הוציאה יותר מ-1.2 טריליון וון (כ-850 מיליון דולר) על ספרי לימוד AI, ואחרי סמסטר אחד סיווגה אותם מחדש כ"חומר עזר". סין אוסרת על תלמידי יסודי להשתמש לבד ב-AI יוצר פתוח. איחוד האמירויות, אסטוניה, הודו וישראל מרחיבות תוכניות מובנות. הפערים בשוק הסטארטאפים נמצאים במוטיבציה, בתזמור למידת עמיתים, בהסמכות ובתרגול שליפה מבוסס שמע - לא בעוד טיוטור צ'אט או עוזר למורה.

03 - ממצאים מרכזיים

המספרים שמאחורי הסיפור

הפער בין טענות לראיות

פי 2.6טענת הצמיחה של Alpha School במבחני MAP - לא אומתה באופן בלתי תלויהודעת Alpha School

28% / 10%בקיאות בפועל באנגלית / מתמטיקה ב-Unbound Academy, שנה ראשונה - לעומת הבטחה של 65% / 60%דיווח קלסי פייפר, The Argument

20 מתוך 800+מחקרים סיבתיים איכותיים על AI ב-K-12, מתוך כל המאגר שנסקרStanford SCALE, מרץ 2026

ניסויים מבוקרים ומימון

0.06-0.08 SDרווחי Khanmigo לשנה בניסוי אשכולות דו-שנתי - זהה ל-Khan Academy בלי AINBER 35620

0.31 SDרווחי למידה בניגריה, עם מפגשים מונחים אחרי הלימודים - 1.5 עד 2 שנות לימודהבנק העולמי, מדינת אדו

$2.4Bמימון הון-סיכון עולמי לאדטק, 2024 - 89% מתחת לשיא 2021, הנמוך מאז 2014HolonIQ

שישה ממצאים מרכזיים עולים מהמחקר:

הפער בין טענות לראיות גדול. המודל הכי מפורסם, Alpha School ו-2 Hour Learning, לא שחרר את הנתונים הגולמיים לבודקים בלתי תלויים. המבחן הציבורי הלא-סלקטיבי היחיד שלו, Unbound Academy, החטיא בהרבה את יעדי הבקיאות שהוא עצמו הציב.
צוואר הבקבוק הוא מעורבות, לא יכולות המודל. בניסוי הגדול והארוך ביותר של טיוטור LLM (Oreopoulos ו-Low, NBER 35620), 96% מהתלמידים ניסו את Khanmigo. אבל התלמיד החציוני שלח לו הודעה רק בשליש מימי התרגול, ורק ב-17% ממפגשי התרגול שבהם טעה. גישה לא הופכת ללמידה.
מעקות בטיחות קובעים. טיוטורים שנותנים רמזים ופיגומים שומרים על הלמידה או משפרים אותה. צ'אטבוטים שנותנים תשובות מעלים את ציוני התרגול אבל יכולים לפגוע בלמידה אחרי שהכלי נלקח.
ל-AI שמשרת מורים יש את הסיכון הנמוך והראיות הטובות ביותר לחיסכון בזמן, אבל החיסכון קטן ממה שמדווח, והקשר ללמידה לא הוכח. בסקר Gallup ו-Walton (מרץ-אפריל 2025, 2,232 משיבים), מורים שמשתמשים ב-AI מדי שבוע (32%) העריכו שהם חוסכים כ-5.9 שעות בשבוע, אבל זו הערכה עצמית. בניסוי מבוקר של ה-EEF בבריטניה (259 מורים, 68 בתי ספר) החיסכון בתכנון שיעורים היה 25.3 דקות בשבוע (31%), בלי הבדל ניכר באיכות. מערכי שיעור שנוצרים ב-AI נוטים לחשיבה בסיסית (90% מהפעילויות במחקר על 311 מערכים). הערך הגבוה ביותר מגיע כנראה מכלים שמשפרים את ההוראה עצמה: Tutor CoPilot שיפר את שליטת התלמידים ב-4 נקודות אחוז בעלות של כ-20 דולר למורה לשנה, ומשוב אוטומטי (M-Powering Teachers) שיפר ב-13% את ההתייחסות של מורים לרעיונות של תלמידים.
התוכניות הלאומיות מתכנסות לאותו דפוס. רובן מלמדות אוריינות AI, מגבילות שימוש ללא פיקוח אצל ילדים צעירים, משאירות את המורה אחראי ומתגלגלות בשלבים. חיוב גורף של הוראה על ידי AI, כמו בקוריאה, נכשל.
ההון מועט ומרוכז. לפי HolonIQ, מימון ההון-סיכון לאדטק בעולם עמד על 2.4 מיליארד דולר ב-2024, 89% מתחת לשיא של 2021 והרמה הנמוכה ביותר מאז 2014. כסף ל-AI הולך בעיקר לעוזרים למורים, לטיוטורים וללימוד שפות. נשארים מעט שחקנים ממומנים בלמידת עמיתים, הסמכות, עולמות גנרטיביים ולמידה מבוססת שמע.

04 - בתי ספר מבוססי AI שעשו שינוי דרמטי

אף מודל לא הציג תוצאות מאומתות באופן בלתי תלוי בהיקף רחב

Alpha School / 2 Hour Learning / TimeBack (ארה"ב)

מה עשו. רשת פרטית של כיתות K-12 שנוסדה באוסטין ב-2014 על ידי מקנזי פרייס ובריאן הולץ. המיליארדר ג'ו לימנדט (Trilogy/ESW Capital) הוא המנהל והתומך הכספי. התלמידים מקדישים כשעתיים כל בוקר לתוכנה אקדמית אדפטיבית, שנארזה כיום בפלטפורמה של Alpha בשם TimeBack, כולל אפליקציות כמו Alpha Read ו-Alpha Write. אחר הצהריים מוקדשים לסדנאות, מיומנויות חיים ופרויקטים. המבוגרים נקראים "מדריכים", לא מורים. לימנדט אומר שהתלמידים מקדישים בממוצע 121 דקות ביום לתוכנה ומסיימים מקצוע ברמת כיתה ב-20 עד 30 שעות, ומצטט את מחקר "שתי הסטיות" של בלום על הוראה פרטנית. חלק גדול מה"AI" הוא תוכנת למידה אדפטיבית שמבוססת על מודלים סטטיסטיים שקדמו לגל ה-LLM, עם שכבות טיוטור AI חדשות מעליה. זה לא בעיקר צ'אטבוט.

היקף ועלות. נכון לאפריל 2026 ויקיפדיה מנתה 13 סניפים, בהם אוסטין, בראונסוויל, מיאמי, פאלם ביץ', ניו יורק, סן פרנסיסקו, סנטה ברברה, לייק פורסט וסקוטסדייל. קמפוסים נוספים מתוכננים ל-2026-27. שכר הלימוד נע בין 10,000 דולר בבראונסוויל ל-75,000 דולר בסן פרנסיסקו ובפאלו אלטו. יש מותגי משנה: Texas Sports Academy, NextGen Academy לגיימרים, Founders School ו-Montessorium. האפשרויות המקוונות הן Alpha Anywhere, שמפורסמת כ"למידה מהירה פי 2", ו-GT Anywhere, שמפורסמת כ"למידה מהירה פי 3 עד 7". שרת החינוך האמריקאית לינדה מקמהון תמכה במודל בפומבי.

סינון. אוכלוסיית התלמידים ברובה בוחרת את עצמה, וברוב הקמפוסים היא אמידה. אנליסטים מציינים שכשרוב ההבדל בין בתי ספר נובע מבחירת המשפחות, בית ספר של 75,000 דולר היה מצליח יותר גם עם הוראה רגילה.

הטענות (מהספק)

תלמידים "צומחים פי 2.6 מהר יותר מבני גילם" במבחני MAP ארציים
"רוב" התלמידים נמצאים באחוזון ה-99
הטובים ביותר מגיעים "עד צמיחה פי 6.5"

ביקורת בלתי תלויה

קלסי פייפר (The Argument, 25 באוגוסט 2026): "צמיחה פי 2" מחולקת ברווח חציוני צפוי שבתיכון קרוב לאפס, כך שתנודה אקראית נרשמת כ"צמיחה פי 9". הורה ב-Alpha, פיטר נאימולי, מכנה את ה-2.6 "מספר מחושב בטעות וחסר משמעות". נתון המחוננים דווח שהתבסס על חמישה ילדים עם שני מבחנים כל אחד
Alpha נותנת תמריצים גדולים לביצועים במבחנים, עד פרסים כמו נינטנדו סוויץ' או אייפד - מבקרים אומרים שזה "מלמד למבחן ה-MAP" ומגזים בלמידה האמיתית
פייפר בדקה את אפליקציות TimeBack ומצאה שהן ברובן לא מרשימות (למשל פאן-פיקשן בסגנון הארי פוטר שנוצר ב-AI); תלמידי חטיבת הביניים לרוב לא מקבלים ספרים לקרוא. המסקנה שלה: ההשפעה מגיעה מהתמריצים והסביבה, לא מהתוכנה
רוברט פונדישיו, ג'ארד קוני הורבת' ודילן קיין: הנתונים, השיטות והסינון מעולם לא נבדקו באופן בלתי תלוי
Alpha סירבה לתת נתונים ל-WIRED ול-Boston Globe; נתונים גולמיים שהובטחו למאי 2026 עדיין לא הגיעו באוגוסט 2026

מחלוקות נוספות מדווחות, ממקורות משניים: תחקיר של WIRED על תלמידים שעזבו כשהם מפגרים בשנים, IXL שסגרה את החשבון של Alpha ביולי 2025, משפחות שעזבו בבראונסוויל, וחששות מפני מעקב ורווחת תלמידים. ויקיפדיה מציינת גם בדיקה של הקשרים בין בית הספר לספקים למטרות רווח.

דחיות צ'רטר ומסלול השוברים. Unbound Academic Institute, שקשור למייסדי Alpha, הגיש בקשות לצ'רטר מקוון בפנסילבניה, אריזונה, צפון קרוליינה, ארקנסו ויוטה. רק אריזונה אישרה. פנסילבניה דחתה ב-2025 וכינתה את המודל "לא נבדק" ולא מוכח כמתאים לתקני המדינה. הבקשה שם הציעה צוות של 17 אנשים ל-500 תלמידים בלי בניין פיזי, ותשלום ל-2 Hour Learning של 5,500 דולר לתלמיד, לעומת 2,000 עד 2,500 דולר בבקשות במדינות אחרות. באריזונה, בית הספר הפרטי האחות Novatio יכול להיות ממומן במלואו דרך שובר חשבון החיסכון החינוכי של המדינה.

מצב נוכחי (ספטמבר 2026). Alpha גדלה למרות עיתונות שלילית כבדה. הורים אומרים לא פעם שהם יודעים שהמספרים מנופחים ומעריכים את בית הספר בכל זאת, בזכות קבוצת השווים, הקצב והפעילות של אחר הצהריים. פרשנים שקשורים למכון קלייטון כריסטנסן מתארים אותה כמודל משבש לנישה: "אם אתה לא אוהב את Alpha, כנראה שזה לא בשבילך".

שני מקרים נוספים

Unbound Academy (אריזונה)

הדבר הכי קרוב לניסוי טבעי

המודל: בית ספר צ'רטר ציבורי מקוון וללא שכר לימוד לכיתות ד'-ח', ובית הספר הציבורי הראשון באריזונה ששווק כבעל "מורי AI". נפתח בסתיו 2025, פלטפורמת 2 Hour Learning. קבלה דורשת רק מגורים באריזונה, "בלי ציונים, גיליונות או חיבורים". יחד עם Novatio שירת כ-250 תלמידים
תוצאות שנה א' (אוגוסט 2026): הובטחו 65% בקיאות באנגלית ו-60% במתמטיקה (לעומת ממוצעים ארציים של 42% ו-34%); בפועל 28% ו-10%. "צמיחה פי 1.8" ב-MAP. פייפר: "כישלון במונחים של Alpha עצמה"
המסגור השתנה: מדמויות צ'אטבוט ("פיבי ופיליפ") לאתר שמדגיש "מורים מוסמכים בשידור חי", ומ"צמיחה פי 1.8" ל"פי 2.8" בפרסום - נסיגה שקטה מהמסר "AI מחליף מורים"
הלקח: בלי סביבת תמריצים וקבוצת שווים נבחרת, התוכנה לבדה נראית כמו אדטק רגיל

David Game College, תוכנית Sabrewing (לונדון)

פועלת אבל קטנה, בלי ראיות לכאן או לכאן

המודל: הושקה בספטמבר 2024, תוארה ככיתת GCSE ראשונה בבריטניה "בלי מורים". תלמידים מגיעים פיזית; בקרים מוקדשים לפלטפורמות AI אדפטיביות (דווח גם על VR), אחר הצהריים למיומנויות חיים. קבוצות של עד 20 תלמידים עם שלושה "מאמני למידה"
ההיענות בפועל: AFP דיווחה בינואר 2025 על שבעה תלמידים בפיילוט, הרבה פחות מ-20 המתוכננים
ההתפתחות: ביולי 2025 הורחבה "לכל תלמידי ה-GCSE וה-A Level" עם טיוטור AI אישי "Violet". שכר לימוד 27,000 ליש"ט (בריטים) עד 35,000 (בינלאומיים); מחזור קבלה לספטמבר 2026
ראיות: לא פורסמו נתוני תוצאות, רק ציטוטי קידום כמו "התלמידים משגשגים"

אחרים והדפוס הרחב

הערכת המחברת

חיפושים אחרי בתי ספר מבוססי AI באסיה, אפריקה ואמריקה הלטינית העלו בעיקר תוכניות לימודים לאומיות ולא עיצוב מחדש של בתי ספר. היוצאים מן הכלל הבולטים הם מאמצים מערכתיים (ראו חלק 3). השינוי המשמעותי ביותר במערכת ציבורית הוא המעבר בישראל ללמידת אנגלית מותאמת אישית ב-AI בכיתות ז'-ח', בתגובה למחסור במורים.

ב-2026, "בית ספר AI" פירושו בעיקר בוקר של תוכנה אדפטיבית ואחר צהריים שמנוהל על ידי אנשים, לרוב במתכונת פרטית יקרה או של מיקרו-בית ספר.

05 - מה המחקר מראה בפועל

התוצאות הטובות ביותר מגיעות כשאדם ומבנה נמצאים בלולאה

אף מחקר קפדני עדיין לא הראה AI שמחליף שנת לימודים שלמה עם רווחים עמידים.

Stanford SCALE: סקירת הראיות על AI ב-K-12, 2026

מרץ 2026; פסלר, מרטינז קלייס, אגניו, לואב. נסקרו יותר מ-800 מאמרים במאגר AI Hub נכון לאוקטובר 2025 (המאגר עבר מאז 1,100). רק 20 היו מחקרים סיבתיים איכותיים, ואף אחד מהם לא בדק שימוש של תלמידים ב-AI בכיתות K-12 בארה"ב. ממצאים: הביצועים משתפרים לרוב עם הכלי, אבל התוצאות "מעורבות" אחרי שהוא נלקח; כלים עם מעקות פדגוגיים עדיפים על צ'אטבוטים כלליים; כלים למורים מקצרים זמן הכנה בלי לפגוע באיכות; רוב המחקרים קצרי טווח ומעטים בודקים שוויון, רווחה או התפתחות חברתית.

Stanford SCALE

Brookings: "כיוון חדש לתלמידים בעולם של AI"

14 בינואר 2026. "פרה-מורטם" של שנה שכלל יותר מ-50 מדינות, יותר מ-500 ראיונות וקבוצות מיקוד, יותר מ-400 מחקרים ופאנל דלפי. המסקנה: "בשלב הנוכחי, הסיכונים של שימוש ב-AI בחינוך ילדים מאפילים על התועלת" (56% מהתשומות עסקו בנזקים, 44% בתועלות). הסיכון המרכזי: "לולאת אבדון" של העברת החשיבה לכלי. הסתייגות: ביקורת NEPC של פרופ' ויליאם פנואל (אוניברסיטת קולורדו בולדר) מצאה שהדוח טוב לצפיית נזקים אבל חלש כתוכנית פעולה.

Brookings Institution

ניסויים מרכזיים

מחקר	הקשר ומשך	תוצאה	הסתייגויות
Kestin ואחרים, פיזיקה בהרווארד Scientific Reports, 2025	פיזיקה לתואר ראשון, טיוטור AI מבוסס פדגוגיה מחקרית מול למידה פעילה בכיתה	הטיוטור גבר על הלמידה הפעילה; רווחי למידה של יותר מפי 2	סטודנטים, יחידות קצרות, קורס אחד; לא K-12
De Simone ואחרים, הבנק העולמי, ניגריה מדינת אדו	6 שבועות, יוני-יולי 2024; 12 מפגשים של 90 דקות אחרי הלימודים; GPT-4 דרך Microsoft Copilot; זוגות עם מורים מנחים; 9 בתי ספר, שנה ראשונה בחטיבה עליונה (כ-15)	0.31 SD בסך הכול; 0.23-0.24 באנגלית; 0.21 במבחן סוף שנה; "1.5-2 שנים" לימודים; 3.2 שנות לימוד שוות ל-100 דולר	נשירה לא אחידה (64% בניסוי לעומת 50% בביקורת); הוצאת בית ספר אחד מורידה אנגלית ל-0.156 (מובהק רק ב-10%); ביקורת לא קיבלה פעילות חלופית
Oreopoulos ו-Low, Khanmigo NBER 35620, 2026	ניסוי אשכולות דו-שנתי, 18 חטיבות ביניים בטנסי, מתמטיקה מתקנת	0.06-0.08 SD לשנה; 0.14 משתמע לשנת השתתפות מלאה; זהה ל-Khan Academy בלי AI	96% ניסו, אבל התלמיד החציוני שלח הודעה רק בשליש מימי התרגול, ורק ב-17% מהמפגשים שבהם טעה
Bastani ואחרים, PNAS יוני 2025, טורקיה	כ-1,000 תלמידי מתמטיקה בתיכון	עם גישה: 48%+ (GPT רגיל), 127%+ (GPT Tutor). אחרי שהגישה נלקחה: GPT רגיל 17%-; GPT Tutor בלי נזק אך בלי רווח	אפקט "הקב"; מעקות מונעים נזק אבל לא יוצרים למידה
Tutor CoPilot וואנג, לואב, דמסקי ואחרים, סטנפורד	הצעות AI בזמן אמת למורים אנושיים; כ-900 מורים ו-1,800 תלמידים (גרסה 1; גרסה 2: 700+/1,000+), מרץ-מאי 2024	4+ נק' אחוז בשליטה; 9+ נק' לתלמידי מורים בדירוג נמוך; כ-20 דולר למורה לשנה	נמדדה שליטה בתוך הפלטפורמה; מדגם שונה בין גרסאות המאמר
Google DeepMind LearnLM ו-Eedi arXiv, דצמבר 2025, בריטניה	ניסוי גישוש, 165 תלמידים, חמישה בתי ספר, בני 13-15, קיץ 2025; מורים פיקחו על טיוטות LearnLM	5.5 נק' אחוז יותר פתרו בעיות חדשות (66.2% מול 60.7%); 76.4% מטיוטות ה-AI אושרו בלי עריכה או עם עריכה מינימלית	קטן וגישושי; משווה AI בפיקוח לאנשים בלבד, לא AI לבד

מה זה אומר:

התוצאות הטובות ביותר מגיעות מאדם בלולאה ועוד מבנה: מפגשים מונחים בניגריה, טיוטות בפיקוח ב-LearnLM ועוזר למורה ב-CoPilot
כשהתלמידים בוחרים אם להשתמש, כמו ב-Khanmigo, השימוש דליל וההשפעות נראות כמו תוכנת תרגול רגילה, שמניבה בדרך כלל 0.05 עד 0.20 SD
AI שנותן תשובות יכול לפגוע בלמידה בלי הכלי, וזו התוצאה הכי חשובה
אף מחקר קפדני עדיין לא מראה AI שמחליף לימודים לשנה שלמה עם רווחים עמידים

06 - מדינות ותוכניות לאומיות

חיוב מלמעלה נכשל; הכשרה הדרגתית ממשיכה להתרחב

מדינות שכפו הוראה על ידי AI מלמעלה נכשלו; מדינות שמתחילות מאוריינות AI והכשרת מורים ממשיכות להתרחב.

מדינה	מה קרה	מספרים	מצב ולקח
דרום קוריאה	ספרי לימוד דיגיטליים מבוססי AI (מתמטיקה, אנגלית, מדעי המחשב) הושקו במרץ 2025 כדגל של ממשל יון	הממשלה הוציאה 1.2+ טריליון וון (כ-850 מיליון דולר); המו"לים כ-800 מיליארד וון (כ-567 מיליון דולר). האימוץ ירד מ-37% ל-19% מבתי הספר; נשארו 2,095 בתי ספר. 98.5% מ-2,626 מורים אמרו שההכשרה לא הספיקה	באוגוסט 2025 האספה הלאומית שללה את מעמדם החוקי אחרי סמסטר אחד והפכה אותם ל"חומר עזר". תלונות: טעויות עובדתיות, פרטיות, זמן מסך ועומס. המו"לים תבעו. הכישלון הברור ביותר של חיוב מלמעלה
אסטוניה	AI Leap (TI-Hüpe), קרן ציבורית-פרטית בהובלת הנשיא והמשרד, בשותפות OpenAI ו-Anthropic	שלב 1 (ספטמבר 2025): כ-20,000 תלמידים בכיתות י'-י"א, 3,000-4,700 מורים (המקורות חלוקים). אפליקציית ChatGPT באסטונית הושקה בינואר 2026; עד מרץ 2026 - 7,700 תלמידים הפעילו חשבון, 47% מהם שימוש שבועי, 60%+ מהמורים משתמשים ב-ChatGPT/Gemini שבועית. יעדי הרחבה סותרים בין מקורות: Eurydice מדברת על 58,000 תלמידים/5,000 מורים עד 2026, Euronews על 48,000/6,700 בשנתיים	מתרחבת ב-2026/27 לכל החטיבה העליונה ולבתי ספר מקצועיים. המודל המוביל של "AI סוקרטי בהובלת מורים"
סין	משרד החינוך פרסם במאי 2025 שתי הנחיות: חינוך כללי ל-AI, ושימוש ב-AI יוצר בבתי ספר	בייג'ינג: חינוך AI חובה 8+ שעות בשנה מסתיו 2025, מגיל 6	תלמידי יסודי לא רשאים להשתמש לבד ב-AI יוצר; מורים לא רשאים להשתמש בו כתחליף להוראה המרכזית, לענות לתלמידים או להעריך אותם. הגשת שיעורי בית שנוצרו ב-AI אסורה. אוריינות AI עולה, AI שמחליף מורים נאסר במפורש
איחוד האמירויות	AI הפך למקצוע בכל בתי הספר הממשלתיים, מגן חובה עד י"ב, מ-2025-26	1,000+ מורים הוכשרו; שונה שמו ל"בינה מלאכותית וטכנולוגיה" ל-2026-27. ב-2 בספטמבר 2026 אושרה תוכנית לכל בתי הספר הציבוריים והפרטיים. KHDA/MIT RAISE: 80,500 תלמידים ו-3,600 מורים עד פברואר 2030	מועד התחלה בבתי ספר פרטיים עוד לא הוכרז. תוכנית אוריינות ה-AI המחייבת המקיפה ביותר
הודו	AI וחשיבה חישובית ישולבו בכל השכבות משנה"ל 2026-27 (NEP 2020, NCF-SE 2023)	CBSE ו-NCERT בונים מסגרות; הכשרה דרך NISHTHA; יוזמת SOAR	בשלב אסטרטגיה והטמעה; היקף ואיכות היישום עדיין לא ידועים
ישראל	תוכנית AI לאומית הוכרזה בפברואר 2025; "פרויקט 720" ללמידה מותאמת אישית	70,000 מורים יוכשרו; 3,000 מנטורים מ-400+ חברות (Google, Microsoft, Apple, Nvidia); 5 כלים כולל ממשק מבוסס Minecraft; כ-30 שירותים נבדקו; צ'אטבוט "QBot" מבוסס Gemini. אנגלית ב-AI נוסתה ב-28 בתי ספר, מתרחבת ב-2026-27 לכל 180 חטיבות הביניים	תגובה מפורשת ל"מחסור עצום במורים". שנה"ל 2026-27 (כ-2.6 מיליון תלמידים) מדגישה AI בלמידה ובחינות. מקרה לאומי של AI שממלא פער כוח אדם
ארה"ב	אין חובה פדרלית; הנחיות המדינות מתרבות	חוק בווירג'יניה בתוקף מ-1 ביולי 2026; הצעות חוק ב-30+ מדינות; ניו יורק ולוס אנג'לס אסרו AI בזמנים מסוימים	ההנהגה הפדרלית תומכת בגלוי במודלים מבוססי AI, כולל תמיכת מקמהון ב-Alpha

לא אומת בסבב הזה סינגפור, וכלי השיעורים Aila של Oak National Academy בבריטניה וההנחיות של משרד החינוך הבריטי, היו בהיקף המחקר אבל לא אומתו בסבב הזה. כדאי לבדוק כל נתון עליהן ממקור אחר.

נתוני אימוץ

מורים (Gallup-Walton): בסקר מרץ-אפריל 2025 (2,232 משיבים), שישה מכל עשרה השתמשו ב-AI לעבודה, 32% לפחות פעם בשבוע ו-40% לא השתמשו בכלל. משתמשים שבועיים העריכו שהם חוסכים כ-5.9 שעות בשבוע; בניסוי מבוקר בבריטניה החיסכון בתכנון שיעורים היה כ-25 דקות בשבוע. בסקר פברואר-מרץ 2026 (2,069 משיבים), רק 18% קיבלו הנחיה רשמית, ו-34% לא קיבלו הנחיה בכלל. 57% ציפו ששימוש תלמידים ב-AI יפחית חשיבה עצמאית, ו-52% ציפו שיפחית חשיבה ביקורתית
מורים בעולם ובישראל (TALIS 2024): ממוצע ה-OECD עומד על 36%-41% לפי ההגדרה, מ-75% באיחוד האמירויות ובסינגפור ועד 14% בצרפת. בישראל 44% מהמורים דיווחו על שימוש ב-AI; 80% מהם ליצירת מערכי שיעור, ו-26% להערכת עבודות. 80% מהמורים בישראל שלא השתמשו אומרים שחסרים להם הידע והמיומנויות
תלמידים (RAND): ב-2025, 54% מהתלמידים ו-53% ממורי אנגלית/מתמטיקה/מדעים השתמשו ב-AI ללימודים. השימוש ב-AI לשיעורי בית עלה מ-48% ל-62% בין מאי לדצמבר 2025 (מ-30% ל-46% בחטיבת הביניים, מ-49% ל-63% בתיכון). 67% מסכימים ששימוש כבד יותר פוגע בחשיבה ביקורתית. רק כשליש אומרים שבבית הספר שלהם יש כלל בית-ספרי
ילדים בכלל (Common Sense Media, יוני 2026): 86% מבני 9-17 משתמשים ב-AI יוצר, כמעט רבע מהם מדי יום. 85% מהמשתמשים הצעירים משתמשים בו לשיעורי בית

מורים

שימוש שבועי ב-AI (Gallup-Walton, 2025)

32%

שימוש ב-AI בעבודה, ישראל (TALIS 2024)

44%

תלמידים וילדים

תלמידים שהשתמשו ב-AI ללימודים, 2025 (RAND)

54%

שימוש ב-AI לשיעורי בית, מאי 2025 (RAND)

48%

שימוש ב-AI לשיעורי בית, דצמבר 2025 (RAND)

62%

ילדים 9-17 שמשתמשים ב-AI יוצר (Common Sense, 2026)

86%

תלמידים ומורים משתמשים ב-AI הרבה יותר מהר ממה שהמוסדות קובעים כללים. שימוש ללא פיקוח הוא הנורמה, וזה בדיוק הדפוס שהמחקר מקשר להעברת החשיבה לכלי.

07 - עשר הקטגוריות

בשלות, ראיות, שחקנים וצפיפות

טיוטורים ועוזרים למורים רוויים ומוצעים בחינם על ידי ענקיות הטכנולוגיה; למידת עמיתים, הסמכות, עולמות גנרטיביים ושמע לתחומי תוכן כמעט ריקים. הערכת הצפיפות היא הערכת המחברת, על בסיס דפוסי מימון, כניסת ענקיות הטכנולוגיה ומספר המוצרים.

קטגוריה	מה קורה	בשלות	ראיות	שחקנים ומהלכים בולטים	צפיפות
טיוטורי AI	טיוטורים סוקרטיים, ו"מצבי לימוד" בתוך עוזרים כלליים	גבוהה (מוצר); נמוכה (השפעה)	Khanmigo קטן; ניגריה ו-LearnLM חיוביים עם מבנה; Bastani נזק בלי מעקות	Khanmigo (מ-40,000 תלמידים ב-2023 לכמיליון עם גישה, שימוש נתקע); ChatGPT Study Mode; Gemini Guided Learning; Claude Learning Mode; Eedi ו-LearnLM	צפוף מאוד. ענקיות הטכנולוגיה מחלקות בחינם
עוזרים למורים	תכנון שיעורים, מחוונים, התאמה אישית	גבוהה	כ-25 דק'/שבוע בתכנון (31%); 5.9 שעות בהערכה עצמית בלבד	MagicSchool (סבב B כ-45 מיליון$, ינו' 2025); Brisk (15 מיליון$); SchoolAI (סבב A 25 מיליון$); ChatGPT for Teachers (חינם עד 2028); Claude for Teachers; Gemini for Education; Microsoft Copilot	רווי, הפך למצרך
למידה אייג'נטית	AI שמתכנן, מסדר, מזכיר ופועל בין כלים	מוקדמת	כמעט אין ב-K-12	TimeBack של Alpha הוא הקרוב ביותר ל"מתזמר"; סוכנים של ענקיות הטכנולוגיה	חסר / מוקדם
ממשקי קול	תרגול דיבור, הקראה, טיוטור בעל פה	בינונית (שפות); נמוכה (אחר)	חזקות לדיבור בשפות (נתוני מוצר); מעט ניסויים מבוקרים	Speak (78 מיליון$, בגיבוי OpenAI); Praktika, SpeakX, Loora, Stimuler; אנגלית ב-AI בישראל	צפוף בשפות, פתוח בשאר
מלווי AI	צ'אטבוטים רגשיים וחברתיים	שימוש גבוה, לגיטימיות נמוכה	בעיקר ראיות סיכון; Brookings מסמנת נזק חברתי-רגשי	פלטפורמות צרכניות (Character.AI); בתי ספר מודרים ברובם	סיכון רגולטורי ואתי גבוה
תוכניות לימודים אדפטיביות	רצף מבוסס שליטה (לפני LLM), עכשיו עם תוכן LLM	גבוהה (תוכנה ותיקה)	0.05-0.20 SD כשמשתמשים כמתוכנן	IXL, DreamBox, Khan, Magma Math; TimeBack; ספרי ה-AI של קוריאה (נכשלו)	צפוף בשחקנים ותיקים
למידת סימולציה	מעבדות וירטואליות, משחק תפקידים	בינונית	ראיות ישנות למעבדות; מעט בעידן ה-LLM	Minecraft Education, ספקי מעבדות וירטואליות	חסר במידה בינונית
עולמות גנרטיביים	עולמות תלת-ממד ומשחקים שנוצרים ב-AI	מוקדמת מאוד	אין	בעיקר ניסויים; ממשקים מבוססי Minecraft	חסר. עלות ובטיחות הם החסמים
הערכה אוטומטית	משוב על חיבורים, בדיקת תשובות קצרות	בינונית	57% שיפור בציון/משוב (Gallup); סין אוסרת הערכת תלמידים ב-AI	Brisk, MagicSchool, Eedi, Khan	בינוני במשוב; חסר בהערכה תקפה ועמידה להעתקה
תזמור למידת עמיתים	AI שמרכיב קבוצות, מנחה דיונים ומשוב עמיתים	מוקדמת	כמעט אין	מעט סטארטאפים; הסדנאות ב-Alpha וב-Unbound מנוהלות על ידי אנשים	הכי חסר, והתפקיד שבתי ספר הכי פחות יוותרו עליו
הסמכות מחוץ לבית הספר	רשומות שליטה, תגי מיומנות, תיקי עבודות	נמוכה ל-K-12	אין ל-K-12	שחקני מבוגרים/תעסוקה (Multiverse, Preply) שולטים במימון	חסר ב-K-12. החסם הוא הכרת אוניברסיטאות/מעסיקים

לאן הולך הכסף HolonIQ מדווחת על כ-2.4 מיליארד דולר מימון הון-סיכון לאדטק ב-2024, הנמוך בעשור ו-89% מתחת לשיא 2021. ל-2025: כ-2.6 מיליארד בהשקעות כוללות או 2.4 מיליארד בהון-סיכון, לפי ההגדרה. ברבעון הראשון של 2026: 512 מיליון דולר ב-63 עסקאות; בחציון הראשון של 2026: כמיליארד, ירידה של 26% משנה לשנה. הכשרת כוח אדם לוקחת את רוב הכסף. ב-K-12 בלטה "התאמה אישית מבוססת AI" (Subject, Gizmo). עוקב משני אחד (New Market Pitch) סופר רק כ-229 מיליון דולר ב-26 סבבים של חברות AI-בחינוך טהורות מרבעון 1 2025 עד רבעון 1 2026, כשטיוטורים ועוזרים למורים לוקחים כ-85%. מה זה אומר: חינוך K-12 מבוסס AI הוא שוק הון-סיכון קטן ומרוכז. הסטארטאפים מתחרים פחות זה בזה ויותר בהצעות החינמיות של OpenAI, Google, Anthropic ו-Microsoft.

סיפורי אזהרה

מידע כללי על המקרים; לא אומת מחדש בסבב המחקר הזה.

Byju's (הודו): השווי שעלה הכי מהר באדטק, שקרס להליכי חדלות פירעון ב-2024. הלקח: צמיחה שנקנית במכירות אגרסיביות אינה ערך לימודי
Chegg: מודל העזרה בשיעורי בית שלה התרוקן בגלל צ'אטבוטים חינמיים, מה שהוביל לפיטורים עמוקים ולקריסת המניה. כשמודל AI יכול לבצע את המשימה המרכזית, שירות תשובות בתשלום כבר לא בר הגנה
AltSchool: רשת מיקרו-בתי ספר מותאמים אישית בגיבוי הון-סיכון, שסגרה את בתי הספר ועברה לתוכנה (Altitude Learning) בסביבות 2019. ניהול בתי ספר קשה תפעולית ולא מתרחב כמו תוכנה
Summit Learning: פלטפורמת למידה מותאמת אישית בתמיכת פייסבוק שנתקלה במחאות הורים ותלמידים על זמן מסך ונתונים, בסביבות 2018-2019. אמון הקהילה הוא אילוץ קשיח
ספרי ה-AI של דרום קוריאה (2025): הגרסה הלאומית של אותו לקח
Khanmigo כ"אירוע שלא קרה" לרוב התלמידים (במילותיו של סאל חאן עצמו): מוצר מהטובים בתחומו שעדיין לא יכול לפתור את בעיית המוטיבציה

08 - סינתזה

אילו תפקידים של בית הספר מתפרקים?

העברת תוכן ותרגול נמצאים תחת הלחץ הגבוה ביותר; מוטיבציה, השגחה וחיברות כמעט לא מושפעים.

תפקיד בית הספר	לחץ פירוק (5-10 שנים)	למה
העברת תוכן	גבוה	טיוטורים ומצבי לימוד חינמיים של ענקיות הטכנולוגיה נמצאים בכל מקום; 86% מהילדים כבר משתמשים ב-AI יוצר
תרגול ומשוב	גבוה	תרגול אדפטיבי עם משוב LLM זול; ראיות סבירות כשהתרגול באמת מתבצע
הכנה ומנהלה של מורים	גבוה (בתוך בית הספר)	חיסכון בזמן מוכח אבל צנוע; מחזק את בית הספר ולא מחליף אותו
הערכה	בינוני, בכיוון ההפוך	AI שובר הערכה של עבודות בית, ולכן בתי הספר עוברים להערכה בפיקוח, בכיתה ובעל פה. זה מגדיל את ערך בית הספר הפיזי כמקום אימות
הסמכה	נמוך	אוניברסיטאות ומדינות עדיין שולטות בתעודות; לאף הסמכה חלופית ב-K-12 אין הכרה בשוק
מוטיבציה ומבנה	נמוך (צוואר הבקבוק המרכזי)	Khanmigo ו-Unbound מראים שתוכנה בלי מבנה נכשלת; ההשפעה הנראית של Alpha מגיעה מתמריצים וסביבה
השגחה וחיברות	נמוך מאוד	הורים עובדים צריכים מסגרת לילדים; גם Unbound מפעיל ארוחות צהריים בווידאו חי ואירועים פיזיים רבעוניים

תרחישים ריאליים, 2031-2036

ההסתברויות הן שיקול הדעת של המחברת, לא תחזיות של מקור כלשהו.

כ-60%הסביר ביותר: "בית ספר מוגבר". בתי הספר נשארים, ו-AI לוקח את ההכנה, ההתאמה האישית, התרגול והמשוב. יום הלימודים עובר לתרגול בפיקוח, דיון, פרויקטים והערכה פנים אל פנים. RAND ממליצה במפורש על מודלים הפוכים עם זמן כיתה ללא AI

כ-25%נישה שגדלה: "מיקרו-בתי ספר עם לימודים דחוסים". מודלים בסגנון Alpha מתפשטים דרך שוברים וחשבונות חיסכון חינוכיים בארה"ב ודרך שווקים פרטיים במקומות אחרים. הראיות נשארות שנויות במחלוקת, והתוצאות תלויות בסינון ובתמריצים

כ-15%החלפה מערכתית באזורי מחסור. במקומות שבהם חסרים מורים (אנגלית בישראל, אזורים כפריים, 250 מיליון ילדים בלי גישה אמינה לתוכן לפי Brookings), AI מעביר הוראה עם מנחים במקום מורים מוסמכים. התרחיש היחיד שבו AI מחליף מורים במידה ניכרת; המפגשים המונחים בניגריה הם הראיה הטובה ביותר

שוויון. הדפוס חותך לשני הכיוונים. משפחות אמידות מקבלות AI יחד עם מבנה אנושי כבד, כמו Alpha ב-40,000 עד 75,000 דולר. תלמידים ממשפחות מעוטות הכנסה סבירים יותר לקבל AI במקום מבנה אנושי: כלים חינמיים ופחות אמינים שמשתמשים בהם לבד, וזה בדיוק מה שהמחקר מקשר לנזק. התוצאות של Unbound מרמזות שהגרסה הלא-סלקטיבית והמקוונת של מודל מבוסס AI לא סוגרת פערים לבדה. ניגריה מרמזת שהגרסה המונחית יכולה.

09 - למשקיעה, למחוללת שינוי ולמנטורית

מה זה אומר

השינוי המשמעותי לא יגיע מ-AI שמסביר טוב יותר, אלא ממי שיפתור מוטיבציה, הערכה והסמכה בקנה מידה. זו הערכת המחברת על בסיס הממצאים שלמעלה, לא ממצא של מקור מסוים.

מה יכול באמת לשנות את בית הספר, ומה פחות

פתרון המעורבות בקנה מידה. הבעיה שאף אחד לא פתר: Khanmigo הגיע לכמיליון תלמידים עם גישה, והשימוש נתקע. מי שיראה שימוש עקבי של תלמידים לא נבחרים לאורך שנה ישנה את התמונה יותר מכל שיפור במודל
הערכה אמינה בעידן AI. עבודות הבית כבר לא מוכיחות כלום. מי שיבנה הערכה בעל פה, תהליכית או מפוקחת, שמורים ומערכות סומכים עליה, ישפיע גם על מה שנלמד, כי ההערכה מכתיבה את תוכנית הלימודים
הסמכה חלופית שמוכרת. כל עוד אוניברסיטאות, מעסיקים וגופי מיון מכירים רק בתעודות של בית הספר, שעת הכיתה שומרת על המונופול. הכרה ברשומות שליטה או תיקי עבודות היא הדבר שיכול לפרק את בית הספר מבחוץ
AI שממלא מחסור במורים. זה המקום היחיד שבו החלפה אמיתית של הוראה סבירה בטווח הקרוב: אנגלית בחטיבות הביניים בישראל, מפגשים מונחים בניגריה. כאן הראיות הטובות ביותר מגיעות משילוב של AI עם מבוגר מנחה, לא מ-AI לבד
שינוי תפקיד המורה. Tutor CoPilot מראה שכלי שמשפר מורים חלשים זול ויעיל. המעבר ממורה שמעביר תוכן למורה שמאמן ומפקח הוא שינוי עמוק יותר מהחלפת ספר הלימוד

פחות סביר שישנו משהו מהותי: עוד טיוטור צ'אט כללי (מוצע בחינם על ידי ענקיות הטכנולוגיה), ספרי לימוד AI שנכפים מלמעלה (קוריאה), ומלווי AI צרכניים (שימוש גבוה, סיכון גבוה, בלי ערך לימודי מוכח).

שלוש פרספקטיבות

בכובע המשקיעה

איפה להיזהר: טיוטורים ועוזרים למורים הפכו למצרך מול הצעות חינמיות של OpenAI, Google, Anthropic ו-Microsoft. השאלה הראשונה לכל חברה: מה קורה כשהפיצ'ר הזה מגיע חינם בכלי שכבר מותקן אצל המורה?
איפה יש מקום: לולאות מעורבות והרגל, יושרה והערכה, תזמור למידת עמיתים, תשתיות הסמכה, ופתרונות "AI עם מנחה" לשווקים עם מחסור במורים. מכירה לממשלות שמגלגלות תוכניות לאומיות (אסטוניה, איחוד האמירויות, ישראל, הודו) היא מסלול, עם סיכון רגולטורי ברור
שאלות לבדיקת נאותות: האם יש נתוני שימוש של תלמידים לא נבחרים? האם נמדדה למידה בלי הכלי? מי מפיץ, המורה או המערכת? עד כמה המוצר תלוי בהחלטת רגולטור אחת? המו"לים בקוריאה הפסידו כ-800 מיליארד וון על החלטה כזו
הקשר השוק: ההון לאדטק נמוך בעשור, ולכן אפשר לדרוש יותר ראיות ותנועה אמיתית לפני השקעה

בכובע מחוללת השינוי במערכת

הלקח מקוריאה ומאסטוניה: חיוב מלמעלה בלי הכשרת מורים נכשל. גלגול מדורג, הכשרה לפני גישה לתלמידים, בסיס חוקי ברור, וכלי שמנחה חשיבה ולא נותן תשובות, מחזיקים מעמד
ישראל נמצאת עכשיו באמצע הגלגול: 70,000 מורים בהכשרה ואנגלית ב-AI בכל 180 חטיבות הביניים. זה רגע לדרוש הערכה מובנית: קבוצות השוואה, מדידת למידה בלי הכלי, ובדיקה נפרדת לתלמידים חלשים
לדחוף רפורמה בהערכה: המעבר להערכה בכיתה ובעל פה הוא תנאי לכך ש-AI יעזור ללמידה ולא רק לביצוע משימות
לשמור על שוויון: הסכנה היא שתלמידים חזקים יקבלו AI יחד עם מבנה אנושי, וחלשים יקבלו AI במקום מבנה אנושי. זה בדיוק הדפוס שהמחקר מקשר לנזק

בכובע המנטורית ב-MindCET

שש שאלות ששווה לשאול כל מייסד:

מי גורם לתלמיד להשתמש, ולמה הוא ימשיך בשבוע השלישי?
מה התלמיד יודע בלי הכלי, חודש אחרי?
מה קורה למוצר כשהפיצ'ר המרכזי שלו מגיע חינם ב-ChatGPT או Gemini?
מי הלקוח המשלם, ומה מסלול הרכש בפועל?
האם המוצר מחזק את המורה או עוקף אותו?
מה תוכנית הראיות: פיילוט עם קבוצת ביקורת, או רק מדדי שימוש?

כדאי גם לדחוף מייסדים לתכנן עם מעקות: רמזים ושאלות במקום תשובות. מחקר Bastani מראה שזה ההבדל בין כלי שעוזר לבין כלי שפוגע.

סימנים שכדאי לעקוב אחריהם ב-2027-2028

תוצאות השנה השנייה של Unbound Academy, והאם Alpha תפתח את הנתונים שלה לבדיקה בלתי תלויה
הערכת תוצאות של AI Leap באסטוניה ושל תוכנית האנגלית ב-AI בישראל
מוסדות אקדמיים, מעסיקים או גופי מיון שמתחילים להכיר בהסמכות חלופיות לבני נוער
ניסויים מבוקרים ארוכי טווח שמודדים למידה בלי הכלי
מהלכי חינם של ענקיות הטכנולוגיה שמוחקים קטגוריות שלמות של סטארטאפים

10 - הסתייגויות

מגבלות המחקר

שימו לב

חלק גדול מהתיעוד על Alpha ו-Unbound מגיע מעיתונות ובלוגים, כולל פייפר, Astral Codex Ten, WIRED וביקורות הורים, כי Alpha לא שחררה נתונים. נתוני הבקיאות של Unbound מגיעים מהדיווח של פייפר על מצגת של בית הספר. ציוני האותיות הרשמיים של אריזונה לא נבדקו כאן
גדלי האפקט של Kestin ואחרים מסוכמים לפי המסגור של המאמר שפורסם ולא חולצו מחדש
התוצאות מניגריה רגישות לבית ספר אחד ולנשירה לא אחידה. LearnLM הוא מחקר גישוש קטן. המדגם של Tutor CoPilot שונה בין הגרסאות
סכומי המימון משתנים לפי העוקב וההגדרה (2.6 מיליארד בהשקעות לעומת 2.4 מיליארד הון-סיכון ל-2025 לפי HolonIQ). מספרי המשתמשים של סטארטאפים הם טענות של החברות
סיפורי האזהרה וחלק מפרטי הקטגוריות (מלווים, סימולציה, עולמות גנרטיביים, הסמכות) מבוססים על ידע כללי ולא על אימות חדש בסבב הזה. פרטים על סינגפור ועל Oak ומשרד החינוך הבריטי לא אומתו
כל מה שבתרחישים הוא תחזית, לא עובדה שנצפתה
נתון 5.9 השעות הוא הערכה עצמית מסקר 2025. בגרסה קודמת של הדוח הוא יוחס בטעות לסקר 2026

בינה מלאכותית ובתי ספר בעולם