Fortune 14 ноября 2026 года опубликовала разбор внутренних данных AI-школы Alpha, изученных The New York Times: заявленной цели «учиться вдвое быстрее» одновременно по математике и чтению достигли только 42% учеников, хотя год обучения там стоит до $75 000. Школа без учителей в классическом смысле позиционировалась как доказательство, что ИИ-репетитор может заменить педагога, а ее софт уже применяется в государственных школах, поэтому разрыв между обещанием и реальными результатами касается уже не только частного премиального сегмента.

Что произошло
Внутренние данные сети Alpha, изученные The New York Times и раскрытые в материале Fortune, показывают: около половины учеников K-8 не достигли поставленной цели по математике, а одна пятая — по чтению. Учебная модель устроена так: около двух часов академических занятий в день с приложением-репетитором TimeBack вместо полного школьного дня, а роль учителей выполняют «guides», которые не планируют уроки и не проверяют домашние задания. Сеть насчитывает около 1500 учеников примерно в 50 кампусах, и это первый крупный публичный разбор ее реальных результатов вместо маркетинговых заявлений.
Контекст
Школа основана MacKenzie Price, и ее флагманский тезис звучал как «учиться вдвое быстрее» за два часа занятий в день — формат подавался как доказательство, что ИИ способен заменить учителя. Параллельно софт Alpha выходит за пределы частной сети: его используют более 2600 учеников государственных школ в Техасе и Южной Каролине, включая пилот в Houston ISD, где, по словам суперинтенданта Mike Miles, дети проводили в приложениях больше времени, чем планировалось. Дополнительный фон, который приводит Fortune: китайское исследование с участием 26 811 учеников, где оценки за домашние задания с генеративным ИИ выросли на 18%, но на экзаменах без подсказок упали на 20% — этот разрыв показывает разницу между работой с ассистентом и собственным навыком.
Почему это важно для индустрии
Для edtech-индустрии это первый крупный публичный разбор результатов флагманской AI-школы, которая выступала proof-of-concept модели «ИИ вместо учителей», поэтому удар приходится по всему направлению: заявлениям вида «ИИ учит вдвое быстрее» теперь нужна защита цифрами, конкурентам дешевле позиционироваться через честные метрики, а покупателям — запрашивать доказательства. Отдельный сигнал — ловушка метрик вовлеченности: время в приложении само по себе не равно росту навыка, и оптимизация time-on-app вместо проверяемого учебного результата — известная ловушка оценивания в EdTech. Пилоты Alpha в госшколах попадают под повышенное внимание прессы и родителей, а государственная школа — среда, где нельзя отчислить отстающих и нет премиальных стимулов, так что коммерческая логика частного сегмента там напрямую не переносится. Ожидаемый сдвиг на горизонте ближайших месяцев: дистрикты и инвесторы начнут запрашивать независимые пост-тесты без ассистента, контрольные группы и распределения результатов, а рынок, вероятно, начнет делиться на продукты, оптимизирующие вовлеченность, и продукты с верифицируемыми учебными исходами.
Почему это важно для пользователей
Родителям и всем, кто выбирает AI-репетиторов для детей, материал дает конкретный ориентир: даже премиальный ценник не гарантирует выполнения главного обещания, и, по данным разбора, слабые ученики получают от такой модели меньше всех. Практический вывод: при оценке любого «AI-репетитора» спрашивать у вендора подтвержденные результаты — как измерялся прогресс, были ли замеры без ИИ, какие распределения по ученикам, а не время, проведенное в приложении. Второй вывод касается базовых навыков: появляются данные, что интенсивное использование ИИ может ухудшать чтение и самостоятельное мышление, поэтому для детей особенно важны режимы, где усвоение проверяется на контрольных без подсказок, а не на истории успеха из рекламы.
Что пока неизвестно / ограничения
Данные внутренние, и методика измерения «учиться вдвое быстрее» не раскрыта: нет базлайна, определений и распределений, известны только проценты достижения самоустановленной цели. Поэтому 42% — это доля учеников, достигших очень амбициозной цели, а не измеренный учебный эффект, и проверить или реплицировать эту оценку по опубликованным материалам невозможно. Время в приложениях в госшкольном пилоте — метрика вовлеченности, а не учебного результата. Цифры китайского исследования приведены в пересказе Fortune, первоисточник и методика в этих материалах не раскрыты. Прогнозы о запросе на независимые eval и разделе рынка edtech — сценарные ожидания без подтверждающих данных.
Источники
- Fortune: Wealthy parents pay $75,000 for a two-hour AI school day. Half of students missed the math target
- Hacker News: обсуждение новости о результатах AI-школы Alpha
Автор
Look at AI, редакция
