围绕人工智能进入学习场景的讨论近期再度引发社会关注。
争论的核心并不止于“工具好不好用”，而是指向更深层的公共议题：当学习资源加速数字化、智能化，AI是否会成为新的门槛，进一步放大城乡差距、家庭差距，进而形成所谓“新寒门”。
问题：从“能否使用”到“会否分化”的担忧集中显现 在一场关于“孩子到底能不能用AI”的讨论中，多位学者、媒体人和教育领域意见领袖就学习效率、思维训练、价值观引导等议题展开交锋。
随着讨论深入，“AI是否加剧教育不平等”成为关注焦点。
部分观点认为，优质模型、算力设备、付费应用及家庭陪伴能力的差异，可能让一部分家庭先行获益，进而形成新的“资源壁垒”。
也有观点指出，若AI工具能够低成本普及并进入公共服务体系，反而可能缩小差距，使更多孩子获得可负担的学习支持。
原因：技术普及与资源配置的双重变量，决定“差距放大”还是“差距收敛” 教育不平等的根源历来复杂，既包括经济条件，也包括信息渠道、学习方法、家庭文化资本与学校供给能力。
AI进入教育领域后，这些变量并未消失，而是以新的方式叠加：一方面，智能工具对学习资料检索、知识讲解、练习生成、错题分析等环节具备明显增效作用，能将部分优质服务“规模化复制”；另一方面，若优质工具被过度商业化或只集中在少数地区、学校，亦可能形成新的分层。
值得注意的是，技术扩散往往呈现“先快后稳”的轨迹。
移动互联网普及初期，确曾出现“接入差异”；但当基础设施与终端成本下降后，接入差距显著收敛。
当前AI应用正处在从“尝鲜”到“普及”的阶段，舆论担忧的本质，是对技术扩散不均衡与使用方式失范的提前预警。
影响：教育公平被重新定义，竞争维度可能从“资源占有”转向“能力塑造” 针对“AI新寒门”之说，千问方面通过公开发文回应称，“AI新寒门不存在”，并提出“AI时代的教育公平正在被重新定义”。
其观点强调，AI普及速度快、覆盖面广，免费或低成本的“在线学习助手”可以随时提供帮助；基于自然语言的试卷、资料检索与课堂演示能力，理论上不因城乡而产生结构性差别。
上述表态意在指出：当基础能力以公共化、平台化方式扩散，教育差距未必会系统性对应家庭出身，而可能更多取决于个体兴趣、学习自驱与创造性表达。
从更宏观的角度看，AI对教育的影响至少体现在三方面：其一，学习方式由“被动接受”加速转向“问题驱动”，学生提出好问题、评估答案的能力更重要；其二，教师角色从“知识传递者”更多转向“学习设计者与评价者”，课堂组织与价值引导更关键；其三，评价体系面临新挑战，如何辨识真实学习与“工具代劳”，如何在鼓励创新与维护诚信之间取得平衡，需要制度与技术共同支撑。
对策：让“可用”走向“善用”，关键在公共服务、规则建设与能力培养 要避免AI成为新的分化因素，需要在三条路径上同步发力。
一是强化公共供给，推动AI学习工具更多进入普惠场景。
包括提升中小学数字基础设施，鼓励面向基础教育的公共资源平台与开源工具建设，探索在图书馆、社区教育中心等公共空间提供可及的学习支持，减少“因设备、因付费而分化”的风险。
二是完善规范与安全机制，明确边界与责任。
围绕未成年人使用AI的内容安全、隐私保护、数据合规、广告与付费引导等，应形成更细化的行业标准与学校规则，同时建立可追溯的使用记录与风险预警机制，为家校协同提供依据。
三是把“AI素养”纳入基础能力体系。
与其简单争论“用或不用”，不如更务实地推进“怎么用”：训练学生的信息辨识能力、逻辑推理与表达能力，强调引用规范与学术诚信，培养在多答案环境下进行比较、验证、迭代的学习方法。
对于教师群体，也需加强培训，提升在教学设计、作业评价与课堂互动中合理使用工具的能力。
前景：从技术热到制度化应用，教育生态将进入“人机协作”的新阶段 可以预见，AI在教育领域的应用将从零散工具走向场景化、体系化：在课前用于预习与诊断，在课中用于演示与互动，在课后用于练习与反馈。
随着模型能力提升与成本下降，“同一份优质讲解服务更多孩子”的可能性进一步增大。
但同时，教育的核心目标不会被技术替代：价值观塑造、思维品质、社会性发展与审美能力等，仍需要真实的课堂、真实的人际互动与真实的成长体验。
AI时代的教育公平问题反映的是社会进步过程中的深层关切。
技术进步本身为打破教育鸿沟提供了前所未有的机遇，但这种机遇能否转化为现实，取决于我们如何理解和应用这些技术。
千问的回应虽然充满了对技术赋能的期待，但这种期待也提醒我们，公平不会自动实现，需要在政策支持、资源投入和观念转变的基础上，让技术真正成为促进教育公平的有力工具。
当每个学生都能获得优质的学习资源，教育的竞争就会从"拼资源"转向"拼潜力"，这或许正是AI时代教育应该追求的新境界。