沙特把 AI 变成了必修课。这对底层的技术提出了什么要求

沙特教育部已把人工智能列为 2025-26 学年起的中小学必修科目，覆盖超过六百万名学生——这是全球范围内规模最大的技术教育部署之一。对一个学校集团、一家出版社或一支部委团队来说，教学大纲是容易的那部分。难的部分是：一门必修课必须以阿拉伯语优先交付，而不是在英语之上盖一层翻译；必须在一门既无往年试卷、也无题目统计的学科里完成测评；由比学生早几周才学会这些材料的教师来教；并记录在海湾地区监管机构会提出具体问题的系统里。

这四件事单看，没有一件罕见。让它们合在一起变难的是期限。试点挑学校；强制令拿下全部学校，在同一个早上。

强制令和试点是两个不同的问题

试点筛选的是热情：一位周末就已经在读这门学科的教师，一间能用的机房，一位希望有人来访的校长。强制令还会把这样的学校一并纳入：只有一间超额预约的实验室，一位在另外两门课之外兼顾这门新科目的教师。按中位数的学校来规划，而不是旗舰校——共用设备，早上八点所有班级同时登录时的稀薄带宽，以及断线后不丢失学生作业、还能继续的会话。

第二个变化是行政上的，容易被低估。一门必修课必须向上举证——向集团办公室、向教育局、向部委——而不只是在课堂上被看见。这项义务会落到持有记录的那个系统上，而且在第一个学期就落下来。

• 每一所学校都在同一个日期进入范围，包括那些绝不会主动报名的学校。
• 覆盖情况必须向上汇报，所以“我们教了”得是一条有人能跑的查询，而不是一次对话。
• 学年中途转学的学生会带着这门新科目的记录走，接收学校必须读得懂它。
• 监护人会问这门课是什么、自己的孩子在里面做什么，而且往往在学校还没决定完的时候就问了。
• 第一届的成绩会成为此后每一届被衡量的基线，不管这条基线好不好。

阿拉伯语优先，而不是事后补上阿拉伯语

这门学科对翻译层的惩罚比大多数学科都重。AI 教学材料里满是从左到右的片段——Python 片段、库名、URL、记号——嵌在阿拉伯语行文中。双向渲染正是平台会当场出丑的地方：括号反转，标点跳到行的另一端，一段代码在编辑器里读起来没问题、印到练习册上却错了。要求看一节带代码示例的课，用阿拉伯语，在手机上。这只要一分钟，问题就有答案了。

然后去看没人演示的那一面。被翻译过的通常是学生端界面；协调员的界面、评分队列和导出的 PDF，才是镜像布局被漏掉的地方。一位为了做覆盖率报表而切换到英语的协调员，是在把活干两遍，最后真实记录会留在一张电子表格里。

内容来源值得单独做一个决定。英语的 AI 教学材料远多于阿拉伯语，所以大多数集团会选择翻译或生成。整本教材做机器翻译会产生术语漂移——同一个概念在三章里有三种叫法，而在一门词汇本身就是学习内容的学科里，这是致命的。先用现代标准阿拉伯语定下一份术语表，与将要使用它的教师达成一致，然后让每一个单元都守住它，并由学科教师、而不是译者来审校结果。

测评一门此前无人教过的学科

一门成熟学科所倚仗的一切，在第一年都不存在。没有往年试卷，没有标杆答卷，没有及格线，没有题目难度统计，也没有背后有十五年评分审核经验的考官。所以第一年的测评同时承担两件事：如实报告这一届的情况，并建立起让第二年站得住脚的证据基础。

在写任何题目之前，先把学习结果写成可观察的能力。“能解释为什么在不平衡数据上训练的模型会把较小的那一组分错”可以在四十所学校之间做评分审核；“理解机器学习”不行。在一门新学科里，学习结果的表述是你唯一的固定点，这也是能力框架在这里比在一门成熟学科里更值回票价的原因。

用量规要出于判断，而不是出于习惯。想要一份关于这一届弱在哪里的诊断画像时，用分析式——第一年你非常需要这个。需要在规模上快速给出站得住脚的分数时，用整体式。目标是一份公开标准时，用单点式。然后保留第一次考试的题目统计：每道题的难度和区分度，这样人人都答对的那道题和没人答对的那道题，可以在被复用之前修好。普通的心理测量学在第一年比在第十年更要紧。所有这些机制——量规、评分审核、题目统计——都写在测评页上。

有一个问题是这门学科独有的：学生会用模型来做关于模型的作业。绕开它来设计，而不是去查禁它——课堂上的表现性任务，既保留终稿也保留草稿的作品集，针对某个项目的简短口头答辩。把工具用好本来就是你要教的一部分，所以要测评判断力，而不是打字。

教师能力才是真正卡住的约束

在买任何东西之前先算一笔账：要培训的教师人数，乘以每人所需的小时数，除以开学前的周数，再对上真正能授课的培训者。在大多数集团里这个数算不通，通常的答案是层级培训——培训培训者，再由他们培训培训者，再由他们培训教师。每传一手，保真度就掉一截。一堂第四手的神经网络课，不是一堂神经网络课。

在层级传递中活得更好的，是教师能拿在手上的材料：学生拿到的同一个单元，带解析的答案，以及一个能提问、并从懂的人那里得到回答的地方。让教师用和学生同一个平台，这样只有一份记录、一套内容，而不是一个培训门户挨着一个学习门户，各有各的登录，还没有共享报表。

衡量完成，而不是衡量邀请。出勤不能证明谁能教这些内容；一次简短的测评，加上一张写明所证明了什么的证书，更接近证据。另外要建一条回流的通道——哪些课在有三十名学生、十二台能用的机器的真实课堂里会垮掉。这类反馈在第一年比任何一次督导都更有价值，而且保质期很短：一旦教师认定没人看这些报告，他们就不再上报问题了。运营多个校区的集团要协调的这类事，比单所学校更多；学校页讲的是集团层面的版本。

在海湾地区，数据保护的问题问法不一样

沙特的《个人数据保护法》由 SDAIA 负责实施，对个人数据如何处理、以及如何转移出王国境外设定了条件。这里的采购是从数据驻留、跨境转移和次级处理方开始的，而不是从功能清单开始。用 AI 工具来教这门课，还会带出一个地理课从未提出过的问题：学生的作业被送进一个模型之后会发生什么，以及那是谁的模型。

在签字之前，向每一家厂商——包括我们——索取这些问题的书面答复。

• 学生数据存在哪里，在哪个国家，如果这个答案变了，提前多久通知？
• 哪些次级处理方会接触到它——包括点名 AI 功能背后的任何模型提供方——它们各自又在哪里运行？
• 学生作业会被用来训练任何人的模型吗？“不会”应该写进合同，而不是写进一篇博客。
• 学生离校后数据保留多久，谁可以删除，删除能被证明吗？
• 监护人能看到什么，这个范围能按类别划定，而不是全有或全无吗？
• 你们能拿出一份谁读取或修改过某位学生数据的记录吗，并且能证明这份记录未被改动吗？
• 厂商自己的哪些员工能看到学生数据，需要什么审批，这个审批有没有留痕？

“我们符合 GDPR”不是对 PDPL 问题的回答。它通常意味着厂商已经做完了让 PDPL 层面的答复成为可能的那些工程——合法性基础的处理、同意记录、主体访问、擦除——但两者之间的映射该由你的法务团队去核对，而不是由售前工程师去断言。

一个平台能替你卸下什么，不能卸下什么

没有平台会教这门课。它拿掉的是吞掉一次推广的重复劳动：同一个单元按学校数量重复创作，而不是只做一次；四处追问哪些校点覆盖了哪条学习结果；为了回答教育局的一个问题而导出电子表格；以及给学生跑一套系统、给正在受训教他们的教师跑另一套。

我们做的正是这种形状的平台，所以下面这段请当作有利益关系、而非中立的话来读。Lurno 有四种产品语言——英语、全程从右到左布局的阿拉伯语、法语和意大利语——而其中的阿拉伯语覆盖管理端界面，不只是学生端。测评方面：19 种题型，7 种测评类型，支持分析式、整体式和单点式的量规评分，同伴互评，作品集，统一评分队列，以及包含自适应 IRT/CAT 的心理测量——等题库成熟到值得用它的时候再用。能力框架承载证据与自动掌握判定，这正是把“我们教了”变成教育局可以核查的东西的办法。租户隔离在数据库中强制执行，而不是在应用里——676 次迁移中的 868 条行级安全策略——敏感变更会写入哈希链式审计日志。

也直说不存在的部分。SCORM 1.2、SCORM 2004、xAPI 和 LTI 1.3 在开发中——已在产品中建模，运行时仍在构建——所以如果招标要求第一天就符合标准，请在第一次会议上说明。SAML/OIDC 单点登录、MFA 和通行密钥在路线图上；今天已有的是合作方登录（静默 SSO），那是另一样东西，不应该当作同一样来卖。支付、结账和自助注册尚未开发：账号由邀请创建。我们没有 SOC 2 或 ISO 27001 认证；相关实践对齐 ISO 27001，安全页上写明了具体是哪些。

三年后看起来称职的集团，是那些把第一年当作校准来对待的：先写学习结果再写题目，从第一次考试起就保留题目统计，教师能力靠测量而不是假定，阿拉伯语在没人演示的界面上被测试过，数据方面的问题在合同还没定稿时就在合同里回答清楚。教学大纲会被修订——新学科总是会。而到那时你仍然需要的，是关于教了什么、教给了谁、学得如何的记录。