OpenAI在教师节文章中将ChatGPT定位为“引导学习的工具”，推出Study Mode并把“AI for Educators”课程扩展到巴西葡萄牙语，旨在通过逐步提问和理解检查促使学生参与推理过程而非直接索取答案。公司强调AI应辅助教师教学目标与课堂判断，Study Mode仍在迭代，教育落地需结合本地化培训、评估设计与数据治理。
在一篇发布于教师节的文章中，OpenAI把人工智能教育叙事的重点放在了一个看似传统、却日益重要的问题上：当学生可以随时向聊天机器人索取答案时，AI是否也能帮助他们学会提出问题、解释思路并独立完成判断？
OpenAI于2026年10月15日发布的文章《Teaching students to think and learn through questions》没有宣布一个全新的模型，而是通过一支以大学课堂为背景的宣传活动，以及两项面向教育者和学生的产品安排，强调公司希望把ChatGPT从“回答问题的工具”转向“引导学习的工具”。
文章最核心的内容，是宣布OpenAI Academy上的“AI for Educators”课程推出巴西葡萄牙语版本，同时继续推广ChatGPT的Study Mode（学习模式）。后者通过逐步解释、引导性提问、提示和理解检查，试图避免学生只复制一个看似完整的答案。
OpenAI把教师放在AI学习的中心
OpenAI在文章开头没有从产品功能讲起，而是先描述教师在课堂中的作用：他们了解学生已经掌握什么，决定如何引入一个概念，并在学生第一次尝试之后继续引导，直到学生真正理解。
这一叙述很重要，因为它勾勒出了OpenAI当前教育产品的边界。公司并没有把AI描述成教师的替代者，而是把它放在教师已经建立的教学目标和课堂判断之下。文章中的宣传片设定在大学课堂，采用较为轻松的方式表现教师和学生关系的变化，同时强调在AI进入教育之后，教师仍然负责提出最关键的问题。
这与OpenAI此前发布的“Teaching with AI”教师指南一脉相承。该指南建议教师把ChatGPT用于备课、生成测验、设计课堂活动和模拟不同角色，但同时提醒，模型可能给出不准确或不可靠的答案，学生应当通过其他一手资料进行核实。
对于学校而言，这种定位意味着，AI的价值并不只是节省备课时间。更具挑战性的任务，是把模型产生的内容放进一个由教师掌控的教学流程：学生需要知道自己要学什么，教师需要能够判断模型的解释是否适合这个班级，而课堂评价则不能只看最终交上来的文字是否完整。
Study Mode试图让学生参与推理过程
OpenAI在文章中再次介绍Study Mode。学生可以在ChatGPT的工具菜单中选择该模式，然后要求系统一次提出一个问题，等待回答，再帮助识别仍需复习的部分。
OpenAI给出的例子是生物学学习。学生可以要求ChatGPT围绕酶逐次提问，并在回答后帮助其判断知识缺口。另一个例子是蒸发实验：学生先借助Study Mode思考“为什么晾在衣架上的衣服会变干”，随后不再查看对话，独立写出解释和一个想在课堂上讨论的问题。教师则可以利用这些回答，发现全班还没有理解的部分。
从产品设计上看，Study Mode包含几层不同的引导：通过苏格拉底式提问和提示让学生先尝试；把复杂信息拆成较易跟随的步骤；根据学习者的目标和水平调整解释；再通过小测验、开放式问题和反馈检查理解情况。OpenAI称，这些行为参考了学习科学中关于主动参与、认知负荷、元认知和自我反思的研究。
但OpenAI也承认，这一功能仍处于持续迭代阶段。Study Mode目前主要依靠定制的系统指令来实现相关行为，公司此前表示，这种方式有利于快速收集学生反馈，但在不同对话中可能出现不一致和错误。OpenAI计划在了解哪些做法有效之后，把相关行为进一步训练到主要模型中。
因此，Study Mode不能被等同于一名经过认证的教师，也不能保证每一次引导都符合课程目标。它更接近一种产品层面的尝试：通过改变对话方式，降低学生直接索取答案的诱因，让“想明白”成为完成任务的一部分。
教育者课程从英语扩展到葡萄牙语
此次文章宣布的另一项变化，是OpenAI Academy的“AI for Educators”课程新增巴西葡萄牙语内容。课程面向小学、中学和高等教育阶段的教育工作者，内容包括如何使用ChatGPT设计课程、创建课堂活动和评估材料，同时要求教师结合自己的教学环境和专业判断审查模型输出。
课程页面显示，该学习路径包含课程和评估两个部分，完成课程并在评估中取得至少80%的分数后，参与者可以获得数字徽章。课程本身强调，教师需要把自己的教学材料、学习目标和学生需求带入工作，而不是单纯依赖通用提示词。
课程内容目前以英语和葡萄牙语提供，预计学习时间约为一小时。OpenAI把它定位为面向已经具备一定ChatGPT使用经验的教育者的中级课程，重点不是介绍模型的基本操作，而是帮助教师把工具嵌入备课、活动设计和评估流程。
巴西葡萄牙语版本也反映出OpenAI扩大教育服务时面临的现实：教育工具不能只依靠英语内容和美国课堂经验。教师培训需要适应本地语言、课程体系和学校治理方式，产品在不同地区落地时还会涉及学生数据、教师权限和机构采购等问题。
从“答案质量”转向“学习质量”
OpenAI推动Study Mode的背景，是学校越来越难以单凭学生的最终作业判断学习是否真实发生。生成式AI可以帮助学生迅速整理材料、润色语言和形成结构完整的答案，但一份更成熟的作业并不必然意味着学生掌握了相同的知识和推理能力。
这一问题也出现在OpenAI与博科尼大学研究人员合作开展的随机实验中。相关结果显示，ChatGPT能够让学生的作业更加完整、连贯，更接近专家建议；而因果推理训练则更明显地提升了想法的多样性、原创性，以及对因果关系和失败条件的解释能力。两者结合时，学生同时保留了较好的成品质量和更宽的思路。
AIFlux此前对这项研究的报道指出，这项实验针对的是一所大学的一年级学生和一项营销任务，不能直接推导出AI对所有年龄段、学科或长期学习效果的影响。但它提出了一个关键区别：学校需要分别衡量答案是否清晰、想法是否原创，以及学生能否解释自己为什么这样判断。
如果AI能够降低高质量文字表达的门槛，教育评价就可能需要更多关注过程。例如，教师可以要求学生说明选择某一方案的理由，比较多个答案，记录修改过程，或者在没有AI帮助的情况下完成验证。对话式学习工具可以提供帮助，但不能替代这些由学校设计的评价环节。
教师版部署与学生端治理并不是同一个问题
OpenAI近年也在扩大面向教育机构的产品和培训。公司已经把教师版ChatGPT扩展到更多美国学区，并强调学区级管理、教师培训和数据隐私安排。公司称，教师版工作区中的数据默认不用于训练模型，并提供身份验证、权限控制和学校管理功能。
但教师端的安全部署，并不等于学生端的学习问题已经解决。教师可以在受控环境中使用AI准备课程，不代表学生就应当在所有作业中自由调用模型；教育机构能够签订数据协议，也不意味着它已经回答了哪些任务必须独立完成、模型错误由谁审核以及学生数据保存多久等问题。
OpenAI此前在Education for Countries项目中，也把研究、教师培训和本地化工具部署列为重点。该项目显示，公司正在尝试从单个用户产品进一步进入学校、大学和政府主导的教育体系。不过，项目披露的使用人数、培训反馈和生产力数据主要来自OpenAI或合作方，仍需要更多独立研究来检验其对学习成果的长期影响。
真正的考验是学生是否仍然在思考
从“Teaching students to think and learn through questions”这篇文章来看，OpenAI想推动的并不是让ChatGPT少说几句话，而是重新定义用户与答案之间的关系。
在直接回答模式下，效率通常意味着更快得到结果；在学习模式下，效率则可能意味着更快发现自己哪里不懂。前者适合获取信息和完成部分工作，后者试图把注意力放回问题定义、推理过程和自我解释上。
这一方向仍存在明显限制。模型可能提出不恰当的问题，给出错误提示，或者在学生没有真正理解时过早判断其已经掌握。它也无法独立决定某个班级的教学目标，更不能替教师承担对学生进步和课堂公平的责任。
因此，OpenAI这次发布的内容更适合被看作一项教育产品和治理实验，而不是关于AI能够改善学习的最终结论。它提出的核心问题，最终仍要由学校、教师和研究人员回答：当机器越来越擅长生成答案时，课堂应该如何让学生继续参与提问、证据判断和承担结论的过程。