OpenAI在8月26日宣布，把ChatGPT for Teachers扩展到美国20个州的55个新增学区系统，覆盖超过10万名新的教师和工作人员。加上此前合作，OpenAI称目前已与30个州超过100个K-12教育组织合作，为30多万名教育工作者和员工提供免费访问与培训。产品仍只面向经过验证的美国K-12教师、教职员工和管理人员，并计划免费至2028年6月。

这些数字代表的是合作覆盖和账户可用范围，不等于30万人都已持续使用，更不等于学生可以直接进入教师工作区。OpenAI特别强调，该产品仍然面向教育工作者，而不是向学生普遍开放。新增合作包括美国20大公立学区中的五分之一，也包含规模和学生构成差异很大的地方系统。由此产生的真正挑战，不再只是让教师拿到一个聊天工具，而是让采购、身份、数据、权限、培训和课堂规则在不同地区能够一致运转。

同时公布的16州数据隐私协议，是这次扩展中比用户数量更值得关注的部分。协议借助Student Data Privacy Consortium框架，为参与州的学区提供共同评估路径，减少每个学区分别谈判条款的成本。OpenAI称已签署的一般性要约覆盖伊利诺伊、纽约、得州、弗吉尼亚等16州，加州另有单独协议。统一框架能提高采购效率，却不会替代各州法律、学区政策和具体使用场景的审查。

从个人尝试变成学区部署，产品需要承担哪些新责任

教师个人用公开聊天机器人备课，与学区把工具放入受管理工作区，是两种完全不同的风险状态。后者需要明确谁能创建账户、管理员能看见什么、人员离职后如何回收权限、哪些数据可以输入、记录保存多久，以及发生误用或泄露时由谁响应。OpenAI表示，教师工作区数据默认不用于训练模型，并提供角色权限和支持FERPA要求的管理控制；但“默认不训练”只是治理的一项条件，不代表任何内容都适合上传。

学生姓名、成绩、健康与特殊教育记录、家庭情况和行为观察都可能构成高度敏感信息。即便模型供应商不拿数据训练，输入内容仍可能经过日志、插件、文件解析和管理员审计等环节。学区需要把数据最小化写进日常流程：能用匿名案例就不用真实身份，能用汇总信息就不上传个人记录，任何第三方插件都要单独审查。教师也需要知道，模型生成的家长沟通、评价材料或个别化建议不能直接成为正式决定。

OpenAI披露的一项隐私保护分析显示，1月1日至7月16日，教育工作者发送了超过190万条与节省时间有关的信息，其中约90万条涉及成绩单和进度报告，80万条涉及课程规划，代课计划与教师评价材料分别超过10万条。这些统计说明行政与备课是需求最集中的区域，但它们不能直接证明节省了多少工时，也无法单独判断产出质量。尤其当任务涉及评价时，错误、偏见或语气不当可能影响真实人员，必须保留教师复核。

学校还要处理“便利性反向塑造教学”的问题。如果模板生成变得极快，教师可能逐渐依赖相似结构，课程差异和本地语境被削弱。正确的评价指标不应只是生成次数，而应包括返工率、事实错误、教师实际节省时间、学生学习效果、投诉与隐私事件。没有这些结果指标，活跃度越高并不一定代表教育价值越大。

培训和共同实施是起点，不能被宣传数字替代

OpenAI把本轮合作描述为共同实施模式，包括教师实操培训、学区领导支持、跨学区同伴学习与持续指导。公司还称，今年夏季有超过1600名教师、管理人员和学区领导参加AI Skills Jam；首批活动后，93%的参与者表示带走了可重复使用的成果，96%计划在30天内应用。这些是参与者自报意愿与短期反馈，不是长期成效评估，不能写成课堂成绩已经提升。

大规模采用需要分层培训。初级课程应覆盖验证事实、识别幻觉、保护学生数据和引用来源；进阶课程再讨论课程改编、材料分析与多步骤代理。管理人员还要学习如何审查日志、处理申诉、暂停高风险功能。家长和学生虽然不是教师工作区用户，也需要获得清楚说明：学校在哪里使用AI、哪些决定明确禁止自动化、怎样提出异议或要求人工复核。

免费期同样需要被纳入预算判断。产品免费至2028年6月为学区降低了试用门槛，但后续价格、迁移成本、数据导出能力和供应商替代方案仍不确定。学区应在试点阶段就确认退出机制，避免课程材料和工作流被某一平台格式锁定。采购合同还应规定重大模型更新、数据处理变更和安全事件的通知义务。

这次扩展说明生成式AI正从教师个人账户进入正式教育基础设施。它的价值可能首先体现在减少重复行政工作，而不是替代教学。只有当隐私协议、受管权限、教师培训、人工复核和成效测量同时建立，覆盖人数才会转化成可靠的教育能力。否则，十万新增账户只是更大的入口，也会带来更大的治理负担。