在网络、设备和教师资源受限的课堂里，教育AI不能只依赖大型云端模型和通用英语内容。Google 11月4日宣布，Google DeepMind将与非营利机构Fab AI合作，在肯尼亚、加纳和南非支持本地团队开发基于开放Gemma模型的教育工具。

该项目获得Google.org与盖茨基金会联合资助。Fab AI将组织当地创新者，Google DeepMind提供计算资源和技术支持，重点寻找AI能够帮助教师、并可能改善基础学习效果的应用方向。

围绕教师最常见的三类任务开发

项目首先聚焦三类教师工作：规划与国家课程一致的高质量课程，及时提供学习诊断和评估，以及通过实践反馈支持教师培训。这些任务具有明确输入、输出和评价标准，比“让AI代替教师回答所有问题”更适合作为试点。

Google强调使用小型语言模型的现实意义。较小模型可以在成本更低的设备上运行，也更容易围绕本地语言、课程体系和课堂情境进行调整。在网络连接不稳定或云计算成本较高的地区，本地或轻量化部署可能直接决定工具能否持续使用。

首阶段面向500名教师和1.5万名学生

按照Google公布的计划，项目第一阶段目标是支持最多500名教师和1.5万名学生，并称未来存在覆盖超过200万名学习者的潜力。后一个数字属于扩展目标，并非已经实现的覆盖规模。

项目还计划公开产生的数据集、评估套件和开源模型，供更广泛的教育生态使用。开放成果有利于其他地区复用，但教育数据往往涉及未成年人、学习表现和学校信息，因此公开之前仍需完成匿名化、授权与偏差检查。

教师培训与工具开发同步推进

除了开发工具，Google还将把免费的AI Educator Series扩展到撒哈拉以南非洲，先与南非教育工作者委员会合作，在南非开展线上与线下培训。课程由教育工作者参与设计，覆盖备课、行政工作和差异化教学等实践。

Google计划在2027年进一步扩展到尼日利亚、肯尼亚和加纳。培训采用微证书方式，但真正的成效仍需观察教师是否持续使用、是否减少非教学负担，以及学生学习结果是否改善，而不能只以参加人数衡量。

编辑观察：教育AI的关键不只是模型能力，而是本地适配

这一合作说明，教育AI的关键不只是模型能力，而是本地适配。课程标准、语言表达、班级规模、设备条件和教师工作习惯都可能决定同一个模型在不同地区的实际效果。

项目落地时应把教师保留在决策链中：AI可以生成初步教案或诊断建议，但教师需要确认内容准确性、难度和文化语境。评估也应同时检查学习增益、教师时间节省、错误建议率、不同学生群体间的公平性，以及设备和维护的长期成本。

目前Google披露的是合作计划和阶段性目标，尚没有发布学习成效数据。相关工具是否能在资源有限课堂中形成稳定价值，需要等待试点、独立评估和公开成果进一步验证。

配图为AIcent原创AI生成实景风格示意图，非官方新闻现场照片，不使用第三方新闻图片。

参考来源：Google Africa Blog（2026年11月4日）。正文为基于官方消息的中文整理，编辑观察与事实披露分开呈现。