AI EDUCATION OBSERVATION · 2026 年 9 月第 2 期
教育出版 · 动态教材 · 内容版权 · 课程标准
AUDIO · 本期音频

当教材可以为每个班级现场重写,我们还需要“统一教材”吗?

从一笔教育出版收购出发,追踪教材如何变成持续运行的内容系统。

本期思考

我们习惯把教材理解为一种已经完成的东西:作者写完,出版社编辑,专家审定,学校选用,学生拿到相同的版本。

但传统教育出版商正在把经过授权和审校的内容库,与能够生成、改编、翻译和对齐课程标准的 AI 系统接在一起。教材不再只是在几年后修订一次,它可能在进入不同国家、地区、学校甚至班级时被重新组织。

核心问题不是纸质书会不会消失,而是:当教材可以为每个班级现场重写,我们还需要怎样的统一教材?

国内动态

本周未发现可独立纳入的生成式教材新进展

国内相关规划已经提出制定数字教材建设和管理指导意见,并支持地方、学校和企业参与开发。但在本期观察窗口内,暂未发现与“AI 动态生成教材”直接相关、且具备足够原始信息的新政策或重大交易。真正值得提前准备的是:当正文、例题、难度和测评能够持续生成,审定与责任机制将如何跟上?

产品与商业

2026.09.02 · 教育出版 · 证据等级 A

McGraw Hill 收购 Teachally,AI 开始进入教材生产线

McGraw Hill 宣布收购 AI 课程开发公司 Teachally。收购方表示,Teachally 可基于既有课程内容创建、改编、翻译和本地化教学材料,并让内容与不同学术标准、学习目标、语言需求和学生准备度对齐。

观察:这不只是给教师增加一个备课按钮,而是把经过授权、编辑和组织的教材内容,与生成能力合并。未来教材的竞争单位可能不再是一本书,而是一套不断产生合规版本的系统。

核验边界:交易金额、整合计划和学校采用规模尚未披露;企业列出的能力不等于生成内容已经通过独立质量评估。
来源:McGraw Hill

2026.09.04 · 高等教育 · 证据等级 B

内容免费之后,出版商开始销售“内容之上的服务”

McGraw Hill 发布面向高校开放教育资源的方案:学校可以继续使用不向学生额外收费的 OER 内容,再叠加其 AI 学习与学业支持服务。

观察:当内容本身越来越容易获得,出版社的商业价值可能从销售某一章,转向帮助学校选择、组织、适配、更新并追踪内容如何被使用。

核验边界:这是企业产品说明,不能证明这种组合比单独使用开放资源更有效。
来源:McGraw Hill

全球动态

2026.05.05 背景材料 · 内容版权 · 证据等级 A

教材公司一边保护内容,一边建设自己的生成能力

今年 5 月,McGraw Hill 与其他多家出版商及作者对 Meta 提起集体诉讼,指控其在开发 Llama 时未经许可复制和传播受版权保护的书籍与期刊。四个月后,McGraw Hill 收购 Teachally,把自己的内容接入可控的课程生成系统。

观察:出版业并非简单反对 AI。它们争夺的是谁可以让模型使用教材、谁可以生成衍生版本,以及谁能从这些版本中获得收入。

核验边界:诉状是原告指控,不是法院认定;两项行动之间的联系是本期基于公开材料的行业分析。
来源:诉状全文

教育与组织

2026.09.04 · 大学创新 · 证据等级 A

大学也可能成为自己的 AI 课程研发团队

剑桥大学本周开放 AI for Teaching and Learning 项目申请。每个项目最多获得 1 万英镑,在六个月内由课程相关人员开发和测试新方案,并得到机器学习工程师支持。

观察:教材和课程的动态化不一定只由大型出版社完成。大学也可能形成“课程负责人+内部工程团队+短周期验证”的研发机制。

核验边界:目前只是资助计划,不能推断项目会形成规模化产品。
来源:University of Cambridge

基础设施

2026.09.02 · 内容产权 · 证据等级 B

内容所有权开始影响教育公司选择底层平台

沉浸式教育公司 Optima 宣布完成全套教育内容向 Arthur 平台的迁移,并把保留知识产权、自由定制体验以及继续整合 AI 的能力列为合作原因。

观察:当课程可以持续更新,内容放在哪里、调用哪个模型、能否完整迁移,以及生成结果归谁,将成为教育公司的核心经营问题。

核验边界:双方没有公开合同、采用规模或教学效果。
来源:Optima

CORE OBSERVATION

当教材可以为每个班级现场重写,我们还需要“统一教材”吗?

教材正在从产品变成运行中的系统

过去的数字教材,很多时候仍是把一本固定的书搬到屏幕上。生成式 AI 的变化不同:它可以根据地区标准调整顺序,为不同语言背景重新解释概念,按班级情况改变例题,并快速生成练习与测评。出版社提供内容母库和生成规则,系统根据场景产生版本,教师可能再次调整。

“统一”不会消失,但统一的对象会改变

课程目标和核心概念可以保持一致,解释语言、案例、练习数量和支架方式则可以变化。真正需要统一的,可能从页面转向规则:哪些知识不能遗漏,哪些来源可以进入,哪些事实与价值边界不能改写,谁有权限调整,以及每次生成能否追溯。

统一底线,允许多版本;统一来源规则,允许不同表达;统一学习目标,允许不同路径。

教材审定将面对一个没有固定页码的对象

固定教材可以逐页审读。动态教材却可能产生审定时从未出现过的段落、例题和答案。未来的审定机制需要同时关注内容来源、生成规则、模型表现、修改权限和版本记录。教材上的“版次”,可能还需要包含内容库版本、模型版本、生成时间与修改者。

教师获得自由,也会获得新的编辑责任

快速改编能让材料更贴近真实班级,但也可能把原本由编辑、学科专家和审校人员承担的工作推到教师面前。降低难度是否删掉关键概念?本地案例的数据是否真实?生成测评是否仍在测原本能力?没有版本比较、来源提示、风险标记和撤回机制,所谓赋能可能只是把出版责任分散给一线教师。

本期判断

AI 不会简单终结统一教材。它更可能迫使我们重新定义统一:不再要求每个学生永远看到完全相同的页面,而是要求所有生成版本遵守同一套知识边界、来源标准、课程目标和责任链。最稀缺的资产可能不是模型,而是经过长期积累的内容信任,以及决定这些内容如何被改写的权利。

这对不同读者意味着什么

学校与管理者

采购时要求演示内容来源、版本记录、教师权限、错误撤回和模型更新后的重新验证机制。

教师与教研员

把生成内容当作待编辑稿,核对核心概念、事实来源和测评目标。

家长

关注孩子使用的是固定教材,还是按个人生成的内容,以及差异由谁审核。

出版与产品从业者

竞争重点正在转向内容授权、课程标准映射、版本治理和审校工作流。