โรงเรียน AI ในสหรัฐฯ ชูว่าเด็กเรียนได้ 2 เท่า แต่ข้อมูลภายในพบนักเรียนแค่ 42% ทำได้

ลองนึกภาพโรงเรียนที่ให้ลูกเรียนวิชาการกับแอป AI แค่วันละ 2 ชั่วโมงตอนเช้า ช่วงบ่ายไปฝึกทักษะชีวิต แล้วยังบอกพ่อแม่ว่าลูกจะเรียนรู้ได้มากกว่าเพื่อนวัยเดียวกัน 2 เท่า นี่คือจุดขายของ Alpha School เครือโรงเรียนเอกชนในสหรัฐฯ ที่ค่าเทอมหลายหมื่นดอลลาร์ต่อปี แต่ตัวเลขภายในของโรงเรียนเองกลับเล่าอีกเรื่อง

Dana Goldstein ผู้สื่อข่าวของ The New York Times ได้เอกสารภายในของ Alpha มา และพบว่าในปีการศึกษาที่แล้ว นักเรียนชั้นอนุบาลถึงเกรด 8 มีเพียง 42% ที่เรียนได้เร็ว 2 เท่าตามเป้าทั้งคณิตศาสตร์และการอ่าน หรือยังไม่ถึงครึ่ง คณิตศาสตร์เป็นวิชาที่พลาดเป้ามากกว่าการอ่าน และเด็กที่คณิตอ่อนอยู่แล้วยิ่งไปถึงเป้าได้น้อยกว่าเพื่อน

"2 เท่า" ของ Alpha วัดจากข้อสอบมาตรฐานที่โรงเรียนในสหรัฐฯ ใช้กันแพร่หลาย คล้ายการนับว่าเด็กวิ่งได้กี่รอบสนามในหนึ่งเทอม แล้วเทียบกับเด็กทั่วประเทศที่เริ่มจากจุดเดียวกัน เด็กทั่วไปวิ่งได้กี่รอบ เด็ก Alpha ต้องวิ่งได้เป็นสองเท่าจึงนับว่าถึงเป้า ต่างกันตรงที่คะแนนสอบเป็นแค่ตัวแทนคร่าว ๆ ของการเรียนรู้ ไม่ใช่ระยะทางที่วัดได้ตรง ๆ และนักเรียนของ Alpha ก็ผ่านการคัดเลือกมาก่อน

ฝั่ง Alpha ปฏิเสธการให้สัมภาษณ์และไม่ตอบคำถามที่ส่งเป็นลายลักษณ์อักษร แต่ Matt Bateman ครูใหญ่ของโรงเรียนเฉพาะทางแห่งหนึ่งในเครือ เขียนบน X ว่า 2 เท่าคือ "ค่าเฉลี่ยและเป้าหมาย" ไม่ใช่สิ่งที่เด็กทุกคนทำได้ และโรงเรียนกำลังพยายามให้ 2 เท่าเป็น "ขั้นต่ำ" พูดง่าย ๆ คือ ทั้งสองฝั่งอาจพูดจริงพร้อมกัน เพราะเด็กที่ไปได้ไกลมากไม่กี่คนดึงค่าเฉลี่ยขึ้นได้ แม้เด็กส่วนใหญ่ไปไม่ถึง ปัญหาคือหน้าเว็บของโรงเรียนไม่ได้บอกว่าเป็นแค่ค่าเฉลี่ย

ReadEval ไม่พบว่า Alpha มีวิทยาเขตในไทย แต่คำสัญญาว่า AI จะพาเด็กเรียนได้เร็วขึ้นเป็นเท่าตัวไม่ได้มีแค่ที่นี่ ถ้ามีใครบอกว่าลูกคุณจะเรียนได้เร็วขึ้นเป็นเท่าตัว ให้ถามสามข้อ คือเทียบกับใคร วัดด้วยข้อสอบอะไร และเด็กกี่คนในร้อยที่ทำได้จริง ตัวเลขทั้งหมด วิธีคิด "2 เท่า" คำตอบของโรงเรียน และผลประเมินความน่าเชื่อถือของคำกล่าวอ้างนี้อยู่ด้านล่าง

สรุปประเด็นสำคัญ

• ข้อมูลภายในที่ NYT ได้มา: ในปีการศึกษาที่แล้ว นักเรียน Alpha ชั้นอนุบาลถึงเกรด 8 เพียง 42% ที่เรียนได้ "2 เท่า" ทั้งคณิตศาสตร์และการอ่าน ราว 1 ใน 5 ไม่ถึงเป้าการอ่าน และราวครึ่งหนึ่งไม่ถึงเป้าคณิตศาสตร์
• เด็กที่คณิตอ่อนพลาดมากที่สุด: ในกลุ่มที่คะแนนคณิตไม่เกินเปอร์เซ็นไทล์ที่ 50 ของประเทศเมื่อฤดูใบไม้ร่วง มีเพียง 37% ที่ถึงเป้า 2 เท่าภายในฤดูหนาว
• คำตอบของโรงเรียน: โฆษกของ Alpha ไม่ให้สัมภาษณ์ ส่วนครูใหญ่โรงเรียนหนึ่งในเครือยอมรับบน X ว่าไม่ใช่เด็กทุกคนถึง 2 เท่า เพราะ 2 เท่าคือค่าเฉลี่ยและเป้าหมาย
• ความน่าเชื่อถือของคำว่า "เรียนได้ 2 เท่า": 🔴 คำกล่าวอ้าง ตามเกณฑ์ของ ReadEval เพราะโรงเรียนวัดและรายงานเอง ไม่เปิดข้อมูล ไม่มีผู้ตรวจอิสระ และนักเรียนผ่านการคัดเลือก

NYT พบอะไรในเอกสารภายใน

The New York Times เผยแพร่รายงานของ Dana Goldstein เมื่อ 23 ต.ค. 2026 ใต้หัวข้อ "Students at an A.I. School Were Supposed to Learn Faster. Many Aren't." (นักเรียนของโรงเรียน AI ควรจะเรียนได้เร็วขึ้น แต่หลายคนไม่ได้เป็นอย่างนั้น) ตามที่ Benjamin Riley นักเขียนด้านการศึกษายกมาในบทความของเขา Goldstein โพสต์บน X ว่ารายงานนี้ "เปิดเผยข้อมูลการเรียนและการลงทะเบียนภายในของ Alpha เป็นครั้งแรก ในจังหวะที่เครือข่ายกำลังขยายเข้าสู่การศึกษาภาครัฐ" และสรุปว่า "มีช่องว่างใหญ่ระหว่างการตลาดกับความจริง"

ReadEval อ่านรายงานต้นฉบับของ NYT ไม่ได้เพราะติดระบบสมาชิก ตัวเลขด้านล่างจึงมาจากข้อความที่ Riley ยกมาตรง ๆ และจากการสรุปของ Gizmodo, TechTimes และ AI Weekly ซึ่งตรงกันในสาระสำคัญ

ตัวเลขที่ยืนยันได้จากหลายแหล่งมีดังนี้

NYT ยังเขียนว่า Alpha "ทำได้ยากเป็นพิเศษ" ที่จะพาเด็กกลุ่มคณิตอ่อนไปถึงเป้า ตามที่ Riley ยกมา ส่วน AI Weekly สรุปว่ารายงานของ NYT พูดถึงการที่ครอบครัวบางส่วนพาลูกออก หลังพบว่าโมเดลนี้ "ต้องการแรงจูงใจจากภายในและวินัยในตัวเองในระดับที่สูงมาก" แต่ ReadEval ไม่พบตัวเลขอัตราการลาออกจากแหล่งใดที่ยืนยันได้

"เรียนได้ 2 เท่า" คิดอย่างไร

Alpha วัดด้วยข้อสอบ MAP Growth ของ NWEA ซึ่งโรงเรียนในสหรัฐฯ ใช้สอบปีละหลายครั้ง โดยทั่วไปคือฤดูใบไม้ร่วง ฤดูหนาว และฤดูใบไม้ผลิ ตามที่ MacKenzie Price ผู้ร่วมก่อตั้ง Alpha เขียนไว้เอง คะแนนแต่ละครั้งอยู่บนสเกลเดียวกัน จึงดูได้ว่าเด็กคนหนึ่งคะแนนขึ้นกี่แต้มระหว่างการสอบสองครั้ง

ขั้นตอนคิด "2 เท่า" ตามที่ AI Weekly สรุปจากรายงานของ NYT

1. ดูว่าเด็กคะแนนขึ้นกี่แต้มจริง เช่น ขึ้น 14 แต้ม
2. ดูว่าเด็กทั่วประเทศที่อยู่ชั้นเดียวกันและเริ่มจากคะแนนเท่ากัน มักขึ้นกี่แต้มในช่วงเวลาเท่ากัน เช่น 7 แต้ม
3. เอามาหารกัน 14 ÷ 7 = 2 Alpha จึงเรียกว่า "เรียนได้ 2 เท่า"

ตัวเลข "มักขึ้นกี่แต้ม" ในข้อ 2 คือค่าที่ NWEA เรียกว่าการเติบโตตามปกติ (typical growth) ซึ่งคู่มือของ NWEA ระบุว่าคือการเติบโตที่เปอร์เซ็นไทล์ที่ 50 หรือค่ากลางของเด็กที่เริ่มจากจุดเดียวกัน แปลว่าเด็กทั่วประเทศราวครึ่งหนึ่งก็ทำได้เกิน "1 เท่า" อยู่แล้ว ส่วนการทำได้ "2 เท่า" คือการขึ้นเป็นสองเท่าของค่ากลางนี้

จุดที่ต้องระวังมี 2 ข้อ ข้อแรก ตัวเลข 37% ของกลุ่มคณิตอ่อนเป็นผลจากการสอบฤดูใบไม้ร่วงถึงฤดูหนาว หรือแค่ครึ่งปีแรก ขณะที่ Gizmodo และ TechTimes บอกว่าตัวเลขชุดหลักเป็นของ "ปีการศึกษาที่แล้ว" ReadEval ยืนยันไม่ได้ว่าตัวเลข 42% วัดครึ่งปีหรือเต็มปี ข้อสอง การเทียบกับเด็กทั่วประเทศไม่ได้คุมเรื่องที่ว่าใครได้เข้าเรียน Alpha ตั้งแต่แรก

Alpha ตอบว่าอย่างไร

คำตอบทางการ: Anna Davlantes โฆษกของ Alpha บอก NYT ว่าตัวแทนบริษัทจะไม่ให้สัมภาษณ์ และบริษัทจะไม่ตอบ "คำถามที่ส่งเป็นลายลักษณ์อักษร" ตามที่ Gizmodo และ TechTimes รายงาน TechTimes ระบุด้วยว่า Alpha ยังไม่ได้โต้แย้งข้อมูลของ NYT อย่างเป็นทางการ หรือเสนอข้อมูลชุดอื่นมาแทน

คำตอบจากคนในเครือ: Matt Bateman ซึ่งระบุตัวว่าเป็นครูใหญ่ของโรงเรียนเฉพาะทางแห่งหนึ่งในเครือ Alpha โพสต์บน X ในวันเดียวกับที่รายงานออก ว่าเป็นความเห็นที่เขาพยายามโพสต์ใต้บทความของ NYT แต่ยังไม่ได้รับอนุมัติ ใจความ (แปลโดย ReadEval) คือ

เรื่องการเรียนได้ 2 เท่า 2 เท่าคือค่าเฉลี่ยและเป้าหมายของเรา จริงที่นักเรียนบางคนไปไม่ถึง ถ้าจะให้นักเรียนมากกว่า 95% ทำได้ 2 เท่า ค่าเฉลี่ยจะต้องอยู่ใกล้ 3 เท่า พ่อแม่แต่ละคนเห็นชัดว่าลูกเรียนได้แค่ไหนเทียบกับเป้า เช่น "เทอมนี้ลูกของคุณโตได้ 2.3 เท่าในการอ่าน และ 1.7 เท่าในคณิตศาสตร์" เราตั้งมาตรฐานไว้เข้มงวด และกำลังทำงานหนักให้ 2 เท่าเป็นขั้นต่ำ ไม่ใช่ค่าเฉลี่ย

Bateman บอกด้วยว่าบทความ "มีข้อวิจารณ์ที่ยุติธรรมอยู่บ้าง แต่ก็มีความคลาดเคลื่อนหลายจุด" ที่สำคัญที่สุดคือความคิดว่า Alpha ผลักนักเรียนออกเพราะผลการเรียนไม่ดี ซึ่งเขายืนยันว่า "เราไม่ทำแบบนั้น" และ "เมื่อพลาดเป้า เป็นความผิดของเรา ไม่ใช่ของนักเรียน" โดยยอมรับว่าเหมือนโรงเรียนเอกชนหลายแห่ง Alpha แนะนำให้บางครอบครัวย้ายออกในกรณีที่มีปัญหาพฤติกรรมร้ายแรงซึ่งเกิดไม่บ่อย ทั้งนี้ Bateman ไม่ใช่โฆษกของบริษัท คำตอบนี้จึงเป็นมุมมองของคนในเครือ ไม่ใช่ถ้อยแถลงทางการของ Alpha

คำกล่าวอ้างที่ Alpha เผยแพร่เอง:

• หน้าโปรแกรมบนเว็บไซต์เขียนว่า "นักเรียน Alpha เรียนรู้ได้มากกว่าเพื่อนเป็นสองเท่า ในการเรียนวิชาการวันละสองชั่วโมง" และ "ห้องเรียนของ Alpha อยู่ในกลุ่ม 1% แรกของประเทศ" โดยไม่ได้อธิบายวิธีวัดในหน้านั้น
• เดือนกุมภาพันธ์ 2026 MacKenzie Price ผู้ร่วมก่อตั้ง โพสต์ "รายงานผลกลางปี" บน Substack ของเธอ โดยให้แชตบอต Gemini 3 Pro และ Claude Opus 4.6 วิเคราะห์ผลสอบ MAP ช่วงฤดูใบไม้ร่วง 2025 ถึงฤดูหนาว 2026 ที่ครูใหญ่ส่งมาให้ ผลที่แชตบอตสรุปบอกว่าคณิตศาสตร์โต 1.7–5.0 เท่า และการอ่านโต 1.8–5.0 เท่าของค่าเฉลี่ยประเทศ และระบุว่าโดยปกติเด็กราว 50% ถึงเป้าการเติบโตของตัวเอง ซึ่ง Alpha ทำได้สูงกว่า "บ่อยครั้ง 20–50 จุด"
• Dan Meyer นักการศึกษาคณิตศาสตร์ อ้างคำกล่าวของ Alpha ว่านักเรียน "โตเร็วกว่าเพื่อน 2.6 เท่า" ในข้อสอบ MAP

ทำไมตัวเลขของโรงเรียนกับของ NYT ดูขัดกัน

สองฝั่งพูดถึงตัวเลขคนละแบบ

ทั้งสองอย่างจึงจริงพร้อมกันได้ เปรียบเหมือนห้องเรียน 10 คนที่ 2 คนเรียนได้ 6 เท่าของปกติ อีก 8 คนได้ 1.5 เท่า ค่าเฉลี่ยของห้องจะออกมาราว 2.4 เท่า แม้มีเด็กถึงเป้าแค่ 2 ใน 10 (ตัวอย่างนี้ ReadEval สมมุติขึ้นเพื่ออธิบาย ไม่ใช่ข้อมูลของ Alpha) Bateman เองก็อธิบายในทางเดียวกันว่าถ้าอยากให้เด็กเกือบทุกคนถึง 2 เท่า ค่าเฉลี่ยต้องใกล้ 3 เท่า

ปัญหาจึงอยู่ที่การสื่อสาร คำว่า "นักเรียน Alpha เรียนรู้ได้มากกว่าเพื่อนเป็นสองเท่า" บนหน้าเว็บ อ่านแล้วเข้าใจได้ว่าเป็นสิ่งที่ลูกของคุณจะได้ ไม่ใช่ค่าเฉลี่ยที่เด็กส่วนใหญ่อาจไปไม่ถึง

ทำไมการคัดเลือกนักเรียนจึงสำคัญ

Dan Meyer เขียนใน Substack ของเขาเมื่อเดือนสิงหาคม 2026 ว่าผลของ Alpha แยกได้ยากจากการคัดเลือกนักเรียน เพราะค่าเทอมสูง ผู้สมัครต้องมาทดลองเรียน (shadow day) ใบสมัครระบุว่าเด็กต้อง "มีความสามารถและความเป็นตัวของตัวเองอยู่ในช่วงปกติ" และต้องไม่เคยถูกพักการเรียนหรือไล่ออกเพราะพฤติกรรม

เพื่อดูว่าโมเดลนี้ใช้กับเด็กทั่วไปได้แค่ไหน Meyer ยกตัวอย่าง Unbound Academy โรงเรียนรัฐแบบ charter (โรงเรียนรัฐที่บริหารโดยเอกชน) ในรัฐแอริโซนาที่ใช้โมเดลแบบเดียวกัน และรับนักเรียนตามที่อยู่อาศัยเท่านั้น ผลปีแรกต่ำกว่าเป้าของตัวเองและต่ำกว่าค่าเฉลี่ยของรัฐ

Meyer ระบุเองว่านักเรียนของ Unbound อาจเริ่มต้นต่ำกว่าที่คาด และผลปีที่สองอาจดีขึ้น แต่สรุปว่า "การสร้างนักเรียนที่ประสบความสำเร็จยากกว่าการคัดเลือกพวกเขามาตั้งแต่ต้นมาก"

คำกล่าวอ้าง "เรียนได้ 2 เท่า" น่าเชื่อแค่ไหน

ReadEval ให้คะแนนคำกล่าวอ้างนี้ตามเกณฑ์ความน่าเชื่อถือ 6 ข้อที่ใช้กับผลวัดทุกชนิด

ผลคือ 0 จาก 6 หรือ 🔴 คำกล่าวอ้าง ไม่ได้แปลว่าเด็กของ Alpha ไม่ได้เรียนรู้เร็ว รายงานกลางปีของ Alpha เองบอกว่าเด็กส่วนใหญ่ถึงเป้าการเติบโตปกติ และตัวเลขของ NYT ก็แปลว่าเด็กอย่างน้อย 42% โตได้สองเท่าของค่ากลางประเทศ แต่แปลว่าตัวเลข "2 เท่า" ยังเป็นคำของโรงเรียนเอง และไม่ควรใช้เป็นเหตุผลหลักในการตัดสินใจ Wikipedia ก็ระบุตรงกันว่าคำกล่าวอ้างของ Alpha อิงการวิเคราะห์ภายในจากข้อสอบ MAP ซึ่งยังไม่มีใครตรวจสอบอย่างอิสระ

ถ้าเจอโรงเรียนหรือแอป AI ที่สัญญาแบบนี้ ควรถามอะไร

คำถามด้านล่างเป็นข้อเสนอของ ReadEval ที่สรุปจากบทเรียนของเรื่องนี้

1. เทียบกับใคร เด็กทั่วประเทศ เด็กในโรงเรียนเดิม หรือเด็กที่ผ่านการคัดเลือกมาแล้วเหมือนกัน
2. วัดด้วยอะไร ข้อสอบมาตรฐานจากภายนอก หรือแบบทดสอบในแอปของผู้ขายเอง
3. ตัวเลขเป็นค่าเฉลี่ยหรือสัดส่วน "เฉลี่ย 2 เท่า" กับ "เด็ก 9 ใน 10 ทำได้ 2 เท่า" ต่างกันมาก ขอดูทั้งสองแบบ
4. ใครเป็นคนวัด มีหน่วยงานหรือนักวิจัยภายนอกตรวจไหม
5. เด็กที่ออกไปแล้วนับด้วยไหม ถ้านับเฉพาะเด็กที่อยู่ครบปี ผลอาจดูดีกว่าความจริง
6. เด็กแบบลูกคุณได้ผลแค่ไหน ขอดูผลของกลุ่มที่เริ่มต้นใกล้เคียงลูกคุณ เพราะตามข้อมูลของ NYT เด็กที่อ่อนอยู่แล้วได้ผลน้อยกว่าค่าเฉลี่ย

คนไทยเกี่ยวข้องไหม

ReadEval ค้นแล้วไม่พบว่า Alpha School หรือโมเดล 2 Hour Learning มีวิทยาเขตในไทยหรือในเอเชีย TechTimes ระบุว่า Alpha มีบริการต่างประเทศชื่อ Alpha Anywhere และโครงการเรียนออนไลน์ แต่ ReadEval ยืนยันไม่ได้ว่าเปิดรับครอบครัวในไทยหรือไม่ ข้อมูลด้านขนาดของเครือข่ายก็ยังไม่ตรงกัน Fortune รายงานเมื่อเดือนกันยายน 2026 ว่าโฆษกบอกว่ามีนักเรียน "มากกว่า 1,200 คน" และตั้งใจขยายเป็น 50 วิทยาเขตในปีนี้ ส่วน AI Weekly สรุปจาก NYT ว่ามีราว 50 วิทยาเขตและนักเรียนราว 1,500 คน ขณะที่ Wikipedia นับได้ 13–14 แห่ง

สำหรับพ่อแม่ไทย บทเรียนจึงอยู่ที่วิธีอ่านคำโฆษณามากกว่าตัวโรงเรียน ถ้าอยากรู้ว่าประเทศอื่นกำลังตัดสินใจเรื่องเด็กกับ AI อย่างไร ทั้งยูเออีที่บังคับเรียน AI และนิวยอร์กที่พักการใช้ AI ในชั้นเด็กเล็ก อ่านได้ในข่าว "ยูเออีบรรจุ AI เป็นวิชาบังคับทุกชั้น ขณะนิวยอร์กพักเด็กเล็กใช้ AI หนึ่งปี" ของ ReadEval