2025 年的報告出來了：

不用再和往年一樣花時間讀了，直接給 ChatGPT 概述：

這是 OECD 今天發布的《PISA 2025 Results, Volume I: Future-Ready Students》，共 377 頁。2025 年共有 91 個國家與經濟體、超過 76 萬名 15 歲學生參加，代表約 3,300 萬名學生。本輪以科學為主測領域，同時測閱讀、數學，並新增較受關注的計算問題解決（computational problem solving），報告還大量調查了 AI、數位設備、學習動機、家庭與教師支持等因素。

報告核心概述

1. 全球學業表現繼續下降，而且已不能主要歸因於疫情

PISA 2025 最醒目的結果是：OECD 平均的科學、閱讀、數學成績全部降到 PISA 有史以來最低水平。

尤其值得注意的是閱讀。2015 至 2025 十年間下降 28 分。OECD 在本報告中使用的換算尺度是，約 20 PISA 分相當於 15 歲學生一年的平均學習進展，因此這已經不是很小的統計波動。數學十年間也下降了 22 分。

OECD 特別指出，下降趨勢在許多國家早於 COVID-19，因此不能簡單使用疫情解釋。2022 年的巨大下降之後，2025 年多數教育體系沒有恢復，很多地方繼續下降或停滯。

另一個很嚴重的數字是：

OECD 有 19.7%，約五分之一的學生，在科學、閱讀、數學三科中全部低於 Level 2 基準水平；2022 年是 16%。

2. 北京、上海、江蘇、浙江重新出現在 PISA，而且成績極高

這次中國大陸不是全國樣本，而是 B-S-J-Z (China)，即：

北京 + 上海 + 江蘇 + 浙江。

OECD 明確將 B-S-J-Z 和新加坡列為 2025 年科學、數學、閱讀三個領域的最高表現者。

數據尤其突出：

因此 B-S-J-Z 的科學和數學都是最高者，閱讀則低於新加坡；計算問題解決最高的是澳門，然後新加坡、B-S-J-Z、日本。

B-S-J-Z 還有一組很誇張的分布數據：55.5% 的學生至少在科學、閱讀、數學中的一科達到 Level 5 或 Level 6，而 OECD 平均只有 11.9%；三科同時低於 Level 2 的比例只有 1.8%，OECD 平均是 19.7%。

需要注意，這些數字只能代表北京、上海、江蘇、浙江參測學生，不能當作中國全國 PISA 成績。OECD 自己也明確把 B-S-J-Z 定義為四個參測省市。

3. 閱讀問題是這份報告中特別突出的警訊

OECD 對閱讀下降的處理比單純公布分數更值得看。

報告指出，下降得尤其明顯的恰好包括 AI 時代更需要的閱讀能力：

評估資訊、跨多個來源建立聯繫、批判性思考所讀內容。

而所謂 hasty readers，即快速掃過文本、迅速作答但答案錯誤的學生，在 2018 至 2025 年間接近翻倍。

OECD 同時觀察到幾個同步變化：娛樂性閱讀減少、數位閱讀增加、螢幕時間增加，與閱讀能力下降同時發生。報告在這裡很謹慎，並沒有宣稱已證明因果關係，而是說這些變化 coincided with 較弱的閱讀結果，並提出數位環境中快速瀏覽資訊可能損害學生處理複雜文本與資料的能力。

這也是本次 PISA 相較以前很明顯的一個問題意識：測量的不只是學生是否能找到文本中的答案，而越來越關心學生能不能停留在文本中進行較長時間的認知加工。

4. 學生的學習投入本身也在下降

這次還調查 curiosity、perseverance、goal setting、help seeking、growth mindset 等。

OECD 平均只有 57% 的學生表示學習新東西不無聊；而與 2022 相比，這一比例在 60 個教育體系下降，其中 30 個下降超過 10 個百分點，沒有任何一個教育體系呈現相反的顯著改善趨勢。

60% 的學生表示遇到困難時會投入額外努力，但這個比例自 2022 年以來也在 32 個教育體系下降。學習投入下降較大的教育體系，閱讀成績往往也下降較大。

因此這份報告呈現出的問題並不只是「學生少學了一些知識」，學生對學習本身的投入、堅持以及深度處理資訊的傾向也同時出現惡化。

5. AI 已經正式成為 PISA 教育研究的一個主要變量

這可能是 PISA 2025 與此前幾輪最不同的地方之一。

到 2025 年，AI chatbot 用於 schoolwork 已經非常普遍。OECD 平均只有 14% 的學生表示，在 PISA 調查列出的各類學校任務中基本從未使用 AI。

但結果並不是簡單的「使用 AI → 成績下降」。

OECD 發現：

在特定學習任務中，不使用 AI 的學生平均表現高於使用者；但如果看一般 AI 使用，每週使用者與不使用者的成績相近。

更值得注意的是，頻繁使用 AI，同時在學校接受 AI literacy 訓練，例如判斷 AI 生成資訊品質的學生，表現稍好。 問題是這種教育機會在社會經濟條件較好的學生中更加普遍，因此可能產生新的 AI divide。

OECD 最終給出的政策方向也相當明確：AI 適合用於針對性的 feedback 和 personalised practice，但應當增加學生自己的 effortful learning，而不能代替學生自己的思考。

6. 數位設備的結果也不是「使用越少越好」

報告發現，有限或中等程度地在學校使用數位設備學習，通常與較好的成績相關；但如果是在校內把設備用於娛樂，關係迅速反轉，與較低學業表現相關。

OECD 平均有 28% 學生表示，在大部分或每一節科學課中，同學都會受到數位設備干擾。

B-S-J-Z、日本、韓國則都低於 10%。

有明確手機政策的學校，不論採取禁止手機還是制定清楚的使用規則，學生報告的數位干擾都比較少。

因此報告並沒有支持單純的「數位化教育越多越好」，也沒有得出全面禁用設備的結果。它區分了用設備學習、娛樂性使用、課堂干擾，以及是否具有明確使用規範。

7. 教育公平有一個很反常的結果

2022 至 2025 年，OECD 的社會經濟成績差距確實有所縮小。

但是原因主要是：

優勢家庭學生的成績下降了，而不是弱勢學生進步了。

社會經濟背景仍可以解釋一國內部約 12% 的科學成績差異。

B-S-J-Z、加拿大、愛沙尼亞、愛爾蘭、日本、韓國和澳門則被 OECD 列為同時具有較高成績和較好社會經濟公平性的教育體系。

所以如果只看「achievement gap 縮小」這一指標，2025 的結果很容易被誤讀。

8. 花更多錢並不能直接解釋成績

OECD 特別拿盧森堡作例子。其每名學生累計教育支出達 288,521 美元，遠高於其他國家，但科學成績低於愛爾蘭、法國和義大利，而後三者投入不到它的一半。

報告估計，一個國家的財富只能解釋大約一半的國際成績差異。教育政策、資源配置方式以及教學本身，比單純提高每生支出更能解釋一些教育體系為何表現較好。

此外，2025 相較 2022，教師短缺和師生比有所改善，但仍沒有恢復到 2018 年的情況；同時校長對物質資源不足以及學校尚未準備好數位學習的擔憂有所增加。

這份 Volume I 因而有兩條特別突出的新線索。第一條是閱讀能力的長期下降已經超出了疫情問題，而且下降的正是資訊判斷、跨文本連接、深度閱讀這類在生成式 AI 環境中更加需要的能力。第二條是 AI 和數位設備本身沒有呈現簡單的正負效果，學生如何使用、課堂如何規範，以及學校是否同時教授判斷 AI 內容的能力，與結果有很大關係。這也是 OECD 將本卷命名為 Future-Ready Students 的主要問題背景。

OECD《PISA 2025 Results (Volume I): Future-Ready Students》完整網頁版

追問與延伸分析

追問： 分析是否 PISA 的題目已經跟不上學生學習方式，譬如視頻等的學習。

有這個問題，而且我認為 PISA 2025 已經出現相當明顯的「測量對象與學生實際學習生態錯位」。但需要把兩件事分開：PISA 測量的能力是否過時，以及 PISA 用來誘發、觀察這些能力的任務形式是否過時。前者目前證據不足，後者的問題則相當明顯。

1. PISA 已經意識到這個問題，但 2025 的主體仍然相當「文本中心」

PISA 2025 並不是紙筆考試。OECD 推薦 computer-based assessment，而且科學題已經包含互動式材料。新增的 Learning in the Digital World 更進一步，學生會使用模擬、資料收集、建模、block-based coding 等工具，甚至在測驗過程中觀看 instructional videos，再自己探索和解決問題。

所以說「PISA 還停留在紙本閱讀時代」並不準確。

問題在於，PISA 的三個主幹領域，尤其 reading，依然把大量認知活動操作化為閱讀文本、圖表、網頁式資訊，然後回答問題。

PISA 的閱讀框架最近一次大改其實還是 2018 年。2022 繼續沿用，2025 閱讀又只是 minor domain。這個框架當時確實非常先進，已經加入數位文本、多來源閱讀、搜尋資訊、判斷資訊可信度、跨文本整合等。

但是從 2018 到 2025，學生接觸知識的媒介變化非常快。

現在一個 15 歲學生可能：

看一段 8 分鐘 YouTube 教學影片
→ 暫停、倒退
→ 看動畫演示
→ 打開另一個頁面查概念
→ 問 AI 一個問題
→ 發現回答不對
→ 再搜尋
→ 看圖像或者模擬
→ 最後形成理解。

這種學習活動和「閱讀幾個網頁材料，再整合資訊」已經不是完全相同的認知任務。

2. 因此，你提出的「視頻」其實會直接動搖 PISA 2025 對閱讀下降的一種解釋

OECD 在今天的報告中提出了一個值得警惕的推測：

年輕人更多接觸碎片化數位文本，較少持續閱讀，可能削弱 sustained reading。

它觀察到今天的學生更頻繁接觸選擇性、功能性的數位閱讀，更頻繁切換任務，而 sustained reading 減少。OECD 自己也明確說，這些資料不能證明因果關係。

這裡其實存在另一種完全可能的解釋：

不是學生獲取和處理複雜資訊的能力下降了這麼多，而是其中一部分能力已經轉移到了 PISA 沒有充分測量的媒介和行為上。

例如，假設兩個學生都要理解「颱風為什麼會形成」。

A 能閱讀一篇 2000 字科普文章並回答問題。

B 閱讀長文較差，但是能從一段氣象動畫、一張海溫圖、一段氣象學家講解和幾個搜尋結果中建立相當準確的颱風模型。

PISA science 能捕捉 B 的一部分能力，Learning in the Digital World 又能捕捉另一部分；但是 PISA reading 很可能仍然判定 A 的 literacy 顯著高於 B。

如果現實世界的學習越來越接近 B，PISA reading score 的下降就不能直接等價為：

$$ \text{學生學習能力下降} $$

它更準確地表示：

$$ \text{PISA 所定義並測量的 reading literacy 下降} $$

兩者之間以前可能高度重合，現在是否仍然具有同樣高的重合度，恰恰需要重新驗證。

3. 視頻尤其是一個 PISA 現有 reading framework 很難處理的媒介

視頻學習並不是「文字換成視頻」而已。

視頻至少同時包含：

$$ \text{spoken language} + \text{image} + \text{animation} + \text{text} + \text{temporal sequence} $$

學生還可以：

$$ \text{pause} \rightarrow \text{rewind} \rightarrow \text{seek} \rightarrow \text{change speed} \rightarrow \text{compare} \rightarrow \text{search} $$

所以它要求的 comprehension 有一部分和閱讀相同，有一部分則完全不同。

例如，一個學生能不能從 5 分鐘的物理實驗視頻中發現控制變量有問題；能不能判斷一個科普視頻把 correlation 說成 causation；能不能從動畫、旁白和圖表三個資訊通道建立同一個模型。

這些其實與 PISA science 所宣稱要測量的「evaluate scientific information, claims and arguments in a variety of representations and contexts」高度吻合。

但是「variety of representations」在實際測量中還遠遠沒有充分變成今天學生真正接觸的 media ecology。

所以存在一個 construct underrepresentation 問題，也就是測驗宣稱測量一種較大的能力，但測驗任務只覆蓋其中一部分。

4. AI 使這個問題比視頻更加嚴重

視頻還只是媒介改變，AI 改變的是學習活動本身的結構。

傳統 PISA 任務大致是：

$$ \text{Information} \rightarrow \text{Student} \rightarrow \text{Answer} $$

現在相當多真實學習可能是：

$$ \text{Question} \rightarrow \text{AI} \rightarrow \text{Response} \rightarrow \text{Student evaluates} \rightarrow \text{Follow-up} \rightarrow \text{Search} \rightarrow \text{Comparison} \rightarrow \text{Revision} \rightarrow \text{Understanding} $$

學生需要學會提出問題、發現 AI 的回答有問題、要求證據、換一種解釋、把 AI 結果與其他來源交叉驗證。

PISA 2025 已經開始測學生是否使用 AI，也調查學校是否教學生判斷 AI 生成資訊，但這主要還是 questionnaire data，而不是讓學生真正與生成式 AI 互動，再測量整個認知過程。

OECD 顯然也知道這一缺口。**PISA 2029 已經確定把 Media and Artificial Intelligence Literacy，MAIL，設為 innovative domain。**它要測的就是學生能否在由數位媒體和 AI 中介的環境中主動、批判地參與。

這本身其實可以看成 OECD 對現有測量邊界的承認。

5. 但我不會因此認為 PISA 2025 的閱讀下降是「假下降」

這裡有一個很容易走得過頭的推論：

現在學生主要看視頻、用 AI，所以閱讀下降只是 PISA 題目落伍造成的。

目前沒有證據支持這個結論。

因為 PISA 測的很多東西並沒有因媒介改變而失效。

比如：

• 能否理解複雜論證
• 能否把不同來源的信息聯繫起來
• 能否區分 evidence 和 assertion
• 能否發現因果推論錯誤
• 能否長時間維持注意並建立複雜的信息結構
• 能否判斷來源可信度

甚至在 YouTube、TikTok、AI 時代，這些能力可能更加重要。

如果一個學生只能通過短視頻理解內容，遇到長篇、複雜、沒有視覺輔助的信息就無法處理，這仍然是一個真實的能力限制，不能因為他的日常媒介改變而從 literacy 定義中刪掉。

所以真正值得質疑的是 PISA 分數的外推範圍。

$$ \text{PISA Reading Score} \neq \text{General Learning Ability} $$

而且隨著學生學習媒介發生變化，兩者之間的距離有可能正在擴大。

6. PISA 2025 裡其實已經存在一個很好的「下一代 PISA」雛形

我反而覺得 Learning in the Digital World 比傳統 PISA 題目值得關注。

它不是單純問學生「你會不會這個」。

學生進入一個陌生數位環境，裡面有 virtual tutor、instructional video、simulation、建模工具。學生可以在測驗中學習，再完成越來越複雜的問題。OECD 甚至明確把學生在測驗期間能否學會納入測量設計。

這就產生了一個非常不同的測量：

$$ \text{傳統 PISA} \approx \text{你在 15 歲時已經會什麼} $$

而 LDW 開始接近：

$$ \text{給你陌生資訊與工具後，你能不能學會並解決問題} $$

後者其實更接近今天學生的真實學習。

如果未來再加入真正的視頻資訊源、搜尋引擎、AI 對話、真假混雜的社交媒體內容，甚至記錄學生 pause、rewind、search、prompt、cross-check、revise 的完整行為軌跡，那麼測量的就不再只是「學生能否完成一套數位化試卷」，而會開始接近學生在 2020 年代實際如何獲得知識。

因此我會對 PISA 2025 的結論作一個限制：**它非常有力地證明了 15 歲學生在 PISA 所測的閱讀、數學和科學能力上發生下降，但僅憑這些結果，還不足以證明這一代學生整體的「學習能力」以同樣幅度下降。**視頻、互動媒體、搜尋和 AI 已經改變學習的輸入與過程，而 PISA 2025 只有 LDW 開始真正追趕這個變化。完整 LDW 結果要到 2027 年 5 月才發布，那批數據反而很適合拿來檢驗你提出的問題。

PISA 2025 Assessment and Analytical Framework

PISA 2025 已公開的互動測試題

為什麼會問是否題目跟不上學生，很簡單，這兩年也會在課上問學生，你的小組協作能力是在學校的課上學到的嗎？應該極少人是，校內各學科的偽小組或各種怨氣小組，大多沒能教學生啥能力。
真正的小組協作，反而大多是在組隊遊戲內訓練出來的。
隊友失誤了你能不能扛，隊友太強了你能不能跟上，吵著，損著，修機的，救人的，一起死還是保平玩⋯⋯ 遊戲才是小組協作真正的學校。

這個，PISA 怎麼測？

沒有意外，這兩年甚至更多年，不斷會有更類大大小小報告出來告警，學生們有了 AI 成績要完蛋了⋯⋯
你猜，該不該信？
關鍵是，該做點什麼呢⋯⋯
天知道。