教育的终结，还是重生？｜他山之石 #18

AI与教育：打破权威，重塑目的

Note for my English readers: this post is about how AI will change education. An English version will be published over the coming weekend. Stay tuned!

---

“XX老师，马克思可不是这么说的。”

上中学时，历史课上这样的时刻是我最为期待的。当时，家里刚接入互联网，每当历史课前夜，我都会伴随着调制解调器（我们亲切地称为“猫”）奇怪而规律的噪音，在网上寻找与课本“唱反调”的内容。如果教科书说太平天国是反帝反封建的农民起义，我就会找到马克思称它为“中国人幻想所描绘的魔鬼化身”的引述，带到课堂上与老师“探讨”。至今，我仍然感激那位能容忍这种挑战的历史老师。

当时的我不知道的是，世界各地都有像我这样的“熊孩子”。他们有的被鼓励、被肯定，有的被批评、被压制。这些无数发生在课堂上的小冲突，构成了现代科技对学校教育权威的第一波挑战。

二十多年后，教育格局又不一样了。

今天的学生只需对着ChatGPT说几句话，就能立刻获得比老师讲解更详尽、有时甚至更准确的答案。而且，即使AI偶尔出错，想要准确指出它的错误也并非易事——这已不仅是“挑战权威”，而是具备了完全重塑课堂上权力关系的基础。

更令人震惊的是，AI不仅能在课堂上帮学生挑战老师，还能轻松完成几乎所有书面形式的作业和考试。从中学作文到大学论文，从简单计算到复杂编程，AI都能以惊人的质量代劳。

AI正在解构传统教育的方方面面——不仅仅是知识的获取方式，更是对"什么值得学习"这一根本问题的挑战。

在接下来的内容中，我将从历史视角剖析AI对教育的双重冲击：首先，它彻底打破了“学校是知识权威”这一运行了几个世纪的核心假设；其次，它对几乎每一个教育手段都提出了挑战，甚至颠覆了“什么知识技能值得习得”这一教育目的。面对这场变革，学校和教育者如何应对？未来的教育又会呈现怎样的面貌？

created by ChatGPT

本周文中的优质链接包括：

• Alice Evans对Agustina Paglayan关于她的新书《被养育以服从》（Raised to Obey）的访谈；

• Intelligencer的长篇专题：《每一个学生都在使用AI作弊》

• Tyler Cowen针对上文的专栏《每一个学生都在使用AI作弊。但这没问题》

非常推荐给对于AI影响教育的话题感兴趣的读者。

以下是本周的分享。往期内容可以在这里找到。

权威的终结：AI如何颠覆教育机构的传统地位

学校曾经是获取知识的权威

想要更好地理解AI对于教育的冲击，我们需要回到现代教育体系创立之初。这些体系的设计初衷，与我们今天所想象的“教育应该怎样”有很大的不同。

阿根廷学者Agustina Paglayan在新作《被养育以服从》中揭示了一个颠覆性观点：十九世纪各国大规模推行公共教育，其主要动机并非启蒙理想，而是社会控制。面对骚乱、内战和扩大选举权的诉求，精英阶层设立学校，首要目标是教导儿童服从权威、遵守规则并接受既有秩序。而识字与算术反倒成了次要目标¹。

历史学家Eugen Weber在《从农夫到法国人》一书中提出类似观点：普及教育是法国政府"对内文化殖民"的一环，旨在让“外省”²人民接受巴黎的价值观、文化和行事方式。在这个过程中，知识的垄断和传播控制成为维持社会秩序的关键工具。

即便我们不从政府的主观目的出发，仅从各国最初普及教育的实际情况看，也能得出一个显而易见的结论：教育的大部分对象集中在中心城市以外的区域。在这些地方，学校被定位为获取知识和信息的最主要、最可靠来源。换句话说，学校在知识传播上享有近乎完全的垄断特权。通过控制知识的内容和传播方式，学校同时也塑造了学生的价值观和世界观，从而确保社会稳定和政治服从。

这一观点在20世纪六七十年代由教育批评者系统化地提出。奥地利裔哲学家Ivan Illich在1971年的著作《去学校化社会》中尖锐指出，学校对学习建立起“垄断”，将知识当作一种商品，由学校控制其生产和分配。显然，Illich认为这样的垄断具备天然的不正当性。

但权威一定是坏事吗？我认为未必，因为这取决于具体环境。

资源越匮乏，学校就越应具备权威性

让我们通过一个简单的经济学模型来思考这个问题。

假设教育由两个渠道组成：校内教育和校外教育。校内教育包括从老师那里获得的所有知识，如课堂讲授、作业和课内阅读；校外教育则包括从父母、亲友、媒体甚至补习班获得的所有知识。

进一步假设，学校可以选择在多大程度上对知识建立“垄断”。这种“垄断”程度体现在多个方面：老师是否愿意在课堂上讨论课本以外的内容？学校是否鼓励学生通过其他渠道获取知识？甚至延伸到文化层面，如是否强制学生穿统一校服，中午是否强制在校内集体就餐。

最后，假设学校选择的“垄断”程度决定了学生从不同渠道获得知识的比例。“垄断”程度越高，学生从学校获得的知识越多，从校外获得的越少；反之亦然。

在这个模型中，我们可以得出一个关键结论：在校外资源丰富的环境中，更开放的教学方式更有利于学生的全面发展；而在校外资源越匮乏、可信度越低的地方，学校维持较高的“垄断”程度反而更有效，更有利于学生获得知识。

这一结论与现实观察高度吻合。例如，经济发达国家的学校往往教育方式更加开明，强调批判性思维和参与式学习；而同一国家内，发达城市学校通常比偏远地区学校管理更为宽松。我们常听

说的一些县城中学严格禁止"早恋"等规定，在某种程度上也符合这一模型的预测。

根据这个模型，我们也能理解为什教育批评者恰恰在20世纪六七十年代提出对学校知识垄断的系统性批判——这正是西方社会生活水平快速提高、校外资源日益丰富的时期，学校维持知识垄断的合理性自然动摇。

AI打破了传统教育的权威基础

而今天的AI正彻底颠覆这一平衡。无论学校位于何处，也无论学生来自什么背景，AI都为每个人提供了一个随时可用、常常比老师知识更全面、更新更快的信息源。放在我们的模型中，这意味着学校最优的“垄断”程度应该显著降低。

在现实中，这种变化正在深刻改变课堂生态。一部手机，就能获取比老师更详尽、更及时的知识。学生一旦发现这一点，学校的知识权威便不再稳固。对于学生而言，质疑往往意味着反叛——学校可以强制学生穿校服，但无法强迫他们真心尊重已经被超越的权威。

created by ChatGPT

更进一步，AI不仅提供信息，还能与学生互动，解答疑问，甚至提供个性化的学习建议。这种能力进一步削弱了教师作为知识传授者和解惑者的独特地位。

换句话说，AI正在重塑学校与学生之间的权力关系。知识的权威已然转移，教室不再是学习的中心，而只是其中一个节点。

而这种权威的终结，只是AI对教育产生的第一重冲击。更深层次的挑战，还在于AI对教育目的和手段的根本性重塑。举例来说，当AI能够比人类更好地完成写作、编程等任务时，我们是否还应继续把这些技能作为教育的核心目标？这样的疑问，预示着某些技能可能正步入“历史性退场”的进程。

知识与技能的重新定义：AI对教育目的和手段的挑战

在现代社会中，教育机构承担的社会功能往往不只是简单的教育学生。但让我们先从教育的核心功能入手，看看AI对这个最基本职责的冲击³——这种冲击不仅影响教育的方式，更挑战了教育的目的。

AI冲击教育的每一个环节

教育可以被大体分成三个部分：知识的传授（上课），练习与掌握知识（作业），测试是否掌握了知识（考试）⁴。AI对这三个部分同时产生了非常大的冲击，使得传统的教育方式面临前所未有的挑战。

课堂教学的转变

传统课堂中，教师作为知识的权威传授者，学生则是信息的被动接收者。但AI的出现正在重塑这种关系。想象一个大学生带着笔记本电脑或手机进入课堂，屏幕上打开着ChatGPT——这立刻引发了一个两难选择。

如果禁止AI，教师可能错失让学生更有效学习的机会。一个巧妙运用AI的学生可以用它实时记录笔记、翻译术语、查找背景资料，甚至私下向AI提问而不必打断课堂节奏或担心在同学面前显得无知。对于复杂的专业课程，AI成为了个人辅导员，随时准备解答困惑。

但如果允许AI，教师又面临着一个更难的问题：一间人人能问AI的教室，还需不需要“讲课”？正如Jonathan Haidt关于手机对青少年注意力影响的研究所示，电子设备可能严重干扰学习过程。此外，当学生可以实时核查教师每一句话的准确性时，传统的课堂权威结构已不复存在。

作业：从学习工具到形式负担

作业环节受到的冲击更为显著。Intelligencer一篇题为《每一个学生都在使用AI作弊》的文章揭示了这一现象的普遍性。

这篇文章中提到的哥大一位学生坦言，他的论文80%由AI完成，自己只“润色”20%。他并不孤单——在同侪中，这样的用法已属常态——即使是那些认为自己有“道德底线”的学生也在不同程度上依赖AI。举例来说，另一位名叫Wendy的学生虽然表示反对“复制粘贴”这种直接剽窃，但她同时描述了如何在截止日期前两小时让AI生成提纲，然后“填充”完成论文的过程。

created by ChatGPT

考试：最后的堡垒也在崩塌

最后，在评估环节，除了有监考的现场笔试和面对面口试外，其他几乎所有形式的考试都面临被AI绕过的风险。讽刺的是，那些被认为更具开放性、更能培养批判思维的评估方式——如项目制作业和论文写作——恰恰是最容易被AI攻破的。

这种挑战还在不断发展。Intelligencer的文章提到了能在远程面试中隐藏浏览器中AI并实时提供答案的软件。届时，考试的不再是你会不会答题，而是你会不会用AI。

这些技术进步迫使我们扪心自问：如果当前的教育评估方法如此容易被规避，它们是否还能有效衡量学生的真实能力？更重要的是，这些能力本身是否仍然是我们应该追求的？

AI对教育的目的挑战

如果AI对教育的挑战仅限于手段层面，问题或许还相对简单——学校可以通过监控和惩罚来维持传统教育模式。一些高校的应对措施展现出不同的取向：复旦大学部分学院明确禁止学生在作业中使用AI工具，而哈佛则尝试通过设计“抗AI”课程和作业，引导学生在适当场景中使用AI。另一些学校甚至要求学生自证没有使用AI！！

但这些措施注定只是权宜之计，因为它们忽略了一个根本问题：AI之所以能成为“作弊工具”，是因为在许多标准化、结构化任务上，它的表现已接近甚至超越了多数学生的平均水平——尤其是在时间、格式与语言流畅度方面。当机器能更好地完成某项工作时，我们是否应该继续教授这项技能？这一现实迫使我们直面教育的本质问题。

技能的历史性退场

历史反复教会我们：没有哪项技能是永恒必需的。

在古代中国，书法是读书人必不可少的技能，明清科举考试中甚至出现专门迎合考官审美的“馆阁体”。当时的文人可能无法想象，几百年后“字如其人”⁵会成为过时的观念，而书法则从核心技能变为可选艺术。

类似地，在电子计算器发明前，“计算员”是一个重要且体面的职业。最早的“computer”一词指的就是这些人类计算工作者——曼哈顿计划的原子弹研发就依赖于大量计算员的工作。而今天，没有人会认为手工进行复杂计算是必要技能，更不会为“计算员”这一职业的消失而叹息。

当前的AI转型与这些历史先例有着惊人的相似之处，只是规模和速度更为惊人。AI正在重新定义许多我们认为理所当然的技能：从写作到编程，从数据分析甚至到艺术创作。这些能力正从“具有经济价值的专业能力”逐渐转变为“可由机器高效替代的任务”。

价值与目的的重新评估

面对这种转变，教育界的一种常见辩解是：即使AI能高效完成某项任务，学习过程本身仍有内在价值。比方说，写作教育的价值不仅在于产出文章，还在于培养思考能力。但如果思考才是核心目标，为什么不直接教授思考方法？这种辩解经不起深入检视。

事实上，我在《AI时代的生存指南》探讨了写作过程可拆分为创意构思、表达组织和润色完善等阶段。如果创意和思考才是我们真正关心的部分，那么为何不让学生专注于此，而将表达和润色等机械性工作交由AI处理？也许，我们对写作的定义，不过是旧时代的一整套手工工艺包而已。

同理，编程教育是为了培养“编写代码的能力”，还是“解决问题的思维方式”？数学教育的重点是“执行计算”甚至“证明定理”，还是“理解数学概念并应用数学思维”？AI的出现迫使我们重新审视这些根本问题。

基础技能的意义变革

更为深远的是，AI甚至在重新定义“基础技能”的概念。当计算器可以帮助我们做计算时，人们反而能够更深入地理解数学概念；同样，当AI可以承担写作的基础机制时，人们或许能够更专注于培养创造性思维、批判性分析和有效沟通等更高层次的能力。

回到Intelligencer文章中那位计算机专业学生的话：“大学里的大多数作业都没什么意义，AI可以轻松破解这些，而我根本提不起兴趣。”这种情绪反映的不仅是对作业形式的厌倦，更是对教育目的的质疑：如果这些任务如此容易被机器取代，它们是否真的值得我们投入时间和精力？就业市场会不会认可它们的价值？

这才是AI带来的真正冲击：它不是添砖加瓦，而是直击教育的地基——我们究竟为何而教，又为何而学？在AI时代，教育应该培养什么能力？哪些技能是真正不可替代的人类能力？如何设计教育体系使其既适应技术现实，又能培养学生的真正潜能？这些问题不再是理论探讨，而是教育工作者和学生们每天都必须面对的现实挑战。

教育的未来：在解构中寻找新方向

教育机构的四重功能：从传授知识到构建人脉

如果AI既挑战教育机构的权威，又颠覆教育的手段和目的，那么教育行业必将面临前所未有的重构。关键问题是：这种重构将沿着什么方向发展？谁会主导这一变革？传统教育机构能否快速适应，还是新兴力量将重新定义教育？

Intelligencer那篇文章中有一个值得深思的细节。当记者问那位将作业交给AI完成的计算机专业学生为何费那么大劲考进常春藤大学时，他直言不讳地受：“这里是结识创业合伙人和未来伴侣的最佳场所。”

这个回答揭示了教育机构的多重功能。在现实社会中，教育机构承担着至少四个关键角色：激发兴趣与树立志向、传授知识和技能、评估学生并进行社会分层、提供社交关系与人脉网络。

正如商界的一句名言：想要赚钱只有两种方法，解构（unbundling）和重构（bundling）。预测教育变革的关键，在于理解AI将如何解构和重构这些社会功能。

传统机构的比较优势：筛选与社交

首先，教育机构具有极强的结构性保守属性，这使它们难以快速适应AI带来的变革。这种保守性体现在多个层面。

首先，就像Agustina Paglayan在《被养育以服从》中论证的那样，教育领域与国家机器密不可分，同时受到严格的规范和监管。任何实质性变革都面临复杂的政策障碍和体制约束。

此外，大学制度沿袭了欧洲中世纪的传统，终身教职（tenure）等设计天然抑制了快速变革的可能性。学术界的晋升机制和评价标准也倾向于维持现状而非激进创新。

从年龄结构看，教育决策者通常年龄较大，不太可能引领AI变革；而学生虽然更适应新技术，却很少拥有足够的制度话语权。这种代际差异进一步加剧了教育体系的保守性。

我认为，最重要的教育变革不会从传统教育机构内部发起。随着AI对传统教育手段和目的的挑战加深，教育机构将越来越难以有效完成上述四个功能中的前两项：激发兴趣和传授知识技能。而它们所固有的保守属性，将促使它们更加依赖后两项功能——评估分层和提供社交关系——来维持存在的意义。

经济学家常说的"比较优势"理论也适用于教育机构。正如描写美国常春藤名校历史的《被选中的》一书所言，未来传统教育机构很可能越来越专注于社会筛选和精英网络构建这些功能，而非知识传授本身。

换句话说，未来的教育生态很可能呈现出一种新的分工格局：传统学校凭借制度优势继续主导评估体系、社会分层和关系网络；AI技术承担知识与技能传授的主要任务，依靠其高效、广覆盖与个性化的特性；而在激发兴趣与树立志向这一人类不可替代的环节上，新的角色将逐渐浮现——可能是私人导师、小型学习社群，也可能是以内容创作者为核心的网络社交场域。

created by ChatGPT

这种分化并不意味着教育共同体的瓦解，反而可能孕育出一种更加多元的生态结构。在这一结构中，不同参与者根据自身比较优势承担不同功能，教育的整体运行逻辑因此发生深刻转变。

创新的空间：学习路径、教师角色与能力重塑

当对传统教育机构的质疑成为某些群体的共识后，真正的创新将首先发生在“激发兴趣”和“传授知识技能”这两个环节。已经有越来越多的年轻人选择不进入传统大学体系（如今天的许多创业者），而是通过其他方式学习——自主使用AI、参与开放学习社区等。

这些创新可能遵循以下几个方向。

个性化学习路径。AI能够根据学习者的能力、兴趣和目标定制个性化学习内容，使教育摆脱“同龄同步”的工业时代模式。这种转变将使最需要帮助的学生获得更多关注，而进展迅速的学生不再被平均进度所限制。

教师角色转型。在古代，老师往往既是授课者，同时也是"内容生产者"（如孔子、王阳明、毕达哥拉斯和柏拉图）。在今天的教育体系中，大部分教师的角色已经从内容创造者转变为内容讲解者。在AI时代，学生不再需要知识内容的权威，而是需要能激发热情、树立志向、塑造品格的榜样、教练和导师。

这一点其实一直被教育家们所重视。民国教育家蔡元培曾说：“教育者，养成人格之事业也。使仅仅灌注知识、练习技能之作用，而不贯之以理想，则是机械之教育，非所以施于人类也。”随着AI承担更多知识传递功能，教师将有更多机会回归到这种理想教育者的角色。

能力重心转移。在AI能够自动生成答案的时代，某些能力的价值将上升，而另一些则会下降。记忆能力、计算能力甚至一般推理能力的实用价值会降低；而像苏格拉底般提出有深度、有想象力的问题本身会成为一种稀缺能力；类似的，判断AI的答案和信息是否相关、是否可信，变成了比“写出来”更具挑战性的能力。

在机器人技术足够发达前，需要人“亲力亲为”的领域如艺术和体育，也将成为人类相对AI的优势所在。但即使在这些充满“隐性知识”的领域，未来的教育者也需要学习如何既发挥人类特长，又善用AI辅助教学。

结语：教育生态的重构

AI对传统教育的冲击，也许正如海明威所描述的破产过程：“两种途径，渐渐的，然后突然间。”（“Two ways. Gradually, then suddenly.”）我们已经走在“渐渐的”阶段里。下一步，是不知何时开始的“突然间”。

created by ChatGPT

教育生态可能随之进入一个新的分化格局：一方面是传统教育机构，专注于提供社会分层和精英网络；另一方面是各种新型学习系统，聚焦于知识传授和兴趣培养。这两种系统可能长期共存，服务不同需求和人群。

更具革命性的是，教师与学习者之间的界限将变得模糊。每个人既是知识的消费者，也是自己学习旅程的设计者和指导者，而AI则成为这一过程中的普遍辅助工具，放大每个人的学习能力。

最终，我们将被迫面对教育最根本的问题：教育的终极目的是什么？什么能力是教育的手段，什么才是目的？如果一项技能可以被AI轻松实现，它是否还值得我们学习？如何重新定义“有教养”和“受教育”的含义？

AI在教育中的最大贡献，或许不在于它创造或解决的具体问题，而在于它迫使我们从零开始重新构想教育的本质与目的。乐观地看，这场变革可能帮助我们创造出更加人性化、更能激发潜能的教育体系——一个真正配得上人类无限可能性的学习环境。

我自己也在重新思考，什么才是真正值得学、值得写在newsletter里的内容——AI不会告诉你答案，但它逼着你去问这个问题！

感谢你的阅读！你如何看待AI对教育的挑战？欢迎在评论区分享你的想法。如果你认为本文有价值，请订阅“他山之石”，并通过社交网络点赞和分享，帮助更多人了解这些重要话题。

1. 但有意思的是，Eugen Weber认为，这些次要目标反而成为了之后公共教育收到普遍接受的主要原因。

2. 指法国国内、巴黎以外的大部分地区。

3. 在之后的一节里，我们会从教育的其他功能入手，预测教育领域未来的发展方向。

4. 有意思的是，教育的这三个部分和AI模型学习过程中的训练、验证和测试这三个步骤具有高度的相似性。

5. 是的，这个概念在我读书的时候依然流行，我也因此没有少练硬笔书法。