人工智能冲击下，传统教育体系会走向终结吗？

上海交大人工智能学院一份内部PPT近期在网上流传，其中四条尖锐反思引发关注。最刺痛的一点是：在人工智能领域，好奇心旺盛的学生通过开源平台和网络课程掌握的知识，可能比多年未更新知识储备的教师更新、更前沿。

PPT中还有一句更犀利的——人工智能首先颠覆的，就是人工智能教育本身。

学生领先教师，课堂追赶不上技术迭代。这个现象本身已足以说明问题。但更值得深思的不是交大面临的窘境，而是一个更根本的疑问：这次变革和以往的根本区别在哪里？

1

工业革命时期，牛津与剑桥仍固守学术殿堂。1850年之前的重大科学发现，多数并非诞生于大学之中。真正满足工业需求的是全新机构。1824年，曼彻斯特机械学院在首个工业化城市创建，在化学家约翰·道尔顿等的倡导下，本地工业家出资，向工人传授基础科学。

法国走得更彻底。法国大革命中巴黎大学被废除，拿破仑继而通过《帝国大学令》将教育重心从传统大学转向高等专科学校。旧大学未主动求变，是被新机构倒逼改革的。

现代大学的学科架构——专业划分、标准化课程、批量培育——本质上是工业革命的产物，为工业社会规模化输送合格劳动力。这一底层逻辑至今仍在延续。

2

互联网革命时期情况类似。

1962年，普渡大学创建了美国首个计算机科学系。彼时其他学科的教授群起攻之：计算机科学算什么学问，凭什么自立门户。计算机科学最初是从数学系和电子工程系中分化出来的，早期研究者多出身数学背景。

从1962年建系到1990年代学科地位稳固，混沌阶段延续了约三十年。但最终学科体系完成了自我革新，学校仅是增设了一个专业。

这两次技术变革，学校做的事情相同：更新内容。工业革命催生了新学科体系与机构形态，互联网革命新增了计算机科学。课程迭代了，学科扩展了，但"教师将知识传递给学生"这一核心行为没有改变。

3

此次截然不同。

AI撼动的不是课程内容，而是"知识传授"这一行为本身的正当性。当学生借助AI可在数秒内获取任何标准化知识问题的解答，当学科界限在算法面前消融，"教师将知识传递给学生"这一行为的合法性根基便开始崩塌。

前两次变革，学校需要更新传授内容。这次的核心追问是，"教"这一行为是否还有存在必要。

知识传授的底层逻辑是什么？是语言。教师用语言逐步阐释知识，学生通过语言接收、理解、内化。阅读、听课、笔记，实质都是语言的中介作用。

但AI并非用语言思考，而是凭借语义运算。它能绕过语言的线性铺陈，直抵意义本身。这意味着"人借助语言逐步掌握知识"这条传统路径，不再是唯一选择，甚至并非最优解。

学生走在教师前面，不只源于教师更新滞后，更源于知识获取方式本身发生了根本转变。若知识获取的渠道本身已被重塑，那么学校作为"知识传授者"的定位将走向何方？答案或许与直觉相悖。

4

1973年，经济学家迈克尔·斯彭斯发表了一篇论文，该论文后来助他斩获2001年诺贝尔经济学奖。他提出了一个颇具争议的论点：教育未必提升了生产力，但文凭充当信号，协助雇主甄别人才。约瑟夫·斯蒂格利茨于1975年独立提出筛选学说，同样获此殊荣。

社会学家兰德尔·柯林斯在《文凭社会》中更进一步，指出教育制度的核心职能从来不是传授技能，而是文化筛选——筛选出具备中产阶级特质与行为模式的人。布莱恩·卡普兰在《教育的浪费》中凭借大量数据佐证，教育的主要价值在于信号传递，而非人力资本积累。

这些理论长期被视为激进解读。但在AI浪潮下，它们骤然显得温和许多。倘若知识传授本身并非学校的核心价值，那么AI瓦解知识获取壁垒这一冲击，所撼动的不过是学校最边缘的功能。信号筛选与社交资本，这两项功能反而愈发珍贵。

5

当知识不再稀缺，"掌握知识"便无法再充当区分人的标尺。但雇主仍需甄别人才。如何应对？只能依赖更难伪造的信号。历经四年高强度筛选机制仍能脱颖而出，这一事实本身就是个人发出的强信号。知识越易获取，筛选信号的含金量越高，因为它是唯一仍能拉开差距的事物。

校园作为社交场域，提供的是同龄人长期共处方能积累的默会知识。室友的作息习惯影响你的学业表现，同学的发展路径左右你的职业选择。这些是AI无法复制的。

学校不会消亡。但其功能重心正在转移。知识传授层面在萎缩，信号筛选与社交资本两层在扩张。工业革命赋予学校知识传授的使命，AI正将这一使命剥离。学校所保留的，是它始终存在却鲜被正视的另外两项理由：筛选谁具备能力，以及让有潜力的人相互结识。