李镇西：智能时代教育须防三重误区
这里所说的“陷阱”，是指人被技术反噬的困境。
首先需要表明，我绝非将AI视为祸患，恰恰相反，我认为应当积极接纳这些史无前例的强大助手。
然而，与此同时我们必须警醒——在欣然拥抱AI之际，是否有可能将教育最本质的内核，于不经意间遗失了？
我所忧虑的并非技术本身，而是人的境遇。更确切地说，是人被技术淹没的险境。
以下三重误区，值得我们深思与防范。
第一重误区：算法茧房。
智能教育系统存在一种固有逻辑：依据学生过往表现，推送其“喜爱”且“擅长”的内容。这听来合情合理，甚至颇为人性化。但教师的职责，或者说教育的终极使命，当真只是让学生 perpetually 停留在“舒适区”吗？
2023年，美国教育部发布研究报告，明确指出当前AI教育系统潜藏算法偏见风险，可能对不同性别、种族、社会经济阶层的学生造成不公平的内容推送——在女孩尚未开口表达“我想尝试理科”之时，算法已然依据历史数据替她作出了预判。研究者将此称为“算法歧视”——并非出于主观恶意，却是切实存在的差别对待。
这绝非真正的“个性化推荐”，而是以既往的偏见，预判每个孩子的未来走向。
那些女孩，她们可曾知晓？她们的未来，在尚未发声之前，便已被一行代码悄然圈定了边界。于她们而言，这究竟是福是祸？
芬兰的教育实践恰好提供了反向佐证。芬兰学生的课业负担极轻，但课程设计刻意要求学生涉足“陌生领域”，直面没有标准答案的复杂议题——失业、战争、社会不公……这些都是令孩子不适、甚至倍感挫败的内容。PISA数据显示，芬兰学生的学习效能与幸福感均显著优于中国学生。
真正的教育，并非让人始终蜷缩于舒适区，而是有人伴你同行，迈向原本不敢涉足的天地。这一点，算法无能为力。
第二重误区：数据标签。
智能教育系统能够记录什么？分数、专注程度、错误率、知识点掌握状况……这些数据日趋精细，日趋完备。有人告知我，某些系统甚至能通过摄像头辨识学生的“走神频次”。闻听此言，我甚至感到不寒而栗。
数据能够记录一个孩子“当下身处何处”，却无法感知“他未来将抵达何方”。
据传1968年，心理学家罗森塔尔与雅各布森在美国某小学开展了一项实验。他们随机挑选出一批学生，告知教师这些孩子“智力测试显示极具潜力”——实则完全随机，与潜力毫无关联。一年后，这些被“预言”有潜力的孩子，成绩果真显著提升。
这便是声名远播的“皮格马利翁效应”。
我曾撰文对该实验的真实性提出质疑，因其结果神奇得近乎绝对。故而刚才转述这一所谓的“皮格马利翁效应”时，我用了“据传”“传说”之类的措辞。
然而，我宁可将其视为一则富有积极意义的寓言，这则寓言所传达的核心理念是正确的：教师的期许，会通过眼神、语气、一句不经意的勉励，真切地传递给孩子，赋予孩子信心，甚至可能改变孩子的人生轨迹。
AI系统能够给出“预测分数”，能够计算“提升概率”，但它无法给予“我相信你”。而后者，恰恰是改变一个孩子命运的关键要素。
PISA2018的数据更令人深思。中国四省市学生成绩全球领先——这是事实。但同一份报告中，中国学生的学校归属感在79个参测国家中位列第51，生活满意度排名第61，平均分6.64分（满分10分）。
数据层面，这是一份完美的成绩单。但若询问孩子，他们快乐吗？答案令人心痛。
当我们的系统只知优化可量化的指标，它或许正在悄然损耗那些无法被量化的珍贵品质——好奇心、归属感、对生活的热忱。
有研究者指出，AI教育系统中潜藏的刻板印象——“女生不擅长理科”“农村孩子成绩差”——可能经由算法进一步放大与固化。这意味着，一个来自农村的孩子，可能在浑然不觉中，便被系统悄然限定了上限。
因此最可怕的，并非被贴上标签，而是在毫不知情的情况下，被算法悄然压低了天花板。
此时此地，一位教师的“眼神”，那种“我看见你，我相信你”的眼神，其价值无可替代。任何数据分析，都无法取代那一刻师生之间真实的目光交汇。
第三重误区：标准答案。
AI有一个本质特征：它永远在追寻最优解。给它一道数学题，它给出最简洁的解法；给它一篇作文题，它给出结构最完整的范文。它不会犯错，不会“胡来”，不会异想天开。
问题恰恰在于此。
1928年，英国细菌学家弗莱明度假归来，发现培养皿被霉菌污染了。按照实验规范，这是一次失败的实验，应当倒掉重来。但他没有。他注意到霉菌周围的细菌死亡了，好奇心驱使他继续探究这个“失败品”。这个“被污染的培养皿”，便是青霉素的起点。青霉素的发现，挽救了无数生命，被公认为二十世纪最重大的医学发现之一。
倘若弗莱明的实验室配备了一套AI管理系统，它会如何处置这个培养皿？答案不言而喻：标记为污染，建议销毁，启动新一轮实验。
另有一则故事。3M公司的科学家斯宾塞·西尔弗，1968年研发超强胶水，结果发明了一种粘性很弱、可以反复粘贴的胶水。按研发目标，这是彻底的失败。这个“失败品”在公司里沉睡数年，直到同事阿特·弗莱在唱诗班里为书签老是滑落而苦恼，想起了这种奇特的胶水。便利贴就此诞生，成为全球最畅销的办公用品之一。
便利贴的诞生，需要一个“不按目标思考”的人，和另一个“愿意在失败品中看见可能性”的人。这两件事，AI都无法做到——因为AI的目标函数里，没有“允许失败”这一项，更没有“在失败中沉思”这一项。
教育的使命之一，便是守护这种“不迷信标准答案”的勇气。
然而当下，AI正日渐成为“标准答案教育”的终极形态——它永远给出最优解，永远不会错，永远不会问“如果反过来会怎样”。倘若我们借助AI来强化这种教育逻辑，我十分担忧，我们可能正在培育一代“比AI更像AI”的孩子——精准、高效、正确，但缺乏弗莱明式的好奇，没有西尔弗式的“无用”探索，缺失那种“我不相信”的勇气。
技术是中立的，AI本身并无罪过。我们真正需要警惕的，是我们对待技术的态度——是我们在追逐效率、追逐精准、追逐“个性化”的过程中，是否不知不觉地将教育变成了一套优化算法，将孩子变成了一组需要被调参的数据。
几乎每位教师都会说：“要把学生当人。”但这里的人，不是被数据化的人，也不是被标签化的人，更不是等待被最优化的人，而是那个会走神的孩子，是那个数学很差但某天突然开窍的孩子，是那个被所有数据判了死刑、却在某个老师的眼神里重新燃起来的孩子。
苏霍姆林斯基说过：“教育——首先是人学。”这句话今日读来，比任何时候都更震撼人心，并让我们情不自禁地叩问自己——
在技术狂飙的时代，我们有没有守住那个大写的“人”字？
2026年6月29日
——————
本茶馆不定期会有广告文案，我早有说明：《直言不讳答网友：我不会接受任何道德绑架》。请感到不适者自行离去。
请勿在后台给我发消息，我一般不看后台消息，因为每天铺天盖地的“求助”我无法一一回应和满足，请理解！有事在每天的文章后留言即可。
————————————
再次声明：
1.本茶馆不定期会有广告文案，我早有说明：《直言不讳答网友：我不会接受任何道德绑架》。请感到不适者自行离去。
2.请勿在后台给我发消息，我一般不看后台消息，因为每天铺天盖地的“求助”我无法一一回应和满足，请理解！有事在每天的文章后留言即可。