当AI照见教育盲区
有位小学五年级学生，借助ChatGPT完成了周末读书心得。行文通顺、框架清晰、词汇水平远超其日常水准。母亲阅后虽难指出破绽，却总觉得异样。这份直觉没错——那篇文字看似完美，唯独缺失了孩子的灵魂。此事令我深思良久，并非因AI本身，而是它将教育中一个长期存在却被人回避的难题，无情地摆在了台面上。
有位小学五年级学生，借助ChatGPT完成了周末读书心得。
行文通顺、框架清晰、词汇水平远超其日常水准。母亲阅后虽难指出破绽，却总觉得异样。
这份直觉没错——那篇文字看似完美，唯独缺失了孩子的灵魂。
没有他读到某段时紧锁的眉头，没有他自己都道不明的那个"但我觉得……"，没有他将书扔开又重拾的那个动作。这些细节不会出现在任何评分细则中，但那些才是学习的本真。
AI替他炮制了一篇满分心得，代价是他错失了一次深度思考的机会。
此事令我深思良久，并非因AI——而是它将教育中一个长期存在却被人回避的难题，推到了聚光灯底下：
这个问题并非AI制造，它一直潜藏于此。AI只是让我们再无退路。
不知不觉中，一个事实已悄然成型：对绝大多数常规问题而言，获取"看似正确"的答案，成本几近于零。
翻译？GPT即刻奉上。合同范本？眨眼间完成。一道高中物理题的解析？比翻查教辅快上十倍。连代码也是如此——需求描述清晰，AI便能生成可运行的版本。
若仅看这一面，极易得出论断：既然答案唾手可得，那教孩子"掌握知识"还有何意义？直接教他们用工具不就够了？
不少文章确实如此鼓吹。但我察觉此中暗藏深渊。
答案免费，不意味着知识无足轻重。
让我举一个真实情境。你请AI起草一份合同，它递上一份貌似专业的文本——措辞精准，条款完备。但其间或许藏着几处杜撰。这些错误不会标红、不会闪烁、不会跳出来告诉你"此处我瞎编的"。它与正确部分别无二致。
此刻，能否识破其中的谬误——便成了真正的分水岭。
而"识破谬误"这件事，靠的不是检索能力，而是你脑中已内化的积累。你研读过的案例，你踩过的坑，你在这个领域淬炼出的直觉。
我反复想起一个图景：AI如同一座无限慷慨的图书馆，什么都愿为你取来。但要在这座图书馆里不迷失、不被骗、能找到自己真正所需的那本——你脑中得先有一张认知地图。
地图不是AI赐予的，地图是你自己生长出来的。
这两年研习AI，我最大的收获并非学到多少新知，而是被它倒逼着重思一事：学习，究竟在学些什么？
在AI降临前，人们默认的答案大致是：
这个循环运转了数十年。随后AI将中间那段——反复练习以求熟练——从数年压缩至数分钟。Copilot三秒就达到一个中级程序员需三年才能企及的水平。GPT直接跳过了一个翻译者五年的积累。
但此处有一条微妙的分界线。
AI压缩的是"从零到及格"的距离。从及格到优秀，仍需深度理解。从优秀到卓越，需要的是品味、直觉，以及对根本问题的持久思索。
这条线将"学习"一刀两断。熟练那一面，迅速贬值；理解那一面，反而升值。
而我们的教育体系——不仅是中国——几乎全盘押注在"熟练"那一面。刷题、背公式、套模板、反复操练。这套训练产出的，恰是AI如今做得最出色的事。
这并非说"别学了"。基础的读写算，基本的英语，基本的编程逻辑——这些是与AI协作的最低门槛，缺了它们连AI都无法驾驭。这就像汽车时代，会开车不会让你致富，但不会开车会让你寸步难行。
真正值得深思的问题是：在"不掉队"之上，应将精力倾注于何处？
我没有标准答案。但这两年研读各家学说、观察诸位先行者所为，渐渐看出一种结构。我称之为"根基"——非按顺序修完的清单，而是同步生长的根系。
第一层根：认知的工具。
语言——能以文字精准表述脑中尚未成形的念头。不是词汇量庞大，是慢慢打磨出的精确度。
数学——不是套用公式，是抽象、建模、论证的思维习惯。周以真(Jeannette Wing)2006年将此习惯命名为"计算思维"，将其与读、写、算并列为基本能力。她指的不是编程，而是能将复杂问题拆解为可计算、可抽象、可复用的结构。
逻辑——能识别"诉诸权威"与"偷换概念"，能区分"相关"与"因果"。
阅读——不是读得多，是能在一段文字中感知"此处不妥"。阅读品味，是一切判断力的根基。
这些并非新论。它们之所以关键，是因没有它们，人并非不能思考，是只能在浅层思考。AI能帮你查、帮你算、帮你润色——但思考本身发生在你脑中，非AI代你发生。
第二层根：对世界的内在模型。
人脑中有一个"世界如何运转"的模型——由科学常识、历史脉络、空间感知、身体经验拼凑而成。
你或许已察觉——同一条新闻，有人一眼便知蹊跷，有人则被牵着走。差异不在智商，而在脑中那张关于世界的地图是否完备。不懂"能量守恒"者会被永动机蒙蔽；不懂概率者会被赌博诱骗；不懂历史者会将每件新鲜事都视为"史无前例"，在恐慌与狂热间反复横跳。
而这一层中有一条极易被忽视——身体经验。能拧螺丝、会切菜、做过饭、修过物件、走过陌生的路。
这两年研究AI的人反复提及一事：仅靠文字训练出的"智能"是浅薄的；真正深刻的智能，需建立在与物理世界的互动之上。Yann LeCun有句被频繁引用的话："一只猫从短短几个月的视频中学到的世界结构，比所有LLM加起来还多。"李飞飞说："语言只是智能的薄薄一层表皮。"
若连机器都需要身体经验才能真正理解世界——让孩子仅对着屏幕成长，他长出的判断力，能有多深刻？
第三层根：价值观与自我。
伦理——何为对、何为错。审美——能分辨"好"与"差"。与人共处——共情、信任、协作、冲突中不迷失自我。自我认知——知道自己想要什么、能做什么、为何而活。
这一层无标准答案，亦无捷径。它是在与他人、与自己、与具体生活打交道的过程中，一点一滴生长出来的。
在AI将"做选择"的成本降至近乎零的时代，知道自己想要什么反而成了最稀缺的品质。若脑中无内在标尺，你会变成一个漂浮的人——他人说好便觉得好；AI给你什么，便接受什么。
这三层根并非新论。数千年来，人类教育探讨的正是这些。
AI没有让它们过时——AI让它们更加凸显。
思索此事的过程中，有几位智者的声音令我驻足良久。非因他们说了什么石破天惊之语，而是因他们所言与所行一致。
Andrej Karpathy，2024年7月卸任所有大厂职位，创办了Eureka Labs——一家自定位为"AI原生教育公司"的初创企业。他亲自手写过一个200行的纯Python版GPT教学代码，免费开源——我用它向毫无编程基础者讲解Transformer，效果胜过任何教科书。他做此事的信念：让学生看清这魔法如何运作，他便不会被吓住，也不会被骗倒。这不是技术判断，这是教育观。
Sal Khan打造的Khanmigo已在美国上百所学校用作AI助教。他在Brave New Words中说了一句令我深思的话——AI不会让学生不需要老师，反而让好老师更珍贵。因AI能完成"知识传递"，却无法完成"激励、启发、判断学生此刻状态、设定恰当挑战"。这些恰是好老师的核心——而这些能力，全部生长在我说的那三层根之上。
李飞飞在斯坦福开设AI for All，将AI课程引入资源匮乏的中学。她与LeCun这两年反复警示的方向指向同一处：若智能不仅是文字那一层，孩子的成长，大概也不仅是屏幕上那一层。
Geoffrey Hinton从Google离职后说过一段被反复引述的话："我们没有时间慢慢等下一代孩子去面对AI——但教错方向比教得慢更危险。"何为教错方向？我理解他的意思是：将孩子培养成只会用AI、不会评判AI的人，等于将他置于永远跟随的位置。
Yuval Harari提出四个词：Critical thinking, Creativity, Communication, Collaboration。四个词的共同点——都是AI暂时仍不擅长的、属于人际之间的事。
将这几位的声音合而听之，我听到的不是"共识"，而是几道从不同角度射来、却落在同一片土壤上的光——
上述所有设想，若置于一个北欧或硅谷中产家庭，落地不难——他们的孩子有大量自由时光，升学压力不那么残酷。
但中国家长面对的不是这般处境。
每年高考考生九百余万，985录取率约2%。教育在中国是改命的通道——对许多家庭而言，这不是口号，是历史验证。当一个机会窗口对应数百倍的竞争者，激烈竞争是博弈论中的必然，非哪个家长"不淡定"。
任何一篇说"放下焦虑、让孩子快乐成长"的文章，若未先诚实直面这一处境，所言皆轻。
故我不打算如此说。
我想说的是另一件事——竞争仍会继续，但评判标准正悄然生变。
过去三十年，中国教育的评分标准简而言之就是一句话：谁能在标准化考试中给出更精准、更迅速的答案，谁就胜出。这套标准曾有其合理性。但如今，给出标准答案这件事，GPT一秒能产出数千个。
当答案免费，继续在"答得更快更准"上加码竞争，便是在一个已被自动化的工序上拼体力。
所以或许——
在深度阅读上多投入些时间，在刷题上少投入些。
在真实的写作（每周一篇真心之作，非套话作文）上多投入时间。
在动手实践（做饭、修东西、做实验）上多投入时间。
在与真人面对面交流上多投入时间。
在持续专注上多投入时间——能两小时不碰手机，或许是这一代孩子最难也最珍贵的能力。
这些不是"该做的事"，是我自己慢慢形成的方向感。你可以不认同。
但写到这里，我意识到此文尚未触及一个更深层的问题——教育这台机器，它真正在做的事，究竟是在育人，还是在筛选？
当一个孩子耗费十几年通过层层筛选、练就一身技艺，然后发现AI三秒就能达成——真正震撼他的，或许不是工作消失，而是一个他从未被教导如何回应的问题：若那些技艺不是"我"，那我是什么？
这个问题太大，此篇容纳不下。但它始终在那里。
写到这里本想列一份"必读书单"，但写到一半把"必读"二字删了——无人有立场断言何为必读。
下面几本，是关于"思考"与"学习"这两件事，值得翻阅的书。它们的共同点不是"实用"，是作者在认真思索一些无标准答案的问题。
挑你此刻最想翻开的那一本即可。
写到最后，我想回到开头那个五年级学生的故事。
他用AI炮制了一篇满分心得。行文通顺、框架清晰、词汇水平远超日常。什么都对。唯独没有他自己。
也许母亲真正感到的不安，不是AI太强，而是——
那篇文章所缺失的，恰恰是教育最该培育的东西。
一个孩子皱着眉头读书，读到某处停下，说"但我觉得不是这样"——这个瞬间发生的事，比那篇满分心得中的所有文字加起来都重要。
这件事，不是AI来了才成立。AI之前也成立。AI之后尤其成立。
AI只是将它从背景推到了聚光灯下。
从今晚与孩子一同放下手机，共读半小时书开始。
本文同步发表于博客 Jason-Azure.github.io/ai-blog
公众号:AI-lab学习笔记