AI浪潮下，哪些学习能力无法被机器取代？——探讨抗替代性的真实学习设计

▲图源

近年来，校园里关于人工智能的讨论，往往从一种忧虑起步：学生们会不会借助AI完成作业？作文是否出自机器之手？数学题是否由AI代劳？这些问题固然值得关注。然而倘若学校仅将视野局限于“防范作弊”，恐怕会错失AI向教育提出的更深层追问：当AI能够撰写文章、归纳要点、模拟辩论、创作设计图、阐释知识概念时，学校究竟还需要学生掌握什么？究竟怎样的学习，才真正无法假手于人？

美国教育专家A.J. Juliani近期围绕Learning 3.0、抗AI替代性学习以及学习可视化等主题发表了一系列论述。他既未简单地将AI视作教育的威胁，也未将AI神话为全能的学习工具。他所追问的核心是：AI正在重塑学习的根本架构，学校必须对学习进行重新规划，既要借助AI洞察学习如何推进，又要捍卫学生亲自思考、判断、表达、交流、省思的完整成长轨迹。

一

抗AI替代性学习并非排斥AI，而是抵制“虚假学习”

“AI-resistant learning”极易被误解为“排斥AI的学习”。但在Juliani的语境里，它既不是将AI拒于校园门外，也不是设计某些刁钻的AI无法解答的题目。它真正追问的是：哪些学习环节一旦被AI取代，学生便丧失了真正发展的契机？

举例而言，学生可以让AI撰写一篇关于气候变迁的文章。但他是否真正洞悉了不同证据之间的内在联系？他是否了解某个数据