唐江澎：DeepSeek与教育的三个比喻

作者：

唐江澎，香港中文大学（深圳）当代教育研究所所长，上海交通大学教授，江苏省锡中教育集团总校长

DeepSeek与“巳巳如意”的祝福声一道开启了新春新岁，开启了AI算法变革元年。对于许多教育人来说，仅一个多月的时间里，DeepSeek就从陌生的面孔变成了身边的常客，成为我们教育生活的“在场者”—无法回避，也很难斥拒。关于AI的新奇短视频排浪般涌向手机屏幕，冲击拍打着人们的思考：在既有教育逻辑上负重前行的我们是否已面临急切的转轨？通往前方的路是否已经有迹可循？

这些日子里，笔者接触了一些AI行业的专家，听到了一些有关AI与教育的独到看法，其中有三个比喻发人深省，分享出来与大家共同探讨。

01

比喻之一

当下讨论DeepSeek有什么害处，就像电发明之初争议“会不会电死人”一样。

任何新兴事物总是有利有弊。当人们热衷于展示DeepSeek强大的功能与无限广阔的应用前景时，我们似乎也应该以辩证的思维，冷静地分析其可能的风险与潜在的危害。

笔者带着这样的理性与一位院士探讨，他意味深长地看我一眼，风轻云淡地说：“人类历史总是如此，当年电发明的时候也有激烈的争议，甚至一些名人也卷入其中。到今天，用电依然会发生电死人的事故，但人们还会像当初那样争议用不用电吗？”这的确提醒我们，要改变看问题的思维方式，那种全面的正确可能导致全面的无用，因为总是在重复着一分为二的永恒真理，却没有在现实面前做出二者择一的路径选择。我们既要有两点论也要有重点论，我们的思维总要引领视线投向前方！当下对AI的发展，是着眼于“用”还是着眼于“防”？时代的潮流下，似乎并没有给我们多少寻找万全之策的选择机会。好在有DeepSeek，可以让其检索用电之初的历史掌故，鉴往知来，以使我们不再重蹈历史的覆辙。

DeepSeek检索出下面一些信息：

●爱迪生为证明直流电的优越性，打压交流电，曾用“交流电电死大象”等公关手段制造公众恐慌。直到特斯拉与威斯汀豪斯1895年合作开发了尼亚加拉水电站，交流电实用化后才全面推开，争议不再。

●早期电力线路因使用裸露铜线或仅使用简陋的绝缘材料，导致触电事故频发。据1888年《泰晤士报》报道，伦敦东区居民就曾联名抗议安装电力路灯，并说其“影响市容”，迫使市政调整线路。到20世纪初，首个电气安全标准（如美国的NESC）才建立起用电规范。

●18世纪的电疗仪器（如莱顿瓶）用于治疗癫痫、瘫痪等疾病，因缺少科学验证，曾被斥为“江湖骗术”。

●电气化导致传统蒸汽动力行业工人失业，曾引发了多次罢工浪潮，甚至出现了卢德主义（Luddism）反技术运动，号召人们通过破坏机器来保护传统手工业。当时有一句影响很大的口号：“机器是穷人的敌人！”

读着这些史料，真是感慨良多，技术的每一次进步都伴随着巨大争议，而争议又助推了技术进步。比如，人类很快就发明了橡胶与铅包电缆，解决了电线安全问题，到 20 世纪初，城市路灯电缆地下管道化已经成为主流。同时，历史也让我们认识到，处在历史节点上的人们，要敏锐地把握事物发展趋势，超越争议，聚焦问题解决，利用技术创造美好未来。回到当下的教育场景，我们也应在对未来教育的美好想象中谋划教育未来。基于这样的认识，笔者引导DeepSeek参与探讨，最终对“比喻一”形成这样几点认识。

第一，正如19世纪电力的普及彻底重塑了人类文明，AI正以相似的历史性力量推动社会进入全新纪元。ChatGPT之父、OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）认为，通用人工智能（AGI）是人类共同构建的进步阶梯中的又一个工具。比尔·盖茨（Bill Gates）则将AI革命类比为“图形用户界面（GUI）”，认为它将像个人计算机一样，深刻影响从医疗诊断到教育公平等各个领域，“世界需要确保每个人都能从AI技术进步中受益”。吴恩达（Andrew Ng）则预言：“AI如同电力般‘隐形化，未来人们不会专门讨论’AI产品，因为所有工具都内嵌智能。”AI不仅是技术迭代，更是文明层级的跃迁—它或将如电灯驱散黑暗一般，以指数级算力与认知突破，照亮人类探索未知的新航道。

第二，当前对AI的讨论应超越“风险焦虑”，聚焦其赋能千行百业释放的“AI红利”。2017年国务院印发的《新一代人工智能发展规划》明确提出“加快人工智能深度应用”。时任科技部部长王志刚在长城工程科技会议2023年“人工智能赋能高质量发展”主题大会上强调，人工智能是引领新一轮科技革命和产业变革的战略科技。AI不是替代人类的对手，而是拓展能力的助手。电力革命曾引发的疑虑终成文明基石，我们应以“场景创新”为锚点，将AI转化为高质量发展新质生产力的核心引擎。

第三，纵观人类教育史，从口传心授到数字革命，AI正催生教育范式的第三次跃迁。袁振国教授有精辟的概括：“三千年前学校诞生，开始了人类有目的、有计划、有组织的文明传承；三百年前现代教育制度诞生，开始了人类大规模标准化的教育；今天数字教育诞生，开启了人类大规模个性化教育的序幕。”AI 学伴会让良师如影随形，学程设计会让课程因人而异，AI 使教育真正有可能俯下身来为人的成长服务。

02

比喻之二

辛苦学习了12年，如同通过了“科目一”“科目二”“科目三”无数次考试，终于拿到了“驾照”，而AI告诉我，未来是人工智能驾驶时代。

这的确是个精妙的比喻！很多人都有参加中高考与考驾驶证的经历、体验，熟悉两个考试的主要内容与考试方式，了解应对考试的学习方式与基本套路。两相对比，我们更容易发现传统教育在AI时代所存在的问题。

我们来看，“科目一”是理论考试，主要考查交通法规、信号标志、安全常识等，采用计算机答题。考生甚至不用看书，不用掌握体系化的交通知识，只要坚持刷题，坚持做许多套模拟试卷，并借助数字技术赋能多做自己的错题，只要记得住、记得牢，用不了多长时间就可以考取90分以上，通过“科目一”考试。

“科目二”是场地驾驶，考核基础操作技能，包括倒车入库、侧方停车、坡道定点停车与起步、直角转弯、曲线行驶等，考生需不断实地练习才能完成指定项目。“科目二”要求考生亲自开车“勤练”，其诀窍如同卖油翁所言“无他，但手熟尔”，直到得分不低于80分才算合格。

“科目三”是路考，考查真实道路情境下的驾驶能力与素养，看灯光如何使用，如何变道、靠边停车，如何临机处置以及作为交通参与者的生命意识、驾驶道德。早先是由考官主观评定，后来用电子系统评价确保公平性。通过“科目三”的关键是多上路、多实践。

其实，以考驾照对比教育，多年前崔允漷教授谈课程改革时，就有精妙的论述。他说，驾照考试的“科目一”的“交规”属于知识，“科目二”的“倒库、入库”等属于技能，“科目三”的“路考”属于能力，考取了驾照不能说就习得了驾车的素养，我们不仅要会开车（关键能力），还要学会文明行车（必备品格），更重要的是尊重生命（价值观念）。但令人尴尬的是，驾照的考核方式似乎比中高考的考核方式更丰富、更多样，关注了知识、技能与素养，运用了笔试、操作、路考等多种考试方式，不是“一考定终身”，也不是答题比高下。对比驾照学习考试模式，当前的学习与评价体系是否更像把“科目二”“科目三”的内容都变成“科目一”来学习、应试？

以语文学科为例，语文学科核心素养不应只是学生“一时记得住”的知识，而是“一生带得走”的能力，是“驱车驰骋、车行天下”的本领。在笔者看来，就是“眼上”的能力，以广泛阅读养成的审辨鉴赏力；就是“手上”的能力，以写作实践练就的文字表达力；就是“口上”的能力，以口语交流培养的沟通交际力。问题是，我们的教学与考试在多大程度上重视这些素养的培养与评价？语文学习是综合性、实践性活动，要在“下场地”“上道路”中历练，但现在很多时候是在用“科目一”的方式做题训练。例如：阅读是个人体验与文本期待相互碰撞、建构意义的过程，是读者与作者心灵对话的过程，如果变成做题目、确认标准答案的过程，那么这种训练在多大程度上有助于阅读人格的建立、阅读品位的提升？

再以动手实践为例。大约有超过三分之一的学生高中毕业后会选择进工科院校深造，但他们在漫长的12年基础教育阶段，有多少机会接触简单的动手制作制造课程？CDIO（Conceive构思，Design设计，Implement实施，Operate运作）这一套广泛应用于国内外高校的以工程实践为中心的教育模式，强调从理论到实践“闭环”的工程思维训练体系，有多少出现在我们中小学课堂？如果我们还是用“科目一”的刷题方式，连“科目二”的场地实践都没有，那么怎么培养学生解决问题、实践创造的能力？

说到底，我们的教学需要转型。要从“知识本位”走向“素养发展”；但更关键的是评价方式需要变革，要从“知识立意”走向“素养评价”。变革不是不要高考，而是要探讨如何利用人工智能，改革考查方式：单一的纸笔考试很难考查实践技能与综合素养，我们是否也需要“笔试+操作+面试”？以刷题的方式选人，只能选出“解题高手”，很难选出“问题解决者”；以总分相加的模式选人，只能选出学业成绩的全科优秀者，不利于培养兴趣专注的痴迷创造者。

但以上讨论并不是“比喻二”寓意的重点，“比喻二”的担忧在于传统学习获得的一技之长，在AI时代将成为“屠龙之技”。这样的担心不无道理，无人驾驶的普遍化在当下已经没有技术障碍，过不了几年可能就不再需要“驾照”，人们也不会亲自驾车上路了。到那时，坐在车上看车水马龙的驾照持有者，不妨想一想，你所经历的“科目一”“科目二”“科目三”学习与考试，哪些其实毫无价值？哪些也许依然有用？我想，被AI作废的除了一纸证照，就是那一大堆靠死记硬背获得的知识。但驾驶实践形成的动作协调性、应变机敏性等，是永远沉淀在驾驶者身上的“核心素养”，不会无用。

这几天笔者参加香港中文大学（深圳）组织的AI赋能行政管理培训，教授们讲GTP-4.o、DeepSeek-R1如何使用时，都提到了一项核心技能，即设计“提示词”。提示词（Prompt）是用户输入给AI系统的指令或者信息，用于引导AI生成特定的内容或执行特定的任务。简单说来，提示词就是我们与AI对话时所使用的语言，可以是一个简单的问题，一段详细的指令，也可以是复杂的任务描述。设计“提示词”，要注意有清晰的指令、相关的背景信息和明确的输出期望，有一套输出格式。提示词的设计有六大原则：Accurate（准确）、Specific（具体）、Concise（简洁）、Avoid Ambiguity（避免模糊歧义）、Effectively Guidance（恰当引导）、Structured（结构化）。听着课，笔者真有点儿恍惚，如果不是那一串英文单词，我觉得就是置身语文课堂听老师讲高考语言运用题了。多年来，高考语言运用试题也是一直扣紧“简明”“连贯”“得体”原则命制，简明就包括简（简洁、准确）、明（无歧义）的要求。再听下去，提示词的常见结构之一CO-STAR结构，与高考语言表达“得体”的要求完全一致。CO-STAR结构要求是：Context（上下文）、Objective（目标）、Style（风格）、Tone（语气）、Audience（受众）、Response（回应），高考对“得体”表达要求是：场合、目的、方式、对象、身份。

如有兴趣，我们无妨借助DeepSeek体验一下高考题命制：一是确定一个话题，按场合、目的、方式、对象、身份设定提示词，可以生成一道不错的作文题；二是以AI“提示词”设计为情境编拟一道高考语言运用题，这样的题目或许很快会出现在试卷中。我们有了这样的体验，可能会减少一些忧虑，也会更认同这样的观点：通过各种学习所发展的人的核心素养，一定会帮助人更好地使用AI。

03

比喻之三

AI的“冰山”已经撞向“泰坦尼克号”。

这是一位AI专家的比喻，原话用的是“撞上”，语气冷冷的，而我们像是船上依旧忙于工作的船员或是悠然观景的乘客，浑然不知将来的命运。

这个冷峻的比喻很难解读，我们可以设计“提示词”，让DeepSeek尝试回答。

DeepSeek给出了这样的回答：

一是要发现传统教育体系的“船体漏洞”。如知识权威瓦解，AI能瞬时调用全人类知识库，教师知识传授者角色被削弱，单向灌输式课堂吸引力下降。又如评价标准失灵，标准化考试（如选择题、记忆题）无法区分“人类原创”与“AI代劳”，学术诚信与能力评估体系遭遇挑战。还有技能培养滞后，传统课程重知识轻能力，而AI时代需强化批判性思维、复杂问题解决等“高人性化技能”。

二是要关注AI“冰山”显露的教育“新大陆”。如开展个性化学习革命，AI学情分析引擎可实时诊断学生认知盲区；拥有无边界教育资源，名校课程经AI翻译、适配后，通过慕课（MOOC）让优质教育惠及偏远地区，打破地理与经济壁垒；促使教师角色升级，从“讲台上的圣人”转为“身边的向导”，聚焦情感支持、价值观塑造与创新协作。

三是积极打造教育转型的“救生艇”。如课程重构，增设“AI素养课”，将AI工具深度嵌入学科教学；强化“反AI能力”，用手写思维导图、无网络辩论赛等训练，防止过度依赖技术导致认知退化；更重要的是评价体系革新，如采用过程性评估等替代单一考试。

2025年2月28日，经合组织（OECD）发布《面向未来的数学课程：赋能21世纪学习者》，指出：过去25年，数学课程经历了从传统内容（如算术、几何和代数）向更注重数学素养与推理的转变，统计和数据素养的重要性也显著提升，且在较低年级开始引入。文件提出了三点建议：一是利用GeoGebra、Desmos和TinkerPlots等数字工具将几何、概率和数据分析等抽象主题变得具体且相关，增强学习的吸引力与互动性；二是利用生成式AI自适应技术，识别个体学习差距并提供针对性练习，从而实现个性化学习；三是利用数字工具最大化整合资源，为教师提供专业支持。

这样看来，AI“撞击”教育，并非摧毁教育，而是倒逼其从“工业化流水线”转向“生态化成长系统”。在这场变革中，真正的危险不是AI本身，而是“沿用旧地图驶向新大陆的船只”。

近日，有近40年人工智能研究经验的徐扬生院士在香港中文大学（深圳）神仙湖畔谈的一些观点，正好可以回答上面的一些问题：其一，人工智能是向后看的，它依赖于已有的数据，而人类的智慧是向前看的，具有无限的创造力；其二，人类不应放弃思考与体验，如同发明汽车后仍需走路，文明的传承在于实践与感悟；其三，AI无法替代人类的创造力、艺术涵养及坚毅品格，这些才是教育应强化的核心素养。

编辑 | 京教君

内容来源 | 中国基础教育

微信又改版啦

为了让「京城教育圈」出现在您的时间线

星标一下★为了更好的我们

欢迎 | 扫码加入

京教圈学习交流群

走之前记得点个“心心”哟