迎面碰上新技术革命，教育界应该采取什么态度？

自从2022年11月30日OpenAI公司发布能够对话的大语言模型GPT-3.5以来，短短三年多时间，人工智能的浪潮迅速席卷全球，再加上政策、资本与人才的大力跟进，各种人工智能产品日新月异，并呈现出井喷状态，各行各业都意识到一个新的技术革命时代已经到来。

对于这场不期而遇的技术革命，乐观主义者与悲观主义者已然开始筹划自己的或光明或暗淡的未来，抛开各种情绪化的表达，站在技术进步的角度，我们该如何应对这场意义深远的变革呢？

为了回答这个问题，我们不妨回到科技发展史的历史长廊里，看看人类在前三次科技革命时都呈现了怎样的态度与立场。

第一次工业革命发生在18世纪60年代至19世纪40年代的英国，以蒸汽动力广泛应用为核心标志，这次工业革命首先在纺织业爆发，与纺织业相关的主要发明包括约翰·凯伊于1733年发明飞梭以及哈格里夫斯发明珍妮纺纱机等，这次工业革命是人类历史上人与机器的第一次正面相遇：机器以自己的力量开始塑造整个社会与个体的行为模式。由于机器的高效率导致大批手工业者破产与失业，这种“人-机”冲突终于在1811至1812年间在英国爆发了大范围的工人捣毁机器的“卢德运动”。由此可见，除少数资本家外，整个社会在面对第一次工业革命的时候是完全没有准备的、也是匆忙被动的，变革的压力传导到技术链末端的产业工人时，引发的是愤怒与无助。这是人类与技术很不友好的第一次正式相遇。

第二次工业革命发生在19世纪60年代至20世纪中叶的欧洲和美国等，它以电的应用为主要标志，这期间有一系列重要发明，如发电机、内燃机、柴油机、电话、电报等，从此人类进入“电气时代”。这次工业革命极大地改善了整个社会的面貌以及个人的生活方式，吊诡的是，尽管在这次工业革命期间在工业组织中出现了马尔库塞所谓的“单向度”的人的困境，然而，人们总体上对这次技术革命的态度仍是热情拥抱与接受新技术。更重要的是，它提供的新岗位远比摧毁的旧岗位多得多，而且新岗位的准入门槛不是很高，能够吸纳大批就业者。如果说前两次工业革命的区别在于，第一次工业革命的技术源头是人类实践经验，那么第二次工业革命则完全来自科学本身。

第三次工业革命发生在20世纪中叶以来，它以原子能、电子计算机、空间技术、生物工程等领域的技术突破为标志，无论在广度上还是在深度上都是前两次工业革命所无法比拟的。正是基于这次产业革命，人类的生存状况得到了极大的改善，它也是世界范围内现代化构想的经典范式。这次技术革命的基础同样来自于科学，人们对其的态度更是达到了信任的巅峰状态，它不仅没有引发人们的敌意，甚至成为人们追求美好生活的最好表达。它同样创造了众多新的工作职位，而且准入门槛也不是很高，这些技术最大限度上代替了人的体力以及部分智力，但其工具属性的定位没有改变，总体而言对人类是友好的。

而发生在21世纪20年代的第四次工业革命，它以人工智能、大数据、物联网等新一代信息技术为主要标志，这次革命的最大特点是它要完成从体力向智力的转变，最终完成对人的能力的实质性、全面性替代。在肉眼可见的未来，它将迅速替代人的大部分工作，这个替代进程早已开始，从2016年AlphaGo战胜人类围棋高手李世石那一刻起，棋类游戏的赛道被彻底改写了。2020年AlphaFold 2破解蛋白质结构，彻底解决困扰学术界50多年的蛋白质折叠问题，至此结构生物学的赛道开始易主。软件编程行业也处在快速被替代的境地，这种变化才刚刚开始。问题是这次人工智能替换下来的行业曾经被认为拥有很深的护城河与准入壁垒，现在这些行业人类再也没有能力重新挤入。这种职业替代蔓延的趋势几乎覆盖所有的行业，没有任何人或任何领域是安全的，而它提供的新岗位远远没有它摧毁的多，而且这些新岗位的准入门槛相当高，人类再次遭遇第一次工业革命时的情景：人和技术之间的矛盾毫无商量余地最大化了，对于这种有些黯淡的未来，我们准备好了吗？

目前各行各业都在畅想AI对于自己行业的革命性赋能，并且迫不及待地想把AI引入到自己的行业，至于这种急功近利的做法会给行业带来何种后果，大多语焉不详。

回顾前三次工业革命的演进历程，可以清晰看到如下特点：任何一次技术革命都不是一蹴而就的，而是经过由点到面的缓慢扩散，以及技术的不断优化与迭代升级实现的。根据技术扩散理论可知，不是所有行业都适合早早引入新技术。按照技术创新专家埃弗雷特•罗杰斯的研究，采用新技术的用户可分为五种类型：革新者，是指第一批采用创新技术的用户，大体占2.5%；早期采用者，他们是新技术的“传教士”，约占用户的13.5%；早期大多数用户，他们接受创新的时间略早于社会体系的一般成员，约占用户的34%；晚期大多数用户，约占用户数的34%；最后是落伍者，他们对新技术创新持高度怀疑态度，这部分人站用户的16%。这个基于对新技术偏好的用户分类可以帮助我们确定自己行业对新技术应该采取的策略安排。

这种基于用户技术偏好的扩散模式有一个潜在的硬性约束，即这种偏好是基于特定的技术水准与特殊使命的结合，缺一不可。为了更好地揭示这种技术扩散的逻辑，不妨以笔者所在的教育行业为例。目前教育行业是人工智能领域里最热情的推广者与宣传者，在AI赋能教育的旗帜下，教育工作者期待利用人工智能解决长期困扰教育领域的困境，完成教育从传播知识向提升能力的功能性转换，实现教育的成人与育人的使命，最终在AI加持下实现教育范式的转型。针对这种宏大叙事，笔者前几个月利用研究生课业论文的机会做了一个小范围的社会调查：人工智能时代，知识获取变得越发容易，学习知识还重要吗？样本量为132名研究生，其中全日制研究生31名，其余为有社会经验的在职研究生。在收到的132篇论文中仅有一位同学认为AI时代学习知识已经不重要了，其余的同学则从各种角度论证了在AI时代学习知识仍然非常重要。其中一位同学的论文题目很有特点：“AI时代，知识一搜就有，我们还需要认真学习吗？” 我对这位同学的提问方式高度认同，纵观下来，同学们几乎一致认为，虽然在AI时代知识获取的成本与门槛都在快速下降，但是容易获取与真正掌握与内化是完全不同的两件事。在AI时代，只有知识高度内化并嵌入个人的认知框架，才能成为好的提问者、鉴别者与使用者，否则，知识获取成本再低也于事无补，没有知识的内化，他根本无法对那些输出内容作出有效的识别与判断。从这个意义上说，AI时代学习知识比以往时代显得更重要了，或者说，对知识的理解变得更加珍贵了。

如何实施AI赋能教育，切入点在哪里？在无反思的狂欢中，AI仿佛成了改变教育难题的灵丹妙药，众口一词的说法是把教育从知识传授向能力提升转变，客观地说，这是一个基于功能主义思路出发的无效命题，原因有二，其一，知识是能力的基础。没有知识的内化而求能力的提升无异于缘木求渔；其二，能力是知识的溢出品。换言之，有知识不一定有能力，但有能力的一定是具备相关知识的。也许更重要的是，学习知识并不仅仅是为了收获能力的果实，它更是塑造一个人的世界观与认知框架的成人过程，以及宏观上捍卫社会文明底线不倒退的功能。另外，只要想想那些开创科学革命的伟大科学家如牛顿和爱因斯坦等，他们没有用过AI等先进工具，同样做出了伟大的科学贡献；相反当下很多拥有先进技术的科学家也没有见到谁做出更多伟大的科学发现。

在探讨AI赋能教育的话题之前，要对中国教育的体量有所了解，否则贸然决策会造成意想不到的重大损失。根据中国统计年鉴（2025年）的数据可以看到，仅从义务教育阶段到高校，涉及的各类学校总数达21.4万所，其中高校3119所；教职工有1835万之多；涉及的各类在校生2.44亿人，其中高校在校生为4300万人。毫无疑问，中国是当今世界上教育体系规模最大的国家。仅从硬件角度来说，21万多所各类学校要配备多少人工智能设备？这笔投入有多大？钱从哪里出？因此，面对如此庞大的规模与复杂的体系，任何改革都要慎之又慎。

由于教育系统育人使命的独特性，一旦改革失误，影响深远而且很难补救，因此，在遭遇新技术革命时，保持必要的谨慎是必须的。笔者倾向于认为针对这轮科技革命，教育领域坚持开放的保守主义理念是恰当的，而不是一窝蜂似的赶时髦。坦率地说，自2023年大语言模型横空出世以来，这轮AI科技革命也才刚刚3年不到的时间，技术本身也在不断试错与升级过程中，它的具体应用场景都还在摸索与试验阶段，没有必要把一个成熟度明显不足的技术直接生硬地嫁接到教育领域，一旦失误没有人可以承担其带来的后果。回想三十年前互联网刚出现的时候，那时没有任何政策强行推动，当它逐渐成熟与完善的时候，人们自然而然就开始拥抱互联网，这样即避免了决策的失误，也避免了大量资源的浪费。当下的人工智能仍然不过是一项意义重大的新技术而已，遵循同样的规律，坦率地说，到目前为止还没有看到AI的成熟应用场景以及盈利模式，一切都在探索过程中，此时冒然把教育系统作为AI的试验场风险太大。从这个意义上说，笔者坚决认为中小学还是应该采取传统教育模式为好，不要担心教育领域会在这波浪潮中落伍，AI作为大势所趋的先导技术，坚信作为喜欢新鲜事物的年轻人是不会落下的。

在实践层面，贸然采用AI替代常规教学仅具有象征意义。坦率地说，时至今日，我都不知道把AI全部引进校园和课堂会是怎样的场面？课堂是升级版的网吧吗？老师是否摇身一变成为一个穿着长衫看店的网管？我认为这不是AI应该有的样子，这也不是教育改革该有的样子。诚然，国家推出的中小学智慧教育平台已经内嵌了AI智能助手，能自动出卷检测学生学习成果，帮老师快速批改作业，一定程度上提高了教师备课效率，也便利了学生自主学习。但要确定AI使用边界，因为AI生成的课本知识也难保不会产生幻觉问题，中小学学生正是认知尚未成熟的阶段，独自使用AI时也缺乏一定辨别能力。要让它起到一个辅助教师、让学生在家学习时也可以起陪伴的作用，切莫让它取代教师的作用。如今许多企业推出了各类学习软件，大多是在传统教育的基础上简单叠加一个聊天机器人，“AI+教育”口号喊得响亮，但是否真的推动教育进步，犹未可知。再有，新技术为何不率先用在最前沿的科技领域奋力拓展，反而热衷于侵蚀那些比较成熟的传统领域？DeepMind公司之所以受人尊重，是因为它开发AlphaFold 2用于解决人类难以处理的蛋白质结构问题，这才是AI最应该切入的领域，也才是人工智能最应该有的样子。

在任何技术变革的风口，保持理性与冷静的态度都是必要的。当下，教育领域对于AI采取简单的技术乐观主义与技术悲观主义的态度都是不恰当的。笔者认为对于新技术采用适中主义比较稳妥，这样能够保持教育领域的连续性与稳定性，不会给整个体系带来大的振荡。人工智能时代的适中主义就是顺其自然，教育领域尤其不可采取拔苗助长的发展模式，一个好的教育改革路径应该是践行开放的保守主义理念前行，所谓保守主义是指不在情况不明的情况下瞎折腾，而开放意味着系统审慎接受那些新的成功范例，这样就能避免整个体系出现大的波动，以及全社会无法承担的天量试错成本。教育改革的当务之急不是赶时髦，而是深挖教育领域的深层结构矛盾，破除体制机制顽疾，作为事关国家未来的重要部门，教育领域不应该成为新技术的免费试验场与小白鼠。

李侠，上海交通大学科学史与科学文化研究院教授； 叶菲楠上海交通大学科学史与科学文化研究院博士生。文章观点不代表主办机构立场。

◆ ◆ ◆

编辑邮箱：sciencepie@126.com