从传统教育讲到人工智能

我认为传统教育与现代社会已经脱节了，孩子们在学校里学习的那些东西，已经不适应现在的AI时代，还停留在十年前甚至更早。

一个孩子每天在学校里待七八个小时，十几年下来，大部分时间都在刷题、服从规则，然后参加一次又一次考试。学校用分数判断他是否优秀，家长用排名判断教育是否成功。可当这些孩子真正走入社会时，他们面对的世界已经完全变了。

过去，一个人掌握的知识越多，竞争力通常越强。今天，大量知识可以随时检索，图片和视频可以自动生成，代码也开始由智能体直接编写。企业真正需要的人，逐渐从知道标准答案的人转向能够发现问题、调用工具、整合信息并完成结果的人。

传统教育，它训练孩子记住已经被总结出来的知识，却很少训练他们面对陌生问题。它擅长筛选出能够适应规则的人，却很难培养能够创造新规则的人。它要求孩子先学习大量理论，等到很多年以后再寻找应用场景。结果是许多孩子学了十几年，依然不知道知识能用来做什么，也不知道自己真正对什么感兴趣。

这种教育方式有它的历史背景。

工业时代需要大批能够遵守流程、掌握基本技能、进入组织稳定工作的人。学校按照年龄分班，统一教材，统一进度，统一考试，本质上也是一种标准化生产。知识相对稳定，职业变化较慢，一个人在学校里学到的技能，可能可以使用二十年。

AI时代则打破了这个前提。

今天，科技迭代的速度越来越快，一个行业的工具可能几年就会更新，甚至几个月就会更新，一种具体技能的价值可能迅速下降。

教育体系没有完全失去价值，阅读、写作、数学、历史、科学依然是认知基础，但传统教育的边际价值正在下降。它可以继续承担基础训练，却很难单独完成一个孩子面向未来的准备。

我曾经看过一篇论文交《Nature Communications》，研究人员分析了4216名零岁至90岁参与者的脑部影像数据，发现人类脑网络结构大约在9岁、32岁、66岁和83岁出现明显的组织转折。零岁至9岁期间，大脑的整体连接方式正在快速调整，局部神经网络逐渐形成更强的分工和组织。九岁以前的大脑仍然处于快速建构阶段。这个时期的教育，不能只追求知识输入的数量。孩子需要通过游戏、观察、交流、身体活动和具体任务理解世界。他们对知识的兴趣，通常来自真实感受和亲手尝试。一个孩子只有先看到水为什么会流动，才可能真正想知道重力和压力。只有亲手种过植物，才容易对光合作用产生兴趣。

许多家长喜欢提前教孩子背古诗、做奥数、学英语，因为这些东西容易展示，也容易比较。孩子能背多少单词，考试能得多少分，很快就能看见。好奇心、判断力和探索欲很难量化，所以经常被忽视。

长期来看，后者可能更加重要。

孩子最初会不停地问为什么。为什么天会黑，为什么鸟能飞，为什么钱可以买东西，为什么有人富有，有人贫穷。成年人经常嫌这些问题幼稚，学校也很难留出足够时间讨论，因为这些玩意无法量化成分数。孩子慢慢发现，提出问题不一定得到鼓励，猜中老师心里的标准答案更容易获得奖励。于是他开始减少提问，等待别人告诉自己应该学什么。这可能是传统教育最隐蔽的代价。它给了孩子很多答案，也可能提前关闭了孩子寻找问题的能力。

我从小，甚至到现在也觉得，教育真正要保护的，是一个孩子对世界持续产生兴趣的能力。知识可以在以后补充，工具可以重新学习，一个人一旦长期丧失探索欲，就很难再主动进入陌生领域。好奇心是最珍贵的。

过去，知识本身具有稀缺性。

古人读一本书非常难，一个技术专家普通人很难接触到，一个普通家庭的孩子很难获得高质量的一对一辅导。家长和老师掌握的信息，构成了孩子能够接触到的世界。

今天，这种稀缺性正在快速消失。

一个孩子可以随时向AI询问牛顿力学，也可以让AI用八岁孩子能够听懂的方式解释通货膨胀。他可以继续追问，可以要求举例，可以让AI换一种角度再讲一遍。AI不会因为他的问题太简单而嘲笑他，也不会因为全班进度已经结束而拒绝解释。

传统课堂面对几十个孩子，只能按照平均速度推进。理解快的孩子觉得无聊，理解慢的孩子跟不上。AI可以根据一个人的知识水平调整解释方式，从他真正卡住的地方开始讲。这种近似一对一的知识服务，以前只有少数家庭能够长期获得。

2025年发表在《Scientific Reports》的一项随机对照实验，让194名哈佛本科生分别接受AI辅导和课堂主动学习。结果显示，经过专门教学设计的AI辅导组，用更少时间获得了更高的学习增益，中位学习增益达到课堂组的两倍以上，学生的参与感和学习动机也更高。研究人员同时强调，真正产生效果的是经过脚手架设计、能够控制认知负担并提供个性化反馈的AI导师，随意打开一个聊天机器人并不能自动带来同样的结果。

这件事说明，AI有可能把优质教育从稀缺资源变成基础设施。我们要感激伟大的时代，它能够让每个人花同样的钱就实现了教育平权。

过去决定孩子教育质量的，很大一部分因素是家庭收入、居住城市和父母认知。未来，一个普通家庭的孩子也可能拥有全天候的语言老师、编程老师、历史老师和科学老师。老师的能力依然重要，AI却可以填补大量传统教育长期无法解决的个性化缺口。

父母也需要承认一个现实，任何人的认知都有边界。一个人的职业、城市、社交圈和人生经历，会决定他如何理解世界。绝大多数父母只能把自己知道的东西教给孩子，也会把自己的恐惧和局限传递给孩子。有些父母自己从未创业，却习惯告诉孩子创业很危险，比如我的父母。从未理解过投资，却把所有金融行为都视为赌博，还是我的父母。不了解人工智能，却急于阻止孩子接触。

对于我来说，父母的爱肯定是真的，但认知未必足够。

AI不能代替父母承担责任，也不能成为孩子的道德权威。但它可以提供一个更大的知识入口，让孩子看到父母经验之外的世界。孩子可以听到不同解释，比较不同观点，理解复杂问题存在多种答案。只要使用方式正确，这种认知扩展本身就有巨大价值。

2026年6月，尤瓦尔·赫拉利在牛津大学坦纳人文价值讲座发表了一场关于人工智能的演讲。

他提出了一个很重要的判断，AI已经不能只被理解为普通工具，它正在成为能够自主学习、创造和决策的智能体。人类文明的大量制度都建立在语言之上。法律由文字组成，金融依赖合同和账本，宗教依赖经文，政府依赖政策和档案，企业依赖制度、报告和流程。赫拉利把语言称为人类文明的操作代码，并认为AI正在进入这套代码。

用更容易理解的话说，AI几乎是语言世界的原住民。

人类需要经过很多年学习，才能掌握一门语言、理解一套法律或者熟悉一个行业的规则。AI可以同时处理海量文本，记住大量制度，并在不同知识体系之间建立联系。过去只有人类能够理解和操纵文明的语言系统，今天出现了另一种能够阅读、生成和重组语言的智能。

这对教育意味着什么？

传统教育长期把阅读、背诵和写作当作核心能力。AI已经可以快速完成大量语言工作，教育仍然只训练孩子写一篇格式标准的作文，价值会越来越有限。孩子需要进一步理解语言背后的目标、利益、事实和逻辑。他要知道AI为什么会给出这个答案，答案使用了哪些前提，是否遗漏了重要信息，背后可能存在什么偏差。

未来时代的文盲也识字，也可能拥有大学学历。他只是无法在复杂的信息环境中做出判断，不知道如何向AI提出有效问题，也无法验证机器给出的答案。

所以，AI教育的核心并非教孩子记住几个提示词。真正需要训练的是目标意识、问题拆解、信息验证、系统思维和结果负责。

一个孩子向AI说帮我写一篇作文，获得的是一次作业代写。另一个孩子会先确定主题，寻找资料，让AI提出反方意见，然后自己修改观点，最后检查事实来源。两个人都使用了AI，获得的教育完全不同。

AI可以让人变聪明，也可以帮助人逃避思考。决定结果的是使用方式。

好的AI老师应该不断追问孩子，让他解释自己的思路，指出证据，尝试修改。差的使用方式会让孩子跳过整个思考过程，只留下一个看起来正确的结果。

我最近刷视频号看到了一个视频，一个九岁的孩子获得的生日礼物是Mac pro和codex pro20x，试想一下，这样的孩子其实已经赢在了起跑线上，当同龄人还在刷题的时候，他已经在用AI做自己的软件。

过去，一个孩子想制作网站、开发小游戏或者建立一个数据工具，需要先学习很长时间的编程语法。很多想法还没有进入实践阶段，就被复杂的技术门槛消耗掉了。现在，孩子可以用自然语言描述需求，让Codex协助编写、检查和运行代码，然后根据结果继续修改。Codex的定位，已经从简单的代码补全扩展到能够编写、审查并交付代码的智能体，也能够把想法和方案转化为轻量工具、项目看板和应用。

这会改变孩子和知识之间的关系。传统教育告诉孩子，先学会全部基础，未来才有资格创造。AI工具让孩子可以在创造过程中学习。他可以先做一个简单的足球数据网站，在遇到问题时学习数据库，也可以制作家庭记账工具，在过程中理解收入、成本和现金流。知识不再悬浮在教材里，它开始和真实结果发生关系。

孩子在这个过程中学到的，也不只是编程。他需要明确自己想解决什么问题，需要把一个模糊想法拆成具体步骤，需要判断AI生成的代码是否符合要求，还要不断测试、修改和承担失败。这里面包含产品思维、逻辑能力、审美判断和项目管理。

这些能力更加接近真实社会。有的人，AI不就是聊天软件吗，就是因为你不懂你才会这样认为，AI暂时不能直接给孩子带来财富。一个九岁的孩子学会使用Codex，也不会马上赚到钱。但财富从来都不是由知识自动产生的。财富来自发现需求、解决问题、组织资源和持续交付价值。

AI降低了从想法到产品的成本。以前，一个普通人想到一个应用，可能需要资金、程序员和设计师。现在，他可以先用AI完成原型，用很低成本验证需求。孩子越早理解这种创造方式，越容易建立一种重要的心理经验：世界上的很多东西可以被自己做出来。

这种经验比提前背会更多标准答案更有价值。

很多父母喜欢说，要带孩子见世面。

他们理解的见世面，通常是去更多城市旅游，住更好的酒店，参观名校和博物馆。这些经历当然有价值，但旅游本身不会自动产生认知。一个孩子去过二十个国家，也可能只记住酒店、景点和食物。

真正的见世面，是理解世界如何运转。

他见过不同阶层的人，知道一家公司如何赚钱，知道普通人如何工作，也知道一项决策会产生什么后果。他接触过真实项目，经历过合作、拒绝、失败和责任。慢慢学会辨别人，理解利益，接受复杂性。

见世面也包括看到更大的知识系统。

一个孩子生活在单一环境中，只能接触家长和老师认可的答案。他很容易把身边的规则理解成整个世界的规则。AI能够让他迅速接触不同国家、不同学科和不同职业的思考方式，帮助他突破本地经验形成的信息边界。

更加适合AI时代的教育模式，是把AI、基础知识和真实经历结合起来。孩子用AI学习知识，然后进入现实完成项目。遇到问题后再回到AI寻找解释，最后形成自己的判断。知识、行动和反馈不断循环，学习才会真正发生。

AI素养需要建立在历史、伦理、公民教育、数学、科学和文学等核心知识上。AI应该帮助学生探索知识、分析资料和形成判断，不能只提供现成答案。

所以，传统教育仍会存在，但它只能承担基础层。孩子需要先建立语言、数学、逻辑、注意力和基本生活能力，然后逐步学习使用AI。对于年龄较小的儿童，更适合由家长和老师共同使用AI，把它当作解释和探索工具。

未来教育真正的分水岭，会落在一件事上：孩子能否借助AI理解世界、提出问题、完成作品，并在机器给出答案后保留自己的判断。

过去，一个孩子通过记忆知识获得优势。未来，他需要学会调用遍布全球的知识和智能。过去，学校把错误视为扣分项。未来，错误会成为测试和迭代的一部分。过去，教育主要帮助孩子适应已有岗位。未来，很多岗位会变化，孩子需要具备持续学习和重新创造自己的能力。

AI不能直接给孩子财富，但它可能给孩子一把打开财富大门的钥匙。

这把钥匙包括更低的学习成本、更广的认知范围、更强的创造能力，也包括一种新的可能性，即使父母没有足够的资源，即使家庭无法提供顶级老师，一个孩子仍然可以接触人类积累的大量知识，并把自己的想法做成真实作品。

上一代人把见世面理解为去更多地方。今天的孩子还需要进入更大的知识系统和生产系统，理解技术如何改变商业，理解语言如何组织社会，也理解AI如何参与未来的文明。

谁更早接触这些工具，谁就更早知道世界正在发生什么。教育真正要做的，是让孩子在进入未来之前，先拥有理解未来的能力。