早晨我在小区门口碰见一位以前的学生,他已经是做培训行业的负责人,说起最近的课堂,他叹口气说:孩子作业里那段英语作文他怎么都改不动,因为格式、词汇都很漂亮,连老师都挑不出大毛病。可他一问过程,孩子只会说把题目发给工具,过一会儿就有成品。那天他问我一句话:英语到底在教什么?还能不能算主科?
![]()
我听了以后心里发紧。我们当年上英语课,更多是把句子练顺,把发音读准,把语法用在表达里。可现在不一样了,生成式人工智能把写作的门槛迅速抬平了,甚至把过程也省掉了。于是争议自然就升温。有人喊取消英语主科地位,汤家凤也这么呼吁过。反对的声音也很大,说英语是工具,是开放世界的钥匙。可我更愿意把这事掰开揉碎看清楚:主科不是看谁更热闹,而是看谁在塑造孩子长期受用的能力。
北师大文学院院长过常宝教授的警示我一直记在心里。他讲得直,不绕弯子:AI能替代语文的技术环节,但永远替代不了语文的思维与审美内核。AI可以代写作文、整理素材、翻译文本,却教不了孩子看穿文字背后的立场陷阱,分清事实与观点,搭建完整逻辑,精准共情表达。简单说,AI能帮孩子把活儿做出来,但做不出来孩子该学会的判断力。
![]()
我教了半辈子中学语文,最怕的就是把语文当成一套可套模板的技能。考试里谁背得多,谁的答案更像标准,当然能得分。可语文真正的价值从来不在那两三分钟的得分上,而在孩子遇到复杂表达时,能不能不被带节奏,能不能把自相矛盾的东西分拣出来。AI时代,语文更像是人的心智训练场。你看透了文字的意思,才谈得上理解人,理解社会,也才能把自己稳稳立住。
历史学科也一样。过常宝教授还提醒,死记朝代、事件、年份没有意义,AI随手可查。确实如此。手机里一查,时间线像流水一样出来了。可这就尴尬了:查得快,不等于懂得深。真正稀缺的是读懂历史规律,辨析史料真伪,看透因果逻辑,建立全局认知。这些能力不是用来应付一道题,而是用来驾驭一套认知系统。AI越强,我们越需要人把方向盘握在手里。
![]()
那英语呢?争论点往往卡在这里。很多人说英语是未来竞争力,不学不行。也有人反问:既然AI能翻译、能生成、能对话,英语还算不算主科?我认为这问题的关键不在于英语本身有没有用,而在于课程到底在教什么。AI能把机械性、工具性的训练替代得越来越像样。过去你背单词为了看懂文章,现在你丢一段文字进去也能理解。过去你写作文为了表达,现在你先丢题目再等生成,最后再挑点句子修修格式。只要课程的主要任务还停留在“输出看起来像”,那英语主科地位就会被动摇。
但如果英语的课堂能把训练重心往更难替代的地方挪,比如讨论立场、阅读长文本做推理、写作时必须体现来源、对比多版本表达差异、让学生解释自己为什么这么选,那么英语仍然可以承担重要角色。因为那时候训练的就不是词汇堆砌,而是判断与表达,是“为什么”。换句话说,英语主科争议背后其实是教育目标争议,不是学科名争议。
![]()
这时候我又想到一个更底层的概念。生成式AI和预测式AI不是一回事。生成式AI像是会说话的“模仿者”,它能把你给的线索扩写成一段看似合理的文字,但它可能顺带给出偏差。它给人的错觉是万能,好像它能解决所有商业问题,副作用只是不少人被替代。现实并不这样。Eric Siegel讲过,他对AI炒作一直惊恐,生成式AI之所以让人上头,是因为它看起来太像人类了。它确实能对一部分细节答对,但那和人类能力并不等价。它常常是在逐词层面“顺带正确”,你得校对所有东西。
这段话放到课堂里就很直观。孩子把题目发过去,等来一篇作文,老师要做的是校对吗?如果老师只能挑语法拼写,那训练就等于被AI接管了。真正该做的是让孩子解释自己的观点、说明推理链、核对论据来源、讨论措辞背后的情感倾向。你让孩子做这些,AI再聪明也没法替代他的思考。课堂的价值就在于把“答出来”变成“想明白”。
![]()
生成式AI有价值,但它的价值更像写初稿的工具。用得对,能省出时间,让老师多花在引导学生的理解上。用得错,就容易把学习变成替换。Siegel也说过:计算机的全部意义就是自动化,只有当我们真正能够信任它自动完成任务时,才能帮助经济和效率提升。教育同样如此,能自动化的只是流程,不是思辨本身。我们不能拿“看起来完成了”当作“真的学会了”。
另一个方向是预测式AI,它偏向从数据里学会概率分配,用于优先级排序和分诊,比如预测谁会购买,决定营销联系谁;预测哪笔交易更可能欺诈,决定审计优先级。也能用于公共服务,比如纽约消防局预测哪些建筑火灾风险更高,先检查重点;医疗机构预测哪些患者出院后更可能再入院,安排复查。这里的关键在于,预测并不替代判断,而是改变资源分配方式。把这套思路放回教育,能做的是:用数据帮老师更快发现薄弱点,帮学校更合理安排练习与辅导,而不是用生成式AI把学习成果直接“写出来”。
![]()
我知道很多家长最关心的不是这些技术名词,而是孩子到底会不会更累。这里我想讲一个现实场景。现在一些学校为了应对AI带来的写作替代,会要求学生提交写作过程,比如草稿、提纲、证据摘录,甚至让学生口头复述自己的段落逻辑。你会发现,只要过程被纳入评价,AI就很难“全自动”。孩子必须把自己的理解说出来、写出来。语文和历史同样能这么做。比如历史课不再只考年份,而考学生如何解释因果链,如何评价材料可信度,如何在两段相互冲突的史料里判断谁更稳,为什么。AI能提供材料,但解释权仍在学生。
至于英语,争议也同样可以用具体做法落到地上。比如把阅读题从单纯“找答案”改成“说明理由”。一道题不只要求选A还是B,而要求学生写出依据句在文中如何出现、作者用的情绪词是什么、上下文推断如何建立。再比如口语训练,要求孩子结合自己的生活经历做表达,老师在场追问细节,让学生不能只靠“生成的句子”。英语仍能训练表达能力,但训练方式要更偏向理解与表达的内核,而不是机械拼装。
![]()
我也听过不少老师抱怨:课堂讨论难、评分难,工作量更大。但我从教几十年知道一件事,真正难的不是教知识,而是教思维方式。语文里区分事实与观点,历史里看透因果逻辑,英语里讨论立场与推理,都是同一类能力。AI能提供内容,不能替代判断。孩子如果只会拿内容拼句子,那到最后还是会被“不会用”拖住。相反,如果孩子学会提问、学会核对、学会解释自己为什么这么想,那他的学习就不会轻易被工具牵着走。
还有一点必须说清楚。英语是不是必须取消主科地位,这不是我一个退休老师一句话就能替社会拍板的事。更重要的是,当我们争议升温时,课堂评价体系有没有跟上。如果评价仍然以可被AI轻松完成的任务为主,争议只会更大。因为家长也看得见,孩子“交出来”的东西越来越像机器写的。家长不反对工具,但反对的是机器替代学习过程。我们要把评价重新拉回能力核心,让孩子为“想明白”付出努力,而不是为“生成结果”打卡。
![]()
你看,语文的思维与审美内核,历史的规律与全局认知,这些能力越到AI时代越显得值钱。英语当然也可以继续承担训练功能,但训练目标要更高一些。英语不只是单词和语法,也可以是阅读理解中的推理,是写作中的论证,是表达中的立场管理。只要把课堂从机械输出拉回到判断与表达,英语就不只是工具学科,而是能力学科。
最后我想把话说得山东一点,实在一点。教育这件事,像种地。耕地的活不能偷懒,苗长歪了再怎么施肥也补不回来。AI能帮你把部分农具磨快,把部分流程做完,可土地的方向、种子的品性、收成的逻辑,还是得靠人。孩子的底层能力,语文里学会辨析与共情,历史里学会因果与逻辑,英语里学会表达与推理,这些是经得起工具更新的东西。我们要把课堂的尺子重新拿稳,让孩子练的是能用一辈子的心智,而不是只在卷面上好看的那一层外衣。
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.