一个教育App让我重新思考:什么是好的教育?

最近我在研究一个叫 Sparkli 的产品。

它是一个面向5到12岁孩子的AI学习平台，还没正式发布，只能申请早期访问。产品本身不算复杂，但我越看越觉得有意思——不是因为它的技术多厉害，而是因为它做了几个在教育行业里很少见的选择。

Sparkli 到底做了什么不一样的事？

第一，它放弃了学科内容。

数学、语文、理科——Sparkli 一个都没做。它选择的方向是：AI素养、金融启蒙、创业思维、情绪管理、可持续发展、设计思维。

这个选择听起来有点奇怪。家长不是更希望孩子提高语文数学成绩吗？

但仔细想想，这其实是一个很清醒的判断：传统学科内容，市面上已经有太多供给了。而这些”软技能”，几乎没人在认真教。

第二，它用”探险”代替”课程”。

每天一个主题，不叫”第三章第二节”，叫”如果你是市长，你会怎么做？”，”AI是怎么创作艺术的？”，”我们能在火星上生存吗？”

每个探险10到20分钟，包含辩论、故事创作、模拟决策、投票。不是做题，是真的在解决一个有趣的问题。

第三，它追踪的不是成绩。

给家长看的数据是：孩子的好奇心、创造力、情感成长——不是考了多少分，完成了多少题。

第四，好奇心被设计成了学习引擎。

孩子可以基于自己的问题创建探险：火山、机器人、时尚、海洋……任何他们感兴趣的话题，都可以变成一次学习旅程。

这四个选择放在一起，让我意识到：Sparkli 在做的事，不只是”做一个更好玩的App”，而是在质疑一个更根本的问题——

我们现在的教育，是为谁设计的？

学校是谁发明的，为什么发明？

这个问题值得认真回答，因为我们大多数人从没想过。

我们觉得学校是理所当然的。孩子到了年纪就去上学，学数学语文历史地理，然后考试，拿成绩，升学。这套流程感觉古老而自然，好像人类从来就是这么培养下一代的。

但其实不是。

现代学校系统，准确地说，诞生于18世纪末的普鲁士。

普鲁士国王腓特烈大帝1763年颁布《普通学校法令》，建立了世界上第一个全国义务教育制度：统一课程、按年龄分级、统一考试、专业教师、国家监督。

为什么？

不是为了让孩子变得更聪明，不是为了启蒙公民，而是因为：他需要能服从命令的士兵，和能操作机器的工人。

然后这套系统在工业革命期间被全球复制，因为工厂也需要同样的东西：准时、服从、能处理重复性任务的劳动力。

未来学家阿尔文·托夫勒在《第三次浪潮》里说过一句很刻薄但很准的话：

工厂化学校的隐藏课程是：准时、服从、机械重复。这些是工业工人需要的品质，不是有创造力的人需要的品质。

我第一次读到这段话的时候，坐在那里想了很久。

因为我意识到，这不是在描述过去，这是在描述我自己经历的12年基础教育。

但在学校出现之前，人类是怎么培养孩子的？

这个问题有意思。

在原始社会，没有学校，没有课本，没有考试。但人类还是把知识传下去了，而且传了几十万年。

他们靠什么？

靠参与。靠观察。靠模仿。孩子跟着大人去狩猎，去采集，去处理食物。学习不是一个独立的活动，而是嵌在真实生活里的。

认知科学家后来把这种方式叫做”情境学习”（situated learning）。研究者莱夫和温格1991年写过一本书，核心结论是：真正的学习，发生在真实实践的共同体里，而不是抽象的符号操作中。

有意思的是，这套在石器时代行之有效的方式，其实完全符合我们今天对学习的神经科学理解。

大脑不是用来储存信息的，它是用来解决问题的。当你在真实情境中面对一个真实问题时，大脑的激活模式和学习效率，和你坐在课堂听讲有本质区别。

原始社会另一个”先进”的地方：高度的个体差异。

擅长追踪的孩子学猎技，善于辨识植物的学草药和采集。没有人被要求在同一个跑道上用同样的速度跑。部落的生存，反而依赖于这种差异化分工。

这听起来像是在浪漫化原始社会。不完全是。那时候的教育也有严重的局限——知识无法跨越时间大规模积累，没有文字就没有文明的叠加进步。

但原始教育至少做到了一件事：保护了人天生的好奇心和内在学习动力。

这件事，工业教育没做到。

农业社会：教育开始变成权力工具

文字出现之后，事情开始复杂起来。

知识可以被记录，就意味着知识可以被垄断。世界上最早的学校——美索不达米亚的”书记院”（约公元前3000年）——是用来培训能读楔形文字的书记官的，为国家和神庙服务。

中国的儒家教育，欧洲的古典人文教育，表面上形态迥异，内在逻辑惊人地相似：培养能承担道德秩序和社会治理的精英。核心不是创新，而是传承和维护现有秩序。

孔子说”述而不作，信而好古”，这句话放在农业文明语境下完全合理——那个时代，已知的智慧积累足够指导生活，创新的需求并不迫切，稳定性才是最重要的价值。

社会学家布迪厄后来用”文化资本”这个概念来解释这一切：教育从来不是中立的知识传递，它是阶级再生产的核心机制。谁掌握合法的知识，谁就掌握社会地位。

工业教育：一台把孩子变成工人的机器

回到工业时代。

普鲁士体制被全球复制的速度很快，因为它确实有效——对工厂主和国家有效。一个被统一训练过的工人，比一个野蛮成长的工人更好用。

19世纪末，弗雷德里克·泰勒提出了”科学管理”：把工作拆解成可测量的标准化步骤，以效率最大化为目标。

这套逻辑完全渗进了教育体制。

45分钟一节课，按知识点分科，标准化考试，把学习成果简化成一个数字——这些都是泰勒主义在教育领域的直接应用。

公平地说，义务教育的普及是人类文明史上最重要的成就之一。它在200年内把全球识字率从不足20%提升到超过86%（UNESCO, 2022）。这是任何诚实的评价都不能回避的事实。

但问题在于：这套系统和工业社会的耦合太深了，深到它很难理解一个后工业时代的孩子需要什么。

心理学家霍华德·加德纳1983年提出多元智能理论，发现人至少有八种不同形式的认知能力：语言、逻辑-数学、空间、音乐、身体-动觉、人际、内省、自然探索。

而学校系统几乎只承认前两种。其他六种，要么被忽视，要么被视为”非学术的”边缘能力。

那互联网没解决这个问题吗？

有人会说：互联网来了，可汗学院来了，MOOC来了，YouTube来了，孩子想学什么都可以学。

这是真的，但不够。

麻省理工学院研究者2014年分析了edX平台的大量数据，发现MOOC的平均完课率只有4%到10%。

更深层的问题是：早期在线教育，本质上只是把传统课堂搬到了屏幕上。它改变了知识传递的媒介，但没有改变工业教育的底层逻辑——单向传输，被动接受，脱离真实情境。

教育技术研究者拉里·卡纳写过一本书叫《被过度期待的技术》，核心观点令人沮丧但非常准确：

技术进入教育的历史，是一部重复失望的历史。广播、电视、电脑、互联网，每一代都被宣称将”革命教育”，然后在不触动深层结构的情况下，成为旧体制的数字附件。

AI这次可能真的不一样

我知道”这次不一样”是一句危险的话。

但我认为这次确实存在一个本质性的差异：这一次，是工业社会生产方式本身的终结，而不是某种工具的迭代。

牛津经济学家弗雷和奥斯本2013年的研究估计，美国约47%的职业在未来二十年面临被自动化替代的高风险。关键是，这次被替代的不只是体力劳动，而是大量依赖规则、重复性认知操作的”白领”工作。

而这些——恰恰是工业教育培养的核心技能。

换句话说，工业教育的”客户需求”正在消失。当雇主不再需要能记忆大量信息、执行标准化程序的人时，为生产这种人才而设计的教育体制就失去了经济基础。

这个窗口，是真正的范式转换机会。

有一个问题，1984年就有人提出来了

认知科学家本杰明·布卢姆1984年发表了一篇研究，提出了所谓的”2 Sigma问题”。

他用实验证明：接受一对一辅导的学生，平均表现比传统班级教学高出两个标准差——也就是说，超越了98%的普通班级学生。

然后他问了一个问题：有没有办法在大规模教育中实现一对一辅导的效果？

这个问题困扰了教育界40年，因为在工业时代，答案显而易见：没有。一对一辅导的成本根本无法规模化。

但AI让这个问题第一次有了可能的答案。

自适应学习算法可以实时分析每个孩子的认知状态和盲点，动态调整内容难度和呈现方式。大型语言模型可以做到真正的对话式引导，而不是冷冰冰的选项选择。

成本，几乎是零。

好奇心不是加分项，它是学习的操作系统

神经科学家在2014年做了一个实验，发表在《神经元》杂志上。

他们发现：人在好奇状态下，大脑中负责记忆形成的海马体和奖励回路会同时被激活。结果不只是对感兴趣的内容记得更好——对周边的非目标信息，记忆效率也显著提升。

好奇心不是让学习更愉快的附加选项，它是学习效率的底层驱动机制。

工业教育对好奇心做了什么？

基本上是系统性地压制它。

你必须在规定时间学规定的内容，用规定的方式被评分。你对某个问题有没有强烈的好奇心，跟你的成绩没什么关系。你只需要在考试时复现出正确答案。

这是一个很荒谬的系统：它使用了恰好与人类大脑最优学习状态相反的激励结构。

回头看 Sparkli

现在再看 Sparkli 的那四个选择，就看出了不同的含义。

放弃学科内容——是在说，传统学科该学的地方多的是，我们专注于系统性被忽视的部分。

用”探险”代替”课程”——是在把情境学习和问题驱动学习（PBL）打包进儿童友好的数字体验。斯坦福大学的研究表明，问题驱动的学习不仅提升学科理解，更显著改善批判性思维和自主学习能力。

追踪好奇心而非成绩——是在说，我们认为工业教育追踪的那些东西，可能不是最重要的东西。

让好奇心成为学习引擎——是在把神经科学的发现真正落实进产品设计，而不只是宣传材料里的口号。

这些选择加在一起，构成了一个清晰的教育哲学：好的教育，应该顺应人类大脑的天然运作方式，而不是与之对抗。

但我也有疑问

我不是在说 Sparkli 已经成功了。它还没发布，没有大规模数据，没有长期效果验证。

我有几个真实的疑问。

游戏化是不是双刃剑？

短平快的探险、积分系统、数字徽章——这些在短期内确实能提升参与度。但有研究担心，这是否会进一步压缩孩子深度专注的能力，强化即时满足的心理习惯，反而在更长时间尺度上损害学习质量。

个性化有可能走偏。

哈佛教育研究者托德·罗斯在《终结平均》里警告：即便是个性化系统，也可能因为错误的个性化维度而产生新的规训——用算法取代教师，用数据画像取代真实理解，只是换了一种方式重蹈覆辙。

公平性问题。

如果最先进的AI教育工具只能被有足够购买力的家庭获取，它会不会成为新的不平等加速器？布迪厄的文化资本理论在数字时代依然成立——谁能访问最好的学习工具，谁就获得了新的阶级优势。

什么是好的教育？

这是我真正想回答的问题。

我觉得可以从历史中找到答案的轮廓。

原始社会教育有一件事做对了：保护好奇心，在真实情境中学习，高度适应个体差异。但它无法积累知识。

农业社会教育有一件事做对了：系统性地传递人类的智慧积累。但它把教育变成了阶级特权和秩序维护工具。

工业社会教育有一件事做对了：把教育普及到了所有人。但它为了规模化效率，牺牲了个体差异，压制了内在动机，培养了机器时代最需要但人类时代最不独特的能力。

好的教育，大概是把这三者的优势叠加在一起：

知识积累的广度 × 情境学习的深度 × 好奇心驱动的内在动力

再加上一个工业教育从来没认真对待过的维度：情感与社会能力。

神经科学家安东尼奥·达马西奥在《笛卡尔的错误》里用大量临床案例证明，情绪系统受损的人无法做出有效决策，即便他们的纯粹认知功能完好无损。理性和情绪不是对立的，情绪是理性决策的必要条件。

但我们的教育系统，在很大程度上把情绪当作学习的噪音来处理。

一个时代的拐点

经济学家弗雷和奥斯本估计，美国约47%的职业在未来二十年面临自动化风险。世界经济论坛预测，到2030年，最热门职业中约85%尚未被发明出来。

这些数字本身不那么重要，重要的是它们指向的方向：工业时代的核心技能正在被机器替代，而人类真正的比较优势——好奇心、创造力、同理心、跨领域意义建构——恰恰是工业教育最系统性忽视的能力。

这不是偶然的巧合，这是结构性的讽刺。

我们花了150年建立了一套系统，专门培养机器最擅长的能力，同时压制人类最独特的能力。现在机器变得足够强大了，终于到了不得不认真重新思考这件事的时刻。

Sparkli 是一个早期实验。它可能成功，可能失败，可能被证明方向对了但执行出了问题。但它提出的问题是对的：

如果我们今天重新设计教育，知道我们现在知道的关于大脑、关于学习、关于未来经济的一切，我们会做出什么选择？

我觉得答案不会是：45分钟一节课，按学科分类，考试打分。

主要参考文献：Bloom (1984), The 2 Sigma Problem; Frey & Osborne (2013), The Future of Employment; Gardner (1983), Frames of Mind; Lave & Wenger (1991), Situated Learning; Damasio (1994), Descartes’ Error; Dweck (2006), Mindset; Toffler (1980), The Third Wave; UNESCO Global Education Monitoring Report (2022); WEF Future of Jobs Report (2020).