我让 AI 读了 19 位顶尖头脑,发现他们都在回答一个错问题

1. 一个让我不安的现象

过去四年，关于 AI 时代的教育，我读了几十篇文章，听了十几场演讲。

奇怪的是，大家说的几乎是同样四句话。

知识不再稀缺了。教师要转型。评价必须改。人要比机器更像人。

从院士到校长，从硅谷到中关村，翻来覆去就是这四句。

而这四年里，我孩子的课表没变。我朋友学校的考试没变。我认识的那些老师，还在用同一套教案。

共识这么强，变化这么小。

这中间一定有什么东西不对。

我一开始以为是不够努力，理念没落地，是因为推广不够。后来又以为是制度太硬，高考不改，一切都是空谈。这两个解释都对，但都不够。它们解释不了另一件事：为什么连那些有自主权的学校，改起来也那么难。

香港科技大学可以自己改考试，他们改了。北京十一学校可以自己排课，他们改了。这样的学校，全中国数得出来。

那问题可能不在执行，在问题本身。

2. 我让 AI 干了件苦活

我决定做一件笨事：把这四年里最有分量的观点全部找出来，一个一个读原文。

不读二手报道，读演讲全文、学术论文、机构原文。

这个工作量，一个人做，大概三个月。我让 AI 帮我做。

AI 在这件事上确实强。它能同时用中英文检索，能把一场两小时的演讲全文抓下来，能把我列的十九条线索在半天内交叉核对一遍。我怀疑某个数据时，它还能立刻去找另一份来源比对。

我给它的指令很简单：不要总结，先找原话。

因为二手转述最擅长的事，就是把尖锐的观点磨圆。

最后落下来的，是 18 位思考者加上郭毅可院士，共 19 人，核对文本 60 多份。

名单本身就有意思。有研究机器人四十年的院士徐扬生，有拿了菲尔兹奖的数学家陶哲轩，有 PISA 之父施莱歇尔，有清华经管的老院长钱颖一，有可汗学院的创始人萨尔·可汗，也有专门唱反调的批判学者塞尔温。

他们几乎从不互相引用。有些人大概根本没听过对方的名字。

3. 漂亮的综述，和我的不满意

三天后，AI 交给我一份东西：19 个人，每人一段，条理清楚，引用准确，还贴心地分了五派。

我读了一遍，觉得挺好。读第二遍，觉得不对。

它把 19 个人整理成了 19 个抽屉。

每个抽屉都很整齐，可抽屉和抽屉之间没法比较。郭毅可说要有判断力，钱颖一说要有创造力，徐扬生说要有人情味，赵勇说要会生活。这些是并列的选项吗？不是。判断力是一种认知能力，人情味是一种人格特质，会生活是一种价值取向。把这三样东西放在同一个天平上称，是范畴错误。

我盯着那张表看了很久。

答案确实不一样。可这些答案回答的，好像是同一个问题的不同版本。

而那个问题，所有人都默认接受了。

AI 时代，我们该教什么？

4. 那个错问题

这个问题看起来天经地义。教育嘛，不就是决定教什么。

但它藏着一个从来没人检验的假设：教育的问题，出在内容选择上。

因为假设问题出在内容，所以所有人的努力方向，都是去争夺什么知识最有价值这个答案。你说是判断力，他说是创造力，第三个人说是品性。谁也说服不了谁。

这本来就不是一个能靠说服解决的问题。

我做了一件在论文里叫「共设否定」的事：把这个假设拿掉，看问题会变成什么。

拿掉之后，问题变成了这样：

AI 已经替我们消除了大量认知上的困难。那么，教育应该在哪些地方、以多大的强度、为谁，把困难重新放回去？

这一换，很多事突然通了。

5. 摩擦

我把这件事讲得具体一点。

你有没有过这种体验。让 AI 帮你总结一篇文章，它给你五条要点，你读完觉得懂了，点头称是。然后合上电脑，有人问你那篇讲了什么，你张嘴，说不出第三句。

信息到了，结构没重建。

真正的学习，不是信息从屏幕流进脑子。是你的旧认知被新信息撞了一下，撞出裂缝，你不得不去修改它。那个撞的过程，我管它叫摩擦。它让你不舒服，让你卡住，让你反复改。

菲尔兹奖得主陶哲轩去年写过一段话，把这个机制讲得比我准。他说，人类数学家写证明时，困难的地方会留下「自然摩擦」：更谨慎的引理、突然变化的记号、反复修改的段落。这些痕迹会提醒读者这里要慢下来，也传递着一个领域里说不出口的经验。

而 AI 润色之后，可能同时抹平排版错误和思想上的摩擦，最后形成一种读起来很容易、却很难从中学习的文本。

这句话我记了很久。它解释的事情太多了。为什么看了那么多干货还是不会，为什么听了那么多课还是不行，为什么 AI 让学习变快了，人却没有变强。

有意思的是，这个道理中国早就有人说过。王阳明讲，人须在事上磨，方立得住。事是真实任务，磨是反复受挫，立得住是最后长在身上的东西。

五百年前的一句话，和一篇 2026 年的数学预印本，说的是同一件事。

6. 一张 2×2 的表

有了摩擦这个概念，新问题就来了：哪些摩擦该留，哪些该删？

如果笼统地说要保留摩擦，这套东西就是废话，甚至有害。它会被拿去给故意为难学生背书。

所以我给自己定了两个判据。

第一个，这个摩擦有没有认知价值。它指向的是可迁移的理解，还是只是在练一件特定的手艺？

第二个，这个失败能不能承受。搞砸了能不能重来，会不会留下不可逆的后果？

两个判据一交叉，出来四个格子。

这张表出来的时候，我愣了一下。它顺手解决了一个我一直没想通的问题。

考试到底该不该有摩擦？

支持应试的人说，考试的压力是必要的磨练。反对应试的人说，考试制造焦虑、扼杀创造。两边吵了几十年。

吵的其实是另一件事：这道题，把学生放在了哪个格子里。

一道题考的是记忆和套用，认知价值低，考砸了后果又严重，那它落在第四个格子。那已经不是教育了，那是筛选仪式。

反过来，一道题考的是你怎么想、怎么辨、怎么创造，而它只是一次课堂练习、可以重来，那它在第一个格子。这种考试越多越好。

同样是考试，可以落在完全相反的两个格子里。

7. 顺手把「减负」说清楚了

这张表还带来一个副产品，我觉得比论文本身更有用。

这些年我们一直在喊减负。减了二十年，负担没减，焦虑倒是涨了。

为什么？

因为我们把摩擦当成了一个总量，平均地往下削。作业少留一点，考试少考一点，课时压缩一点。

结果是该删的没删干净，该留的削掉了。

孩子不用再手算三位数乘法了，这是好事。但也不用再改稿子了，这是坏事。不用再背标准答案了，好事。但也不用再被人当面反驳了，坏事。

减负该做的，是清掉第三个和第四个格子，把力气挪到第一个格子。

总量可能一点没少，甚至更多。可孩子的感受会完全不同，因为那些摩擦终于落在了值得的地方。

8. AI 帮我做对了什么，又让我错在哪里

8.1 它做对的两件事

一是跨语言。塞尔温的批判、阿西莫格鲁的宏观论证、陶哲轩的预印本，靠我一个人翻，翻不完。

二是交叉核对。我一度想引用一个流传很广的数据，AI 帮我把原始出处翻了出来，发现那是另一个语境下的数字。没有这一步，这篇论文会带着硬伤出门。

8.2 它让我错的一次

我在初稿里写：可汗学院的 AI 导师，可能实现布卢姆 1984 年提出的「2 sigma」，也就是一对一辅导比班级授课高出两个标准差。

这个说法流传极广，几乎成了 AI 教育的圣经。

后来我去查元分析，人类一对一辅导的实际效果大约是 0.79 个标准差，智能教学系统约 0.76。2 sigma 是特定理想条件下的上限，不是常态。

这个更正没有推翻 AI 辅导的价值。0.76 个标准差已经足够把一个中游学生推到中上游。但它推翻了另一句话：AI 会解决教育问题。

一个不错的家教，不等于一场教育革命。

我把这个更正原原本本写进了论文，标题叫「一处必要的自我修正」。作者主动纠错，读者的信任会上升。作者完美无瑕，读者才会去找漏洞。

8.3 它做不到的三件事

它能给你材料，给不了你判断。19 个人的原话，它找得又快又准。可这 19 个人共享了什么未被检验的假设，这个问题它答不了。那不是检索，是否定。检索是在已有的框子里找东西，否定是把框子拿掉。

它能总结，换不了问题。我让它总结，它给我 19 个抽屉。我让它比较，它给我一张对照表。可这个问题本身是不是问错了，它不会主动问。它太擅长在给定的问题里给出漂亮的答案，以至于从不质疑问题。

它写得越流畅，你越容易停止思考。这一点最反讽。AI 写的东西越顺，你越容易觉得就是这样，越不会停下来想真的是这样吗。它抹平的不只是排版错误，还有你思路里的那些毛刺。而那些毛刺，本来是你自己的东西。

9. 这个模型有什么用

我把这套东西整理成了一个模型，名字不太浪漫，叫认知摩擦配置模型。

它有三样用处。

第一，能诊断。把一所学校，或者你自己的一门课，拆成六件事来看：为什么学、学什么、谁教谁学、怎么学、怎么算学会了、学位机会怎么分。每一件打个分，看哪一件的摩擦最低。

最低的那一件，就是这所学校最紧的那颗螺丝。松开它效果最大，松开别的，基本白费。

第二，能给顺序。这是我觉得最有用的一条。如果怎么算学会了和学位怎么分这两件事不改，前面四件事怎么改都会被弹回去。

这解释了一个困扰我很久的现象：为什么那么多教学改革，课上得很热闹，一考完就回到原样。

问题出在顺序上。学生在课堂上获得的新能力，考试识别不出来，老师、学生、家长三方就理性地退回到旧路径。老师再努力，也补不回来。

第三，能开方子。诊断出最紧的螺丝之后，不用从零发明方案，19 个人的方案库里直接检索就行。

而且我发现，最容易落地的往往是改作业。

莫利克在沃顿的做法是让学生反过来教 AI。你给 AI 讲一个概念，讲不清就是没懂。可汗的 Khanmigo 坚持不给答案，只反问。这两件事不需要任何政策支持，一个老师明天就能做。

10. 最后，回到那个不安

写到这里，回到开头那个问题：共识那么强，为什么变化那么小？

我的答案是，因为大家挤在同一层楼里说话。

19 个人里，4 个在谈怎么考，3 个在谈怎么选人，4 个在谈教什么，4 个在谈怎么学，只有 2 个在谈为什么教。

看起来七嘴八舌，其实没人站在最上游。

而教育这件事，是下游服从上游的。考试怎么考，决定老师怎么教。学校怎么选人，决定家长怎么逼。你在下游使劲，上游不动，水还是会把你冲回去。

所以这四年，我们并不缺共识。共识停在了下游。

这篇论文写了一万三千字，附了 39 条参考文献，看着挺吓人。它其实只想说一句话：

AI 时代教育的核心问题，是「在哪里保留摩擦」。

如果这句话成立，那接下来该问的就不是 AI 会不会毁掉教育，而是我们这周能把哪一处摩擦，挪回它该在的地方。

也许孩子们的课表还是没变。但至少现在我知道，该去问哪六个问题。