夜雨聆风
最早讨论AI与教育的时候，我和很多人一样，认为最大的威胁在于“替代思考”。学生用AI写作业、答考题、生成论文，看似完成了学业，实则学习能力没有半点提高，反而滋养了思维的惰性。这曾是我深信不疑的担忧。
但现在我逐渐意识到，这个担忧可能建立在一个经不起推敲的前提之上：我们默认，当前教育体系培养出来的学生，就是“聪明”和“有能力”的。
这恰恰是今天大多数教育研究者默认的前提。考高分、拿学位、通过标准化筛选的人，被社会公认为优胜者。我们很少去追问：这套评价标准到底在衡量什么？
它衡量的，是对既定知识的记忆速度，是对标准题型的熟练程度，是在规定时间内不犯错的应试心理。这当然是一种能力，但也仅仅是一种能力。工业时代塑造的教育，本质上是一条人才筛选流水线，用统一的模具浇铸学生，再用统一的试卷标定优劣。这种机制高效，但同时也狭隘得惊人。
问题在于，AI恰好成了这套标准的“搅局者”。凡是能够被标准化考试测量的能力，记忆、套路化解题、模式匹配，AI几乎都比人做得好。当大模型可以轻松写出中规中矩的论文、解答复杂的数学题时，我们用旧标准辛辛苦苦选拔出来的“优秀”，忽然变得不再稀缺。
这意味着，我们可能一直在用一套有缺陷的标尺，丈量“聪明”和“有能力”的全部含义。
一个善于在考试中拿高分的学生，一定比能分辨数百种作物病害、判断天气和土壤的农民更聪明吗？一个熟背教育理论的师范生，一定比能稳住失控课堂、化解冲突的老教师更有能力吗？这些手工业者、农民、没受过所谓完整现代教育的人，在旧评价体系中可能被视为“低学历”“不具竞争力”，但他们的实践智慧、情境判断力、与真实世界打交道的能力，恰恰是真实世界一直需要、旧考卷从不测量的东西。
我们一直把教育体系的内部标准，当成了聪明和能力的全部定义。这是一个巨大的错觉。
所以AI威胁论对教育最根本的冲击，不是学生用不用AI完成学业，那只是表象。最根本的冲击是：AI正在从根本上解构这套运行了上百年的评价体系。当旧标准量出的“优秀”在真实世界中急剧贬值，学生是否亲手写作业、是否依靠AI完成考试，其实已经不重要了。因为那张试卷本身所认证的能力，正在失去意义。
真正的威胁在于，旧秩序已然摇摇欲坠，而我们还没有准备好新的坐标。
今后需要建立的，是一套全新的评价标准，它衡量的不再是“知道什么”，而是“能解决什么”；不再是独立闭卷能力，而是与AI协作创造出什么；不再是遵守既定流程，而是在模糊、复杂、不断变化的情境中做出明智判断的能力。这意味着教育要从筛选少数“聪明人”的漏斗，转向发现和培养每个人多元智慧的生长土壤。
承认旧假设为伪命题，不是绝望的放弃，而是一次清醒的开始。AI冲击教育，最终冲击的不是学生，而是我们关于“何为人才”的根本想象。把这个想象打碎重建，或许才是这轮威胁论里，最值得认真倾听的声音。
（点赞关注一下）
Benjamin J. Walker et al. (2025). Evaluating undergraduate mathematics examinations in the era of generative AI: A curriculum-level case study. arXiv:2509.13359.
