夜雨聆风高考 · AI · 教育差距
高考给AI按下暂停键，但教育不能只会"上锁"
当答案变便宜，判断变昂贵。真正拉开差距的，不是AI给出的答案，而是孩子追问答案的能力。
每年高考前，社会都会进入一种特殊的安静。考场外，家长放轻脚步；考场内，手机、耳机、智能手表被挡在门外。
今年，还有一种看不见的工具，也被临时挡在了考场之外：AI。
准确地说，这不是"全面禁用"，而是"限时上锁"：高考考试时段，拍题识图、试题解析、答题等涉考功能会被临时关闭，平台其他功能仍可正常使用。具体安排，则以各平台页面提示为准。
这件事看起来只是一次临时性的技术管控，但它值得认真讨论。因为它提醒我们：AI已经不再只是一个新鲜玩具，它正在成为像搜索引擎、计算器和导航一样的基础工具。考试可以暂时让它离场，但教育不可能永远假装它不存在。
不过，真正的问题不是"高考能不能用AI"。这个答案没有悬念：当然不能。
真正的问题是：当AI让"得到一个答案"变得越来越容易，什么能力会变得越来越重要？
大多数人以为，AI拉大的教育差距是"有没有AI"的差距——有没有设备、有没有账号、有没有网络。这当然重要，但它只是第一层差距。更深的差距，不在工具本身，而在使用工具的方式。
同样面对AI给出的答案，有人复制粘贴，有人追问"为什么"，有人继续问"有没有反例"，还有人会问："这个答案成立的前提是什么？"
差距，就在这些追问里拉开。
它不是AI制造的。在AI普及之前，这个差距就已经存在。只是AI正在把它从隐性变成显性：
过去，它可能要很多年才显现；
现在，它会在一次提问里暴露出来。
要理解这个差距有多大，得先看清它到底有几层。
壹
AI放大的不是一个差距，而是四层差距
第一层：工具层——有没有AI
这是最浅的一层，也是大家最常讨论的一层：有没有设备、有没有网络、有没有稳定的账号，能调用到什么能力级别的模型。
AI差距不只是账号差距，还包括模型是否稳定、上下文是否足够长、推理能力是否足够强，以及能否接入可靠的资料和检索来源。
这些差异是真实的，但它们只是起点。
第二层：使用层——拿AI做什么
同一个AI工具，有人拿它查资料、搭框架、找漏洞、练表达；也有人拿它写作业、抄答案、绕开思考。
前者是在借AI长出新的能力，后者是在把自己的能力交出去。
布鲁金斯学会2026年1月发布的一份报告，基于对50个国家500多名学生、教师、家长和教育相关人士的访谈、咨询，并综述了400多项研究。报告提醒我们，AI可能带来两种完全不同的学习走向：一种是增强学习，一种是削弱学习。
换成更直白的话说：支持越充分的孩子，越可能把AI用来增强自己；支持越不足的孩子，越容易让AI替代自己的思考。
增强自己的思考，还是外包自己的思考——这才是使用层真正的分水岭。
第三层：认知层——面对答案，会不会追问
关键不是"AI回答了什么"，而是你会不会继续问：这个答案靠谱吗？它漏掉了什么？它的前提是什么？有没有相反证据？能不能换一套框架重新解释？
这一层，才是差距的核心。
工具层可以靠资源部分弥补，使用层可以靠训练逐渐改善；但认知层不是发一台电脑、开一个账号就能解决的。
这种能力需要长期的思维训练，需要在一次次学习中被反复提醒："不要只看表面。"也需要有人在你刚想点头时，追问一句："你确定吗？"
第四层，也是前三层背后的底座：环境层——有没有人教你这样用
这是最容易被忽略、也最难弥补的一层。
同一台电脑，同一个AI工具，放在不同孩子面前，结果可能完全相反。一个孩子背后有父母引导、老师示范、同伴讨论，他会被训练成"提问者"；另一个孩子没人教他怎么问、怎么辨别、怎么验证，他就很容易变成"答案接收器"。
高支持环境里的孩子，会被训练成AI的驾驭者；低支持环境里的孩子，可能在AI面前退化成答案的消费者。
前者是在借AI长出新的能力，后者是在把自己的能力交出去。真正昂贵的不是AI账号，而是有人陪你把一个答案问到底。
四层差距，越往深处越致命，也越难靠发设备解决。
贰
最反常识的地方在于：只补工具，可能让差距更大
如果四层差距里，最致命的不是工具层，那么一个自然的推论就是：只补工具、不补训练，可能反而扩大差距。
这不是反对普及设备。没有设备，连入场资格都没有，公平也就无从谈起。
但入场，不等于公平。
一台电脑摆到每个孩子面前，一个AI入口同时打开，差距就会自动缩小吗？不一定。因为工具只解决了第一层的问题，后面三层——怎么用、会不会追问、有没有人教——仍然没有真正落地。
没有教师引导，AI可能从"学习工具"变成"思考外包机"；没有家庭支持，孩子可能不是借AI查资料，而是借AI绕过思考；没有认知训练，面对一个语气笃定的AI答案，孩子最容易做的，不是质疑，而是相信。
这才是真正让人不安的地方：AI不是在制造新的不平等，它是在加速、放大一个早已存在的不平等。更残酷的是，它最容易伤到的，恰恰是那些最缺乏支持的孩子。
如果教育系统只教人寻找标准答案，而不训练人判断答案，那么未来更深的分化，可能不是"会不会使用AI"，而是少数人用AI组织问题、调动资源，大多数人被AI组织注意力、喂养答案。
真正的公平，不是每个孩子都有一台装着AI的电脑，而是每个孩子身边都有人教他：什么时候该问AI，什么时候不能问AI；什么时候可以参考AI，什么时候必须反驳AI；什么时候AI是在帮你思考，什么时候它只是在帮你省掉思考。
设备是入场券，但不是教练。
叁
AI不是制造新鸿沟，而是让旧鸿沟加速显形
说到底，AI放大的，并不是一个今天才出现的差距。
在AI出现之前，教育体系里早就有一条隐性的分界线：有的学生只是学到了知识，有的学生却学会了学习。前者能复述，后者能追问；前者在考试里未必差，后者在变化中不会慌。
要看清这条分界线，可以借用一个关于"理解深度"的框架。
借用认知心理学中的几个概念，我们可以把一个人对知识的理解，粗略分成四层：
表征层
停留在事实和词语表面，知道一个概念，记住一个结论。比如知道"市场失灵"这个词，也记得它大概是"市场不能有效配置资源"。
图式层
开始知道一类问题通常怎么组织、怎么展开。比如知道经济学论证往往要先交代假设，再说明机制，最后推出结论。
心智模型层
不只是记住结论，而是在头脑里形成一套"它为什么会这样运转"的因果模型。比如理解当最高限价低于市场均衡价格时，为什么可能导致短缺；不是只背下结论，而是看见了背后的因果链条。
解释框架层
知道同一个现象可以被不同理论框架解释。比如同一个价格管制，可以从效率角度看，也可以从公平角度看，还可以从政治经济学角度看；更重要的是，知道每一种解释的适用范围和边界。
很多应试训练，容易停在第一层和第二层：记住概念，套用结构，完成标准答案。
但真正拉开差距的，是第三层和第四层。
AI的出现，让这个差距加速暴露了。
一个停留在表征层的学生，可以让AI生成一篇完整文章，列出五种观点，甚至给出复杂题目的解法。他看起来"会了"，但理解并没有真正生长。AI让他绕过了前两层门槛，却没有把他带到第三层；更危险的是，"看起来会了"的满足感，恰恰会挡住继续深入的路。
AI时代最大的幻觉，不是无知，而是"看起来已经懂了"。
一个已经到达解释框架层的学生，同样面对AI，会拿它做什么？用它快速检验自己的假设，用它找到自己没想到的反例，用它从另一个框架重新审视同一个问题。AI不是替他思考，而是让他的思考跑得更快、更远。
所以，AI最容易让停留在表征层的人"看起来会了"，也最容易让已经进入解释框架层的人真的变强。
这不是AI的错。AI只是一个放大器。它放大的，是人原有的能力结构：有什么，就放大什么；缺什么，就暴露什么。
差距从来都在。过去，它藏在考试的分数差里，藏在"这个孩子挺聪明，就是不用功"的误判里，也藏在同一个教室里那些看起来差不多的学生之间。
现在，AI把它从暗处照到了明处。
肆
考场内按下暂停键，考场外的差距正在加速
说到这里，再回头看高考限制AI这件事，意义就不一样了。
高考时段对涉考功能"限时上锁"，守住的是公共考试的公平底线。在要求独立作答的考场上，联网求助就是作弊，不管求助的对象是人，还是机器。这条底线没有争议。
但考场之外呢？
如果教育系统只做到"禁止滥用"，却不教学生如何判断、追问和负责地使用；只知道什么时候该上锁，却不追问不上锁的时候该怎么教——那真正被耽误的，不是最会寻找资源的人，而是最缺乏指导的人。
禁止是必要的，也是相对容易的；教学才是更难的部分。禁止解决的是秩序问题，教学解决的才是能力问题。
如果教育系统只停留在禁止，而没有进入教学，本质上就是在回避一个问题：我们还没有真正准备好，面对AI已经改变的学习现实。
2026年4月，教育部等五部门印发《"人工智能+教育"行动计划》，明确提出推动智能技术与教育全要素融合、全过程贯通、全场景覆盖，并引导学生科学认识、合理利用智能技术。换句话说，政策层面已经不再把AI当作教育之外的变量，而是把它纳入教育变革本身。
这并不矛盾。
考场内，AI该停；考场外，教育不能停。
真正成熟的技术教育，不能只问"要不要用"，还要教会学生判断：什么场景可以用，什么场景不能用；怎样用是在学习，怎样用已经是在逃避；用了之后，谁来为判断负责。
禁止AI进入考场，是为了守住公平的底线；教会孩子使用AI，是为了打开未来的上限。
高考可以给AI按下暂停键，但暂停不了考场之外正在加速的差距。
当答案变便宜，判断变昂贵。
这才是AI时代教育真正要回答的考题——不是"能不能用AI"
而是
当每个人都能拿到答案的时候，你还能不能提出下一个问题？
