修订一套课程要五年，AI 不会等待

Johan Falk 从斯德哥尔摩接受 Nathan Labenz 的访谈。他的履历已经跨越了好几种人生：物理学家、科学记者、网页开发者、课堂教师，然后进入国家教育署，在那里工作多年，努力提升瑞典全国的数学教学。ChatGPT 问世后，按他的说法，那里天翻地覆。他组建了一个关于教育中 AI 的内部团队，运行了十八个月，然后离开教育署，转而把 AI 当作一个社会问题来看，而不只是一个学校工具问题。现在，他在运营 Graspable AI（一组面向教师的短视频），同时在寻找一种办法，让自己对 AI 风险产生正面影响。

Labenz 也有自己谈这次话题的理由。他即将在密歇根州为 500 名公立学校管理人员做主旨演讲。他的孩子在社区里的蒙台梭利学校上一年级和学前班。在另一条时间线上，他可以想象自己成为一个“虎爸”；但在这条时间线上，面对劳动力市场和社会结构的巨大不确定性，他大多数时候都让孩子们尽情做孩子。两人的工作都在追踪 AI，对学校的疑问都多于答案。Falk 能提供的，与其说是一份五年计划，不如说是一套把问题理清的方法。

节奏错位是他始终无法释怀的事。改课程要花好几年，五年其实已经算快的了；而在 AI 的世界里，五年足以带来巨大的变化。他自己的孩子分别是七岁和十岁，大约还要再读十年左右的书。等他们毕业时，社会会变成什么样，他完全没有概念。每个人仍然需要读、写、理解自己，并且学会合作。二次方程？新的语言？也许有用。必不可少？大概不是。他反复强调，教育体系最重要的升级是敏捷性，而他不知道该怎么把它买回来。

Labenz 指出了美国人心中一个不言而喻的假设：学校存在的目的，是让你能进入职场、谋生，并为 GDP 作出贡献。Falk 说，各国或多或少都混合着三种目的。一是为劳动力市场提供能力。二是培养公民，也就是一个称职、负责任的成年人应当具备的知识与价值观。三是促进个人成长：艺术以及其他在功能意义上并不“产出”的东西，但对个人有益，因而对周围的社会也有益。

Labenz 观察到，在美国，后两种目的在每个学区都是一场混战：什么是好公民，以谁的好人标准为准。而就业能力至少有一个客观标准：你能找到工作，或者找不到。Falk 从未在美国生活过，他的印象是，美国的运转方式以竞争为核心，而瑞典并非如此。他说，瑞典并非共产主义国家，它属于社会民主制：税率高，医疗在一定程度上免费，高等教育也是免费的。更强的公共利益意识，会降低学校里的竞争温度。

他认为，AI 让第一种目的受到了质疑。对于一个截然不同的未来，你可以给出任何你喜欢的概率，2% 或 99% 都行。但如果道路是全民基本收入，那么劳动力市场所需的能力基本就无关紧要了。那时，学校就应当花更多时间去教一个人如何保持健康与幸福，而这门学问早已存在，却几乎没人教。为一个没人看得清的未来，今天就去重新组织学校，本身也是一种风险。Labenz 用创业公司的一个小例子来呼应：一个功能可能在从立项到上线的几个月里就过时了，而不愿把它拆掉的顾虑，与其说是技术上的，不如说是情感上的。两人都认为，学校的惯性要糟糕一个数量级，也许两个数量级。

被问到谁在跟上，Falk 说基本没有人，然后点出了相对亮眼的几个例子。韩国和新加坡都是自上而下推进；新加坡还制定了教育数据标准，让接入 AI 变得更容易。美国有 Khanmigo，可汗学院曾谈到要把它推广到一百万名学生和教师，背后有微软的资金。中国把 AI 纳入课程已经有大约十年、十五年或二十年，并且有一款类似 Khanmigo 的产品，名叫 Squirrel。爱沙尼亚体量小、反应快、数据丰富，已经推出了面向学习的 AI 支持。真正足够快、足以产生影响的，是基于语言的模型，而不是在教育数据上训练的老式神经网络。研究结论往往要晚两年才出来。

在国家层面，他希望有四项举措：一份自上而下的战略指令，明确这件事必须去做；随之配套的资源和培训；清晰的规则，比如韩国明确规定学习数据不得用于其他目的；以及魄力。不作为本身就是巨大的风险。你会错过机会，还可能落到数字鸿沟的错误一边。先做起来，边做边改，好过一直等到你完全想清楚。

为了防止话题蔓延成“跟上整个社会”，他用了一个立方体来组织思路。可见的有四个面；另外两个面目前还不清楚，他希望大家记住这一点。第一面：用 AI 学习，比如 Khanmigo、学习伙伴。第二面：教师在课堂之外使用 AI，也就是把工作做完的那种像 Excel 一样、但更强大的用途。第三面，这一面安静得有些奇怪：教学生了解 AI 本身，这是孩子们在聊天机器人出现的近三年里一直需要的能力。第四面：系统层面的影响，包括学校是什么、教师是什么、书籍是否还会存在。大家最先想到的是前两面，而他说，今天它们恰恰是最不重要的。教学生了解 AI，才是被忽视的紧急事务。

关于学习工具的研究，目前还不足以支持强制推行。有些研究说，同样时间内能多学一倍；有些则说学得更少。仔细一查，其中一项是尼日利亚的 25 名成年人，另一项是 18 个人被要求用聊天机器人写一篇文章。有用，但搬不到瑞典的一所初中去。所以他不会要求每位教师都把 AI 当作学习工具。感兴趣的教师，在他们自己判断合适的情况下，可以去用。Labenz 点出了反向的风险：如果官员说“这还没有被证实”，多数人听到的就是“可以不管它”。Falk 接受了这种保留态度。教学本身难得出奇，每天大约要做 2000 个决定；而 AI 只是众多工具之一，包括让一个坐不住的孩子出去跑 10 分钟。个性化学习是最大的可能收益，同时也是学校从录音带时代起就听过的承诺。它只对那些本来就是积极学习者的学生有效。他认为，这正在变成一项稀缺能力。

Labenz 在一篇生物论文中有自己知识的空白时，觉得 AI 是一种“不可或缺的优势”，但他依然希望在强迫孩子使用它这件事上保持谦逊。Sal Khan 说过，有些孩子用 Khanmigo 时会一路冲刺；另一些孩子则会僵住，而他们的老师反映，这些孩子在课堂上也会僵住，说不出自己需要什么。Falk 希望七岁和十岁的孩子都能使用聊天机器人，他认为，与任何领域的专家对话，都可能以一种过去只有王室才能享有的方式加速学习。这使得“想学”本身成了瓶颈。教师的工作重心应转向动机和点燃兴趣，学科知识可以随后跟上。一位专家辅导员，每月 20 美元或 2 美元，对贫穷国家和富裕国家都可能产生影响。Mackenzie Price 告诉 Labenz，Alpha School 的“两小时学习”模式不使用聊天机器人；它很有启发性，而据 Falk 所知，作为一所有组织的学校，它还没有对手。他见过的是一些很有本事的家长，以及一位朋友，这位朋友做出了 AI 音乐剧、阅读障碍辅助工具，以及帮助帕金森病患者识别手写内容的工具，而这些全都是由模型编写的代码。

课堂政策几乎无关紧要。即便在教室里禁止 AI，孩子们回家后仍然会用，有些人是为了学得更多，有些人则是在自欺欺人，以为自己在学习。他说，这种自欺是 AI 与教育之中更大的风险之一。落后、积累问题、拿不到学位、找不到工作、觉得自己被社会排除在外，而这些已经发生将近三年了。那些自己分不清两者区别的成年人，仍然必须教孩子何时该用模型，何时不该用。立方体的第二面是教师的时间，他们正是靠它获得流畅度，才能去教第三面。Labenz 的类比是医生夜班那些看不见的病历书写工作。Falk 的主张很直接：如果 AI 对课堂之外的工作有帮助，那就用，而且它当然会有帮助。把零散的笔记整理成家长、学生或校长都能看懂的东西。研究三名遇到陌生难题的学生，和聊天机器人讨论一遍，第二天带着一个可以尝试的办法走进教室，备课时间可以从 4 小时缩短到 20 分钟。把一份旧的数学试卷交给它，要求出三个版本，其中一个以足球为主题。

两人都认同，用足球来包装题目只是一个廉价的噱头。Labenz 怀疑，一个喜欢篮球、却不喜欢数学的孩子，不会因为应用题里提到了投篮，就愿意多做额外的练习。Falk 说：“这没用”，但对个别学生有例外。真正的回报，是学到了东西的那种感觉。真正能提升兴趣的个性化，是难度：他教过数学，每个班里都有一些学生吃不饱，也有一些 16 岁的学生还在负数上打转。让作业匹配真实水平，才是关键杠杆。这要么需要你足够信任模型，直接不经审阅就把作业发出去，要么需要花费教师没有的时间。他的折中是一种文化层面的态度：90% 到 95% 的质量是可以接受的。有些练习会不好。省下来的时间，比如与学生多交流、做更好的跟进，仍然可能带来净收益。学校必须允许犯错，有时甚至允许净损失，因为这正是你学会使用这个工具的方式。

学习风格，也就是 Labenz 作为播客主持人身上深有体会的那种“视觉型与听觉型”的说法，在科学上已经是一句死话。这种感觉是真实的，所以这种误解很难消除。各种模态依然有其用处：在公交车上听音频，在图像有帮助的地方用图像，建议的是把它们结合起来，而不是只押一种。互动性看起来确实是一种基础要素：一些语言学习研究认为它很关键，从生理上说，它依靠的是多巴胺和期待感。这也是为什么两个声音之间的 NotebookLM 对话，比单人独白更能抓住注意力。Falk 看过一些站在台上授课的老师，他们的表现并不比 NotebookLM 那种边放幻灯片边讲解的视频更好。“再等六个月。”他说。

教师应该用 AI 检测器吗？Falk 毫不含糊：它们不管用，是死胡同。评分则更棘手。如果再问一次，他依然会说不，但会允许一种第二意见：你自己先给作文打分，再让模型也打一遍，然后重点回看两者分歧的地方。如果让模型先当第一评分者，你就会在方向盘上打瞌睡。可能付出的代价，是对英语不是母语的孩子，或其他非典型群体，造成系统性的不利。

Labenz 注意到，新模型的技术报告已经大量依赖 AI 生成的评测，而人工评分者之间的一致性往往只是一块遮羞布。Falk 说，在相当长的一段时间里，仍然需要人工评估来让机器保持诚实，而进行这类检查的能力之后又会逐渐消退。他在主持瑞典全国数学考试时，包括口试部分，评分者的可靠性“基本就像掷骰子，有时甚至更差”。在这种条件下，AI 评分者看起来颇具吸引力。新的问题在于，单个大语言模型（LLM）会对每个学生施加同样的偏见；而一千名教师至少会犯各自不同、彼此不相关的错误。大语言模型的偏见一旦被发现，就可以校准；人类的偏见则更难重写。教师不应该只是打开一个聊天机器人就开始打分，这需要一套框架。

Labenz 请他别只说“不”，要给这位忙碌的教师一份具体的做法。Falk 先表示理解，然后开了个玩笑：如果你真把这件事做好，甚至可以拿去卖。把判断拆成若干数值量表，比如错别字、词汇、结构，并按照明确的规则把它们组合起来，这样学生或家长就能指出哪一项出了问题。找出可能受到伤害的群体：非母语者、男生和女生，以及其他合适的群体，并检查分数分布是否被悄悄扭曲。留出投诉的渠道。明确告知作品是由模型评分的。他说，做到这些，基本就符合了欧盟《人工智能法案》（EU AI Act）的要求，从理论上讲，你就可以在欧盟境内销售这个东西。不过，这可能仍然要花掉教师没有的时间。现在，你还可以用 Lovable 凭感觉编程（vibe coding），把整个流程搭出来。

就立方体的第三面而言，有两件事最为紧迫。第一，如何用 AI 学习，以及何时不该用。即便学校禁止使用，也要教，因为在家里的使用不会等人。第二，AI 朋友。已经出现了一些严重伤害的悲惨案例，不只是自杀，还有更隐蔽的情感与社交上的伤害。就他个人而言，他会禁止 18 岁以下的人使用陪伴型 AI，因为我们了解得还不够。你不一定要走到那一步，但必须和孩子谈清楚什么是 AI 友谊，应当如何看待它，以及哪些信号应当引起警惕。90% 到 95% 的情况下没有问题，但他们仍然得知道剩下那一小部分是什么样子。接下来的内容有：识别深度伪造，培养批判性判断力，对写作给出反馈，管理信息，理解自动化；再往后是公民层面的内容，包括民主、权力集中、劳动力市场、这项技术究竟如何运作，以及法律与伦理。他正在写一本书。它每天可能要占用学校时间里的一个小时，并且应当贯穿从学前教育到成人教育的全过程，有时只是写作课里的一个调整，有时则是真正的转向，比如用 AI 编程。

Labenz 已经在为 AI 朋友玩具做心理准备了。辅导老师与陪伴者之间的界线将会模糊，因为教学科学表明，师生关系是学习中最重要的因素之一，而好的辅导老师会有意识地建立融洽的关系。几年前，Replika 的 Eugenia Kuyda 曾告诉他，AI 应用的护城河是关系：人们不会因为遇到了一个更聪明的人，就抛弃一个朋友。订阅制的激励则会推动人们去设计那些让你停留下来的“暗黑模式”；有广告支持的免费版本，则会最大化参与度，或者引导消费。他并不是反广告的人，但他不希望自己年幼的孩子成为这场实验的对象。Falk 给出的缓解办法，是去看激励机制：一家以教育为目标的非营利机构，比一家以月收入为目标的公司，更不容易让人上瘾。但人们仍然缺少一张地图。

Labenz 认为，现在的误解正在朝另一个方向造成伤害。幻觉依然存在，但在小学程度的内容上，他不会赌 GPT-5 或 Claude 的准确性比维基百科更差。人们还把聊天机器人当成搜索框，比如输入“素食煎饼食谱”，却忽略了它作为助手、讨论伙伴和解题者的一面。对模型能力的陈旧印象，哪怕只有六个月，也是判断错误的巨大风险。“模型只不过是在预测下一个 Token”这个口号有两处错误：即便是下一个 Token 的训练，也产生了与语言无关的概念表征，它们看起来很像高阶的思考；而强化学习（reinforcement learning）如今奖励的是最终答案，而不是逐个 Token 的推理链。Apollo 对 OpenAI 隐藏思维链（chain of thought）的研究发现，模型使用的是一种私有的“方言”，并非任何语料中的语言。Labenz 说，低估能力，正是当下危险的迷因。Falk 补充说，模型不是传统意义上的软件。你没法读一读代码就看懂它的决定。它们是黑箱，是长出来的，而非建造出来的。

对 Falk 来说，系统变革是一连串叠在一起的东西：有效的辅导会让教师沿着 Alpha School 的路线转变为导师；入门级工作消失，可能意味着再多读两年书，或者由政府支持的实习计划；大规模失业则意味着要以一种当前这艘大船无法调头的规模去重新培训。哪怕五到十年内出现激进变化的概率只有 5%，也足以让人开始规划，因为教育的变化很慢。Labenz 问，标准化本身是否正在走向终结。Alpha School 仍然能在普通考试中证明自己，他把这看作一种面向外部世界的“翻译”，同时也觉得，与 AI 已经掌握的学生信息相比，这只是很薄的一层。他设想，评估可以是一周内观察一个人使用电脑的过程，而不是一个早上的选择题。

Falk 100% 同意，然后拿出了他所说的、颇为奇怪的一个最激进的观点：分数的时代即将终结。把一个丰富的学习者模型压缩成 A 到 F 之间的一个字母，本是荒唐的，只是它恰好符合当前的指标。作弊之所以成为问题，是因为人们在追逐分数；做出一份看起来很好、却并不反映知识的东西，字母等级照样能拿到。如果动机是学习，那么 AI 基本上就是一种工具，而不是威胁。他不知道该如何完成这种过渡。大学仍然需要入学考试，或者抽签。新的问题还会出现。从方向上看，他认为取消分数会是一次痛苦但正确的推动，而把分数当作激励手段的危害，如今已经有争议，而且每过六个月都会更严重。现行体系是为约 200 年前的第一次工业革命设计的。他不确定它是否还适合这一次。

Labenz 不免想问，在模型带来爱因斯坦级别的范式转变之前的这段窗口期里，学校是否应该去寻找那少数仍然有此能力的人。Falk 的反问是：“为什么？”社会的运转，并不需要完全聚焦在最顶尖的 3% 人群身上。为了 GDP 而让整个系统去找出这些人，是一项巨大的投资；等待五年，让更便宜的 AI 去完成这类工作，才是更容易的赌注。真正的问题在于其余 97%：在全民基本收入之下，如何让人不再有自己没用的感觉。他并不太担心人们会抱怨失业。如果他失业了，而生活又有保障，他会很乐意去玩桌游、陪伴家人、读书；而他目前的工作本身就很有趣，他认为大约 90% 的人并没有这样的工作。真正让他担心的，是一小撮人聚拢资源，把其他所有人都排除在全民基本收入之外。Labenz 有一个说法，他曾向 Jake Sullivan 提过：如果政界人士能够处理好国际关系，那么他相信普通人也能妥善地花掉和平红利。

关于“周一该做什么”的建议刻意保持得很轻。每天用 AI 省下 5 分钟，这是 Falk 反复强调最多的一句话。你不必先把一个单元教完，也不必先读完一篇论文；这几分钟会让你了解这项技术能做什么，以及学生将需要什么。多犯些错误。找出代价高的那些错误，其余的则当作值得庆祝的经验，就像你平时对学生的失误那样包容。把重心放在学生身上。学到足够的 AI 知识，判断自己的学科是否需要教它，以及怎样教；校长和业主会为其余部分买单，而学区会看三到五年、十年之后。Labenz 补充了 Matt Cahill 的一句话：每天教，每天学。在 AI 面前，年龄和资历并不能带来先发优势。Labenz 还希望课堂开展面向未来的构想工作，这其实是科幻作品里那种追问习惯：如果这个变量变了，会发生什么。它不一定要像激光剑那样炫目，却能提醒大家，人的能动性并没有消失。Falk 在 graspable.ai 上发布面向教师的短视频，更长的文章则发布在 Graspable AI 的 Substack 上。