自從2022年11月30日OpenAI公司發(fā)布能夠?qū)υ挼拇笳Z言模型GPT-3.5以來，短短三年多時間，人工智能的浪潮迅速席卷全球，再加上政策、資本與人才的大力跟進，各種人工智能產(chǎn)品日新月異，并呈現(xiàn)出井噴狀態(tài)，各行各業(yè)都意識到一個新的技術(shù)革命時代已經(jīng)到來。

對于這場不期而遇的技術(shù)革命，樂觀主義者與悲觀主義者已然開始籌劃自己的或光明或暗淡的未來，拋開各種情緒化的表達，站在技術(shù)進步的角度，我們該如何應(yīng)對這場意義深遠的變革呢？

為了回答這個問題，我們不妨回到科技發(fā)展史的歷史長廊里，看看人類在前三次科技革命時都呈現(xiàn)了怎樣的態(tài)度與立場。

第一次工業(yè)革命發(fā)生在18世紀60年代至19世紀40年代的英國，以蒸汽動力廣泛應(yīng)用為核心標志，這次工業(yè)革命首先在紡織業(yè)爆發(fā)，與紡織業(yè)相關(guān)的主要發(fā)明包括約翰·凱伊于1733年發(fā)明飛梭以及哈格里夫斯發(fā)明珍妮紡紗機等，這次工業(yè)革命是人類歷史上人與機器的第一次正面相遇：機器以自己的力量開始塑造整個社會與個體的行為模式。由于機器的高效率導(dǎo)致大批手工業(yè)者破產(chǎn)與失業(yè)，這種“人-機”沖突終于在1811至1812年間在英國爆發(fā)了大范圍的工人搗毀機器的“盧德運動”。由此可見，除少數(shù)資本家外，整個社會在面對第一次工業(yè)革命的時候是完全沒有準備的、也是匆忙被動的，變革的壓力傳導(dǎo)到技術(shù)鏈末端的產(chǎn)業(yè)工人時，引發(fā)的是憤怒與無助。這是人類與技術(shù)很不友好的第一次正式相遇。

第二次工業(yè)革命發(fā)生在19世紀60年代至20世紀中葉的歐洲和美國等，它以電的應(yīng)用為主要標志，這期間有一系列重要發(fā)明，如發(fā)電機、內(nèi)燃機、柴油機、電話、電報等，從此人類進入“電氣時代”。這次工業(yè)革命極大地改善了整個社會的面貌以及個人的生活方式，吊詭的是，盡管在這次工業(yè)革命期間在工業(yè)組織中出現(xiàn)了馬爾庫塞所謂的“單向度”的人的困境，然而，人們總體上對這次技術(shù)革命的態(tài)度仍是熱情擁抱與接受新技術(shù)。更重要的是，它提供的新崗位遠比摧毀的舊崗位多得多，而且新崗位的準入門檻不是很高，能夠吸納大批就業(yè)者。如果說前兩次工業(yè)革命的區(qū)別在于，第一次工業(yè)革命的技術(shù)源頭是人類實踐經(jīng)驗，那么第二次工業(yè)革命則完全來自科學(xué)本身。

第三次工業(yè)革命發(fā)生在20世紀中葉以來，它以原子能、電子計算機、空間技術(shù)、生物工程等領(lǐng)域的技術(shù)突破為標志，無論在廣度上還是在深度上都是前兩次工業(yè)革命所無法比擬的。正是基于這次產(chǎn)業(yè)革命，人類的生存狀況得到了極大的改善，它也是世界范圍內(nèi)現(xiàn)代化構(gòu)想的經(jīng)典范式。這次技術(shù)革命的基礎(chǔ)同樣來自于科學(xué)，人們對其的態(tài)度更是達到了信任的巔峰狀態(tài)，它不僅沒有引發(fā)人們的敵意，甚至成為人們追求美好生活的最好表達。它同樣創(chuàng)造了眾多新的工作職位，而且準入門檻也不是很高，這些技術(shù)最大限度上代替了人的體力以及部分智力，但其工具屬性的定位沒有改變，總體而言對人類是友好的。

而發(fā)生在21世紀20年代的第四次工業(yè)革命，它以人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新一代信息技術(shù)為主要標志，這次革命的最大特點是它要完成從體力向智力的轉(zhuǎn)變，最終完成對人的能力的實質(zhì)性、全面性替代。在肉眼可見的未來，它將迅速替代人的大部分工作，這個替代進程早已開始，從2016年AlphaGo戰(zhàn)勝人類圍棋高手李世石那一刻起，棋類游戲的賽道被徹底改寫了。2020年AlphaFold 2破解蛋白質(zhì)結(jié)構(gòu)，徹底解決困擾學(xué)術(shù)界50多年的蛋白質(zhì)折疊問題，至此結(jié)構(gòu)生物學(xué)的賽道開始易主。軟件編程行業(yè)也處在快速被替代的境地，這種變化才剛剛開始。問題是這次人工智能替換下來的行業(yè)曾經(jīng)被認為擁有很深的護城河與準入壁壘，現(xiàn)在這些行業(yè)人類再也沒有能力重新擠入。這種職業(yè)替代蔓延的趨勢幾乎覆蓋所有的行業(yè)，沒有任何人或任何領(lǐng)域是安全的，而它提供的新崗位遠遠沒有它摧毀的多，而且這些新崗位的準入門檻相當高，人類再次遭遇第一次工業(yè)革命時的情景：人和技術(shù)之間的矛盾毫無商量余地最大化了，對于這種有些黯淡的未來，我們準備好了嗎？

目前各行各業(yè)都在暢想AI對于自己行業(yè)的革命性賦能，并且迫不及待地想把AI引入到自己的行業(yè)，至于這種急功近利的做法會給行業(yè)帶來何種后果，大多語焉不詳。

回顧前三次工業(yè)革命的演進歷程，可以清晰看到如下特點：任何一次技術(shù)革命都不是一蹴而就的，而是經(jīng)過由點到面的緩慢擴散，以及技術(shù)的不斷優(yōu)化與迭代升級實現(xiàn)的。根據(jù)技術(shù)擴散理論可知，不是所有行業(yè)都適合早早引入新技術(shù)。按照技術(shù)創(chuàng)新專家埃弗雷特?羅杰斯的研究，采用新技術(shù)的用戶可分為五種類型：革新者，是指第一批采用創(chuàng)新技術(shù)的用戶，大體占2.5%；早期采用者，他們是新技術(shù)的“傳教士”，約占用戶的13.5%；早期大多數(shù)用戶，他們接受創(chuàng)新的時間略早于社會體系的一般成員，約占用戶的34%；晚期大多數(shù)用戶，約占用戶數(shù)的34%；最后是落伍者，他們對新技術(shù)創(chuàng)新持高度懷疑態(tài)度，這部分人站用戶的16%。這個基于對新技術(shù)偏好的用戶分類可以幫助我們確定自己行業(yè)對新技術(shù)應(yīng)該采取的策略安排。

這種基于用戶技術(shù)偏好的擴散模式有一個潛在的硬性約束，即這種偏好是基于特定的技術(shù)水準與特殊使命的結(jié)合，缺一不可。為了更好地揭示這種技術(shù)擴散的邏輯，不妨以筆者所在的教育行業(yè)為例。目前教育行業(yè)是人工智能領(lǐng)域里最熱情的推廣者與宣傳者，在AI賦能教育的旗幟下，教育工作者期待利用人工智能解決長期困擾教育領(lǐng)域的困境，完成教育從傳播知識向提升能力的功能性轉(zhuǎn)換，實現(xiàn)教育的成人與育人的使命，最終在AI加持下實現(xiàn)教育范式的轉(zhuǎn)型。針對這種宏大敘事，筆者前幾個月利用研究生課業(yè)論文的機會做了一個小范圍的社會調(diào)查：人工智能時代，知識獲取變得越發(fā)容易，學(xué)習(xí)知識還重要嗎？樣本量為132名研究生，其中全日制研究生31名，其余為有社會經(jīng)驗的在職研究生。在收到的132篇論文中僅有一位同學(xué)認為AI時代學(xué)習(xí)知識已經(jīng)不重要了，其余的同學(xué)則從各種角度論證了在AI時代學(xué)習(xí)知識仍然非常重要。其中一位同學(xué)的論文題目很有特點：“AI時代，知識一搜就有，我們還需要認真學(xué)習(xí)嗎？” 我對這位同學(xué)的提問方式高度認同，縱觀下來，同學(xué)們幾乎一致認為，雖然在AI時代知識獲取的成本與門檻都在快速下降，但是容易獲取與真正掌握與內(nèi)化是完全不同的兩件事。在AI時代，只有知識高度內(nèi)化并嵌入個人的認知框架，才能成為好的提問者、鑒別者與使用者，否則，知識獲取成本再低也于事無補，沒有知識的內(nèi)化，他根本無法對那些輸出內(nèi)容作出有效的識別與判斷。從這個意義上說，AI時代學(xué)習(xí)知識比以往時代顯得更重要了，或者說，對知識的理解變得更加珍貴了。

如何實施AI賦能教育，切入點在哪里？在無反思的狂歡中，AI仿佛成了改變教育難題的靈丹妙藥，眾口一詞的說法是把教育從知識傳授向能力提升轉(zhuǎn)變，客觀地說，這是一個基于功能主義思路出發(fā)的無效命題，原因有二，其一，知識是能力的基礎(chǔ)。沒有知識的內(nèi)化而求能力的提升無異于緣木求漁；其二，能力是知識的溢出品。換言之，有知識不一定有能力，但有能力的一定是具備相關(guān)知識的。也許更重要的是，學(xué)習(xí)知識并不僅僅是為了收獲能力的果實，它更是塑造一個人的世界觀與認知框架的成人過程，以及宏觀上捍衛(wèi)社會文明底線不倒退的功能。另外，只要想想那些開創(chuàng)科學(xué)革命的偉大科學(xué)家如牛頓和愛因斯坦等，他們沒有用過AI等先進工具，同樣做出了偉大的科學(xué)貢獻；相反當下很多擁有先進技術(shù)的科學(xué)家也沒有見到誰做出更多偉大的科學(xué)發(fā)現(xiàn)。

在探討AI賦能教育的話題之前，要對中國教育的體量有所了解，否則貿(mào)然決策會造成意想不到的重大損失。根據(jù)中國統(tǒng)計年鑒（2025年）的數(shù)據(jù)可以看到，僅從義務(wù)教育階段到高校，涉及的各類學(xué)校總數(shù)達21.4萬所，其中高校3119所；教職工有1835萬之多；涉及的各類在校生2.44億人，其中高校在校生為4300萬人。毫無疑問，中國是當今世界上教育體系規(guī)模最大的國家。僅從硬件角度來說，21萬多所各類學(xué)校要配備多少人工智能設(shè)備？這筆投入有多大？錢從哪里出？因此，面對如此龐大的規(guī)模與復(fù)雜的體系，任何改革都要慎之又慎。

由于教育系統(tǒng)育人使命的獨特性，一旦改革失誤，影響深遠而且很難補救，因此，在遭遇新技術(shù)革命時，保持必要的謹慎是必須的。筆者傾向于認為針對這輪科技革命，教育領(lǐng)域堅持開放的保守主義理念是恰當?shù)模皇且桓C蜂似的趕時髦。坦率地說，自2023年大語言模型橫空出世以來，這輪AI科技革命也才剛剛3年不到的時間，技術(shù)本身也在不斷試錯與升級過程中，它的具體應(yīng)用場景都還在摸索與試驗階段，沒有必要把一個成熟度明顯不足的技術(shù)直接生硬地嫁接到教育領(lǐng)域，一旦失誤沒有人可以承擔其帶來的后果?；叵肴昵盎ヂ?lián)網(wǎng)剛出現(xiàn)的時候，那時沒有任何政策強行推動，當它逐漸成熟與完善的時候，人們自然而然就開始擁抱互聯(lián)網(wǎng)，這樣即避免了決策的失誤，也避免了大量資源的浪費。當下的人工智能仍然不過是一項意義重大的新技術(shù)而已，遵循同樣的規(guī)律，坦率地說，到目前為止還沒有看到AI的成熟應(yīng)用場景以及盈利模式，一切都在探索過程中，此時冒然把教育系統(tǒng)作為AI的試驗場風(fēng)險太大。從這個意義上說，筆者堅決認為中小學(xué)還是應(yīng)該采取傳統(tǒng)教育模式為好，不要擔心教育領(lǐng)域會在這波浪潮中落伍，AI作為大勢所趨的先導(dǎo)技術(shù)，堅信作為喜歡新鮮事物的年輕人是不會落下的。

在實踐層面，貿(mào)然采用AI替代常規(guī)教學(xué)僅具有象征意義。坦率地說，時至今日，我都不知道把AI全部引進校園和課堂會是怎樣的場面？課堂是升級版的網(wǎng)吧嗎？老師是否搖身一變成為一個穿著長衫看店的網(wǎng)管？我認為這不是AI應(yīng)該有的樣子，這也不是教育改革該有的樣子。誠然，國家推出的中小學(xué)智慧教育平臺已經(jīng)內(nèi)嵌了AI智能助手，能自動出卷檢測學(xué)生學(xué)習(xí)成果，幫老師快速批改作業(yè)，一定程度上提高了教師備課效率，也便利了學(xué)生自主學(xué)習(xí)。但要確定AI使用邊界，因為AI生成的課本知識也難保不會產(chǎn)生幻覺問題，中小學(xué)學(xué)生正是認知尚未成熟的階段，獨自使用AI時也缺乏一定辨別能力。要讓它起到一個輔助教師、讓學(xué)生在家學(xué)習(xí)時也可以起陪伴的作用，切莫讓它取代教師的作用。如今許多企業(yè)推出了各類學(xué)習(xí)軟件，大多是在傳統(tǒng)教育的基礎(chǔ)上簡單疊加一個聊天機器人，“AI+教育”口號喊得響亮，但是否真的推動教育進步，猶未可知。再有，新技術(shù)為何不率先用在最前沿的科技領(lǐng)域奮力拓展，反而熱衷于侵蝕那些比較成熟的傳統(tǒng)領(lǐng)域？DeepMind公司之所以受人尊重，是因為它開發(fā)AlphaFold 2用于解決人類難以處理的蛋白質(zhì)結(jié)構(gòu)問題，這才是AI最應(yīng)該切入的領(lǐng)域，也才是人工智能最應(yīng)該有的樣子。

在任何技術(shù)變革的風(fēng)口，保持理性與冷靜的態(tài)度都是必要的。當下，教育領(lǐng)域?qū)τ贏I采取簡單的技術(shù)樂觀主義與技術(shù)悲觀主義的態(tài)度都是不恰當?shù)摹?/strong>筆者認為對于新技術(shù)采用適中主義比較穩(wěn)妥，這樣能夠保持教育領(lǐng)域的連續(xù)性與穩(wěn)定性，不會給整個體系帶來大的振蕩。人工智能時代的適中主義就是順其自然，教育領(lǐng)域尤其不可采取拔苗助長的發(fā)展模式，一個好的教育改革路徑應(yīng)該是踐行開放的保守主義理念前行，所謂保守主義是指不在情況不明的情況下瞎折騰，而開放意味著系統(tǒng)審慎接受那些新的成功范例，這樣就能避免整個體系出現(xiàn)大的波動，以及全社會無法承擔的天量試錯成本。教育改革的當務(wù)之急不是趕時髦，而是深挖教育領(lǐng)域的深層結(jié)構(gòu)矛盾，破除體制機制頑疾，作為事關(guān)國家未來的重要部門，教育領(lǐng)域不應(yīng)該成為新技術(shù)的免費試驗場與小白鼠。

李俠，上海交通大學(xué)科學(xué)史與科學(xué)文化研究院教授； 葉菲楠上海交通大學(xué)科學(xué)史與科學(xué)文化研究院博士生。文章觀點不代表主辦機構(gòu)立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com