AI 降临三年回首,教育学者的迷惘和不安

新闻

作者：微信文章

来源 | 教育数字化100人作者 | 征明
题图 | Unsplash

2022年11月，Sam Altman带领的OpenAI公司发布了ChatGPT。它横空出世，不到两个月，用户数即突破一亿——成为历史上增长最快的消费级应用。媒体争相报道，教育界、产业界和学术圈几乎同时掀起对人工智能未来的热烈讨论。

与以往局限于实验室的技术突破不同，这一次AI以开放对话的形式直接进入了普通人的日常：它不仅能流畅对答、编写代码、撰写文章，甚至在文学创作上展现出近似人类的风格。

在最初的惊奇过后，全球学术界对这项技术的反应经历了一个鲜明的轨迹：先是震惊与否认，继而谨慎探索合作，甚至一些前沿或激进的学者开始讨论“赛博生命”的可能性，主张放弃人类中心思想，将碳基生命视为硅基生命的土壤。

这三年间的剧烈变化，不仅是技术进化的结果，也是对AI的哲理底层认知深化的三年。但这并不是终局，相信未来教育学术界对AI的认知还将持续演变。

本文将以时间为线索，梳理ChatGPT发布以来学术界认知的演化。在此基础上，文章进一步反思学术界在技术常识与哲学思维上的不足，并探讨AI时代教育研究需直面的挑战。

01

初期的震惊与否认

- 2022—2023上半年 -

1. 大众与学界的差异性反应

普通人在首次体验ChatGPT时，往往被它渊博流畅的回答震撼。然而，在学术界的评论文章与期刊中，最初的基调却是质疑和轻视。

2023年初，《Nature》杂志子刊《机器智能》发表社论《The AI writing on the Wall》，虽然称赞ChatGPT可以“生成令人惊叹的类人文本”，但也同时强调它“并不真正理解这个世界”。

当时教育学界的主流看法是：ChatGPT本质上只是一个高级“文本预测模型”，不过是一场基于统计概率的拼字游戏而已，对教育领域缺乏真正颠覆力。

2. “缺乏创新能力”的主流论断

在2022年底到2023年上半年，各大学术论坛反复提及同一句话——“ChatGPT缺乏真正的创新能力”。这一论断背后有三层理由：

其一，在技术上，它完全依赖训练语料，无法跳出已有模式；

其二，从认知上看，它不懂得“意义”，只是语言假象的堆砌；

其三，在教育层面，它威胁学术诚信，助长学生作弊和思维惰性。

这样的判断有合理之处，指出了彼时大模型存在的明显不足（诸如“幻觉”现象，即AI会编造不实信息，以及缺乏严密的推理链条）。

但这个判断也流于偏狭：许多学者没有真正理解“大规模训练”在技术上的深刻意义，没有意识到量变本身会引起质变。随着参数规模和数据量的激增，模型会出现出人意料的新能力——即“涌现现象（emergence）”。

正如人工智能先驱、深度学习之父杰弗里·辛顿所指出的，用“创造力”、“理解”这类含混概念来区分人和机器，其实并不严谨，因为我们对人类大脑的创新机制仍不清晰。在接受MIT技术杂志访谈时，他甚至直言“人类记忆也常常出现混淆，AI出现虚谈，是和人类相仿，而非背离。”

遗憾的是，全球教育学界普遍缺乏对认知科学和语言学的基本了解，又受传统人本主义思潮的影响，一时难以接受这种带有“机械论”色彩的新观点。即便在2023年的一些知名教育会议上（如美国ASU+GSV教育科技峰会、英国BETT展会），我们仍不断听到“AI虽然强大，但缺乏人类真正的创造力”这样的论调。

3. 学术界的防御性姿态

面对这股突如其来的AI浪潮，教育界一度采取了防御性措施。2023年初，包括斯坦福大学在内的一众高校紧急出台社区准则，禁止学生在作业中使用生成式AI解题，将使用ChatGPT与剽窃等学术不端行为同等看待。

学术共同体往往通过制度性的抵制，来维持原有秩序。这种反应不禁让人联想起历史上的类似场景——17世纪初“日心说”撼动人的宇宙中心地位时，主流科学界（更不用说宗教权威）何尝不是以否认、排斥来回应？

ChatGPT的登场，激活了教育界维护既有范式的本能反应：与其说是对新技术有恐惧心理，不如说是想捍卫人类在教育舞台上的中心地位。



02

能力进化与人机共创

- 2023下半年—2025年初 -

1. GPT-4引发的转折

2024年，多模态版本的GPT-4o面世，可以处理图像等多种信息模态。这些新一代模型展现出了常识推理、逻辑分析、连续对话等一系列涌现能力，彻底摆脱了“概率文本机器”的定义。模型能力的飞跃，很快体现在能实实在在地解决复杂任务上。

2025年1月，Deepseek R1发布，人们惊讶地发现，无论是写诗、算命这类创意性内容，还是撰写文章这类知识性任务，DeepSeek等AI工具都信手拈来。随后，“AI写作”风靡中国高校：不少大学生用它来翻译资料、润色论文，甚至有人戏称，教授评语成为“提示词”。

模型能力的提升带来了众多正面的应用案例。麻省理工学院的研究者发现，GPT-4在商业咨询报告撰写、软件开发、客户服务等真实任务上能够产出接近专业人士水准的方案；法律顾问智能体 Harvey、代码协同助理 Cursor 等产品的巨大成功也说明，让专业人员与AI协作，还能显著提升工作效率和成果质量。

标准化考试领域也发生了戏剧性的转变。2023年中，美国ETS（教育考试服务中心）曾坚称其语言测评体系难以被AI取代。然而，进入2024年，随着各大培训机构大规模采用AI出题组卷、自动批改作文，ETS不得不调整观点。其托福考试研发团队发现：AI模型给作文打分的准确性已可与资深阅卷老师比肩，机器评分与人工评分的一致性，甚至高于两位不同的真人老师之间的一致性。

事实胜于雄辩，ETS从2024年起也在托福口语和写作正式评分中部分引入了AI辅助手段。学术界的态度在这一时期明显松动：各大学术期刊和会议上，“禁止使用”的声音逐渐减少，取而代之的是对“如何与AI合作共生”的探讨热度骤增。

2. “人机共创”的提出

越来越多教育实践者开始正视AI所具备的创造力潜质，“AI+人”被视为新的创新范式。众多案例说明，AI并非只能亦步亦趋，它还能成为人类能力的放大器：

在艺术创作中，作家与设计师使用AI生成“灵感”，人类加以修改与延展，形成独特风格。

在科研写作中，研究者用AI辅助文献综述与实验方案设计，大幅缩短准备时间。

在课堂教学中，一些教师发现AI可以针对不同学生的提问即时给出不同深度的讲解，从而提升个性化学习体验。

学界开始用“co-creator（共创）”“co-pilot（副驾驶）”等词汇来形容这种人机的协作关系，AI的角色也从最初被视作威胁逐渐转变为合作伙伴。

3. 保留人本还是迎接蜕变？

然而，即便拥抱“人机共创”，学术界对AI的认识依旧是有其局限。许多讨论默认人类是主体、AI是工具的前提。这种叙事在现阶段无可厚非，但忽视了一个深层问题：一旦AI未来拥有更高程度的自主性，人类还能稳坐绝对的主角吗？

更现实的挑战是，仅仅承认“AI也有创新力”、把它当助手，并不足以回答教育体系正在面对的根本难题——

当知识主要由AI创造，人类的学习究竟学什么？展望未来，人类与AI的分工边界在哪里？会不会有一天，人类不再是知识的主要生产者，而退居为AI的辅助？如果那一天真的到来，我们的教育是否还需要培养学生的“知识创造力”？这些发人深省的疑问，正促使研究者重新审视AI时代教育的根基和使命。

03

当下:

对人类中心丧失的彷徨

- 2025—？ -

进入2025年，AI的发展已经突破了被动的、执行工具的角色，逐渐逼近一种能够主动行动的“准主体”的存在状态。值得一提的是，当下爆火的产品类别“智能体（Agent）”，和主体性（Agency）一词，都源于拉丁语词根agere（行动）。

最近一届的IMO（国际数学奥赛）里，Google Gemini 大模型的深度思考模式，解出5道题目（总6题），取得金牌成绩。在这种背景下，不少教育学者第一次感到迷惘和不安：从语言到法律、从医学到数学，各领域AI展现出的专业水准越来越高，一条深不见底的巨大裂缝正在撕开，并可能吞噬整个现有的教育体系——我们辛苦传授给学生的技能，AI完成得更好；我们反复训练的能力，AI掌握得更快。那么，学生的价值何在？教育的意义何存？

另一方面，源自脑科学的联结主义等理论正在教育学界兴起。这种理论可被视为对人脑的“逆向工程”，它认为所有高级心智活动，如学习和创造，都是源自一个由海量简单节点构成的网络，通过不断调整节点间的连接强度、适应外部经验后，自发“涌现”出的一种整体效应。如果大脑的智能，可以被非生物细胞的纽点链接所模拟，那么“人”的特殊性又体现在哪里？



与此同时，脑机接口等前沿技术突飞猛进。以马斯克的Neuralink为代表的植入式装置，让高位截瘫者能用意念操控计算机，在一定程度上重新参与工作、甚至玩起电子游戏。这是否意味着，在不久的将来知识与技能可以直接植入大脑，学习将不再通过传统的教育获得？如果走到那天，教育的重点是否还应放在知识和技能传授上，抑或转向对价值观、伦理意识以及存在感的培育？

目前这三层问题皆无定论，但它们显然已走向了教育哲学和政策领域激烈争论的中心。如果绝大部分人在认知和技能上终生都无法企及AI的水平，那么他们将来能找什么样的工作？又要如何构建自身的意义世界？面临这些前所未有的困惑，教育学者的态度出现了明显分化。

一部分学者倾向积极拥抱AI，认为当务之急是教会学生如何与非人类智能协作，主张形成“多元智能共存”的教育观。这些学者呼吁教育系统大胆变革，培养学生在人机协同环境下的适应性，甚至有人断言我们必须做好迎接赛博朋克式未来的准备。

另一部分学者则保持审慎甚至批判的立场，强调AI不具备真正的意识和责任，担心教育过度技术化会“去人性化”，要求坚守人类主体性。在他们看来，学习的意义不仅在于谋求功利性的成功，更在于完善个体的生活（not just to succeed, but to live well）。以外语学习为例：我们学习第二语言，并不只是为了将来从事翻译工作，更重要的是体悟另一种文化。如果把这类内在价值都让位给效率至上的AI，那么教育将失去灵魂。

这种理念上的分歧也反映到政策和实践中：有的高校率先引入“AI助教”辅助教学，而另一些学校依然严格禁止学生在考试中使用AI工具。面对迅猛演进的技术，许多学者则选择了沉默，坦言对“AI时代的教育不知从何说起”。

整个教育学术界仿佛乘坐在一艘表面上航行平稳，但船底已暗生裂痕的巨轮上，甲板上的人们“歌照舞，马照跳”——照旧举办着以往的研讨会，讨论着熟悉的老话题。

然而，敏锐的人已经意识到，这绝非教育领域一隅的小问题，而是一个横跨社会学、脑科学、哲学、计算机科学的复杂议题。目前剑桥大学的未来教育研究中心等机构在探讨AI对教育的影响时，视野已拓展到AI对人类群体智慧以及社会契约的冲击。也许在不久的将来，就要直面“‘赛博生命’会否终结人类的教育模式”的究极拷问。



04

未来的可能

- 突破与反转 -

对于未来AI与教育的走向，我们可以设想截然不同的情景，并据此推演学术界认知可能出现的下一阶段跃迁。

1. 若AI持续高速突破

随着以Manus为代表的通用智能体和具身智能的出现，AI将被赋予感知外界的“器官”和自主行动的“肢体”。一旦机器具备独立进化、自我学习的能力，其创造潜能将成倍释放。

可以预见，这对现有教育体系是巨大冲击——人类文明的知识体量，可能在短短几年内就实现指数级的增长，今天高等院校课堂教授的内容，可能没过几周就被AI迭代掉，成为昨日黄花；而真正需要培养的能力，也许将指向更抽象的元认知、更坚实的价值判断，甚至是与AI协商共处的能力。

在另一条技术轨道上，脑机接口的成熟，将进一步模糊人机界线。如果未来人类可以用芯片增强认知、用接口分享情感，我们将不得不重新定义“人”的内涵，教育作为人类社会最基本的发展模式，其必将面临存在意义上的危机。

2. 若AI遭遇发展瓶颈

当然，也存在另一种可能——技术在算力、数据获取以及“幻觉”问题上触及天花板。AI始终无法摆脱“似是而非”的局限。在这种情境下，学术界可能会回到批判姿态，重新强调教育需坚守人文主体性，警惕对AI的过度依赖。

从联结主义视角看，无论未来走向何方，有一点可以确认：智能的本质在于不断学习。只要存在一个具备反馈调整能力的连接网络（不论是人脑神经元还是硅基芯片），在输入足够多信息、规模足够庞大时，这个网络就会涌现出智能的迹象。

但机器和人类在“为什么学习”的问题上，会给出根本不同的回答——具备无限生命的硅基生命，如何有欲望去持续学习、精进自身与周遭的环境？哲学家柏格森曾提出，生命进化靠的是源源不断的“生命冲动”。由此我们不禁要问：人类在创造AI智能时，是否赋予了它持续学习、自我提升的动力源泉？

另一个角度，人类的认知以时间和空间为轴进行编织，我们透过切身体验来校准记忆和事实。而目前的大模型获取的多是碎片化、去上下文的文本信息，是“均质化的输入”，缺乏时空框架的“躯体”——这正是它频频产生幻觉的原因之一。那么，这一代AI能否突破“身心分离”的桎梏，进化出类似人类那样身心一体的智能（embodied intelligence）？

这些问题的答案将直接影响AI未来的发展上限。无论哪种结果，唯一可以确定的是，我们回不到2022年末的原点。人类与机器的伴生关系，将继续推动我们对智能的认知不断螺旋上升。

05

学术界的三大反思

- 跳出认知断层 -

短短三年，从震惊与排斥，到初步共创，再到今日的彷徨，教育学术界对AI的认识历程跌宕起伏。这既折射出AI能力的飞跃式发展，也暴露了学术共同体自身的局限。

今日的ChatGPT，是全球第六大网站，每周超过7亿人活跃使用；豆包与Deepseek的月活用户，累加也已超2.5亿人——AI时代已全面展开。

在这一节点上，我们应开启以下三段阶段性的反思：

1. 跨学科知识的匮乏

回顾最初阶段，不少教育学者因为缺乏对计算机科学和脑科学的基本了解，产生了对ChatGPT的误判。例如，有人简单地把它等同于过去的专家系统，忽视了生成式AI在原理上的颠覆性创新。直到GPT-4展示出超越预期的能力涌现，大家才意识到大模型与人脑机制的某种相似之处——这本该是认知科学早有的启示。

这给我们的警示是：AI时代的教育研究不能只守住教育学的脉络，亟需跨学科的视野——至少要对神经科学、认知心理学、计算机技术乃至社会学的发展有所涉猎，才能跟上技术与教育融合演进的步伐。

2. 哲学思维的贫弱

其次，教育学界还暴露出了哲学理论储备的不足。多数讨论停留在“AI究竟是否能理解”、“AI有无意识”这类传统心灵哲学延伸出来的问题上。这些问题固然重要，但不足以解答AI时代人类面临的全新挑战——比如当智能不再是人类独占时，人类价值如何重估？

事实上，现代哲学早已提供了丰富的思想工具与理论框架：

例如，海德格尔的技术哲学提醒我们反思技术对生存方式的塑造；维特根斯坦的语言哲学揭示语言的边界如何限制了我们的思想；柏格森的生命哲学给比较硅基生命与碳基生命提供了全新视角；后人类主义和赛博格理论更是尝试打破人类与非人类的界限，重构“人”的定义。

可惜，这些哲学资源很少真正进入教育研究者的视野，导致我们面对AI浪潮时常常无米下炊，只能套用旧范式，出现理论上的“贫血”。

3. 学术生态的封闭

教育界的学术共同体生态，也显得不够开放。教育界的一场场学术会议研讨着由企业主导，源自认知心理学与脑科学的AI技术对教育的冲击，却不见企业界、技术界、脑科学界的受邀参与？

结果便是：大家在自己的小圈子里重复着相似的议题和观点，哪怕主题挂着“AI”，讨论方式依旧因循守旧。

这种自说自话的封闭状态，实际上是一种防御机制——在无形中，让教育改革处于被动接受冲击的地位，无法主动引领变革。

教育界真正的挑战，在于能否跳出与工程和思想界的认知断层：既克服对技术的陌生感，也补平哲学资源上的贫弱，以更开放的心态回应AI时代的教育问题。

唯有如此，我们才能从“被震撼的旁观者”转变为“积极的共建者”，在技术与教育的交织中，塑造人类与AI的共同未来。

参考资料

[1]"A Conversation About AI and the TOEFL iBT Test with ETS's Kara McWilliams." ETS Global, June 2024, www.etsglobal.org/pm/en/blog/news/conversation-about-ai-and-the-toefl-ibt-test-with-kara-mcwilliams.

[2]"A Year of Telepathy." Neuralink, 5 Feb. 2025, neuralink.com/updates/a-year-of-telepathy/.

[3]Bergson, Henri. Creative Evolution. Translated by Arthur Mitchell, Henry Holt and Company, 1911.

[4]Chatterji, Aaron, et al. "How People Use ChatGPT." OpenAI, 15 Sept. 2025, cdn.openai.com/pdf/a253471f-8260-40c6-a2cc-aa93fe9f142e/economic-research-chatgpt-usage-paper.pdf.

[5]Educational Testing Service. "Using AI for Faster and Better Scoring." ETS, 2024, www.ets.org/pdfs/toefl/toefl-human-ai-scoring.pdf.

[6]Heaven, Will Douglas. "Geoffrey Hinton Tells Us Why He’s Now Scared of the Tech He Helped Create." MIT Technology Review, 2 May 2023, www.technologyreview.com/2023/05/02/1072528/geoffrey-hinton-google-why-scared-ai/.

[7]Karthikesalingam, Alan, and Vivek Natarajan. "Amie: A Research AI System for Diagnostic Medical Reasoning and Conversations." Google Research Blog, 6 Feb. 2024, research.google/blog/amie-a-research-ai-system-for-diagnostic-medical-reasoning-and-conversations/.

[8]Liu, Ou Lydia, et al. "A New Vision for Skills-based Assessment." ETS, 2023, www.ets.org/pdfs/rd/new-vision-skills-based-assessment.pdf.

[9]Luong, Thang and Edward Lockhart. "Advanced Version of Gemini with Deep-Think Officially Achieves Gold Medal Standard at the International Mathematical Olympiad." Google DeepMind, Google, deepmind.google/discover/blog/advanced-version-of-gemini-with-deep-think-officially-achieves-gold-medal-standard-at-the-international-mathematical-olympiad/.

[10]Raymond, Lindsey, et al. "Unleashing Productivity: Learn How AI Boosts Customer Service Team Productivity by 14%, According to Stanford and MIT Researchers." Intercom, 14 June 2023, www.intercom.com/blog/podcasts/unleashing-productivity-learn-how-ai-boosts-customer-service-team-productivity-by-14-according-to-stanford-and-mit-researchers/.

[11]Somers, Meredith. "How Generative AI Can Boost Highly Skilled Workers’ Productivity." MIT Sloan School of Management, 17 Aug. 2023, mitsloan.mit.edu/ideas-made-to-matter/how-generative-ai-can-boost-highly-skilled-workers-productivity.



GET2025教育科技大会

教育有AI，学习无界！

11月17-18日，北京新云南皇冠假日酒店

凭VIP门票，领取限量版

《2025教育行业蓝皮书》一本