大家都以为学校会被AI逼着大变样。但ChatGPT问世三年半，教育却几乎没变。今年5月，奥特曼回到母校斯坦福，在CS153课堂上承认自己看走眼了：这是他最大的预测失误之一。他甚至断言：如果教育不改变，人类的思考力将面临萎缩的风险。
奥特曼现身斯坦福CS153课堂，坦言自己低估了教育系统变革的速度。三年半前ChatGPT刚上线时，奥特曼的判断还很乐观：头一年，学生会拿它作弊、学不到什么；然后教育系统就会自我重造，把课教得比从前好得多。按照他设想，老师会布置那种非用AI不可的项目，学生反而得动更多脑子、想更多新东西。
然而，三年半过去了，剧本没按预想演。AI这边，从只会写文案的GPT-3.5进化到能攻克数学猜想；而学校那边，还在用背诵、标准答案、闭卷默写来考核学生。翻遍整个教育系统，他找不到一处重要的结构性改变。一个赌对了“规模定律”的人，偏偏在教育上看走了眼。
他以为学校早该变了。时间倒回2022年11月，ChatGPT刚发布。当时奥特曼认为，头一年学生会拿它作弊，随后教育系统被迫重构，教出比过去更会思考的人。2024年，他还公开看好过：超级智能会带来人手一个的私人导师，教育会从死记硬背转向解决问题，转向批判性思维。
结果，AI这边一年一个台阶飞速进化，教育那边却一点没动。这种断层，才是奥特曼真正担心的。他说，如果继续用“前AGI世界”那套方式教学、评价学生，不光会让这套方法失灵，还会让人“学不会思考”，导致批判性思维一点点萎缩。
把思考外包给AI，一开始只是图省事。可用进废退，那块负责独立思考的脑力，就会像久不用的手臂一样，悄悄回缩和变弱。这只是奥特曼的担心，还是已经在发生的事实？有研究显示，ChatGPT进课堂后，月考成绩半年内掉了约20%；决定前途的高利害入学考试，成绩分别下滑18%和24%，而且这笔账要拖上两年才慢慢显形。
更能说明问题的，是加州大学伯克利分校的一项分析。在50多万条成绩样本里，写作和编程这类课，ChatGPT之后的分数明显往上移，可涨的全是作业分，考试分却一点没动。另一项覆盖数百万次美国数学互动、跨度十年的研究也指向同一个结论：聊天机器人一来，题做得更快，学得却更少。作业交得越来越漂亮，脑子却越来越空。
困惑的不止奥特曼一个。OpenAI技术团队成员Ryan Brewer发帖说，大模型居然没掀起一场教育文艺复兴，让他很震惊。类似的质疑在社交媒体上迅速发酵：手握史上最强的学习工具，为什么AI私人导师还没走进千家万户，教育革命迟迟不来？
答案不在技术，而在制度的惯性。大学那套考评，考试、论文、作业，几百年来立在一个隐形前提上：这些事太花时间，没人会走捷径。AI一来，改变了这个前提。但学校仍在用前AGI时代的标准，去量一批已经在AI里长大的新人。工具换代只要一个版本号，制度换代要一代人。技术上早已就位，但规则还停在上一个时代。
一个24小时不知疲倦、能因材施教、便宜到几乎免费的AI私人导师，理论上今天就能给每个孩子配上。但它迟迟没来，背后真正的原因是教育系统重构自己的速度。同一场演讲里，奥特曼还抛出这样一个判断：ChatGPT出现到现在，三年半。哪怕AI只是沿着同样的曲线，再往前走三年半，人类社会能做的事，就会和今天完全不在一个量级。随着技术的指数级狂奔，它与教育之间的缺口只会越拉越大，最终要由此刻还坐在旧考试、旧作业、旧评价体系里的这一代学生来填补。
他们学的技能，可能一出校门就被AI接管；他们没练的判断力，可能一辈子都难补回来。这背后欠下的，是一代人的“认知账”。
机器能写，人为什么还得学？奥特曼的回答有点反直觉。他说自己是那种“靠写作来思考”的人，写下大量从不给任何人看的文字，只为把一个问题想清楚。他庆幸当年学过写作。编程也一样，代码AI一秒就能生成，可亲手把逻辑搭起来的过程，锻炼的是大脑。
说白了，写作、编程就像是计算器时代的数学证明题：结果机器早就算得出，我们还是让学生自己推。为的不是问题背后的答案，是“思考”和“学习”这两个元技能，而写作和编程，正是训练它们的工具。
顺着这个思路，奥特曼主张将教育目标从“记住更多知识”，转向“提出更好的问题”；从考记忆，转向考判断、考创造、考跨学科的真本事。而问题的根子，恰好在评价体系。今天的考试还在考什么？记忆、标准答案、一个人闭卷完成。这三样，刚好是AI最擅长、最能替你代劳的。
当学校还在用“谁记得多、谁答得准”来评价学生，AI已经把“记得多、答得准”变成了零成本的商品。用一把AI能轻松通关的尺子，去衡量下一代人的能力，量出来的数字还剩多少意义？这才是奥特曼真正焦虑的地方：学生用不用AI不是最要紧的，会不会验证AI，才要紧。
比过度依赖AI更让人担心的，是用了AI却不会验证，把机器吐出来的东西照单全收。如果让这股惯性再拖三年半，一代人慢慢丢掉独立思考的训练场，等回过神来才发现：已经不太会自己想事情了。