最初，人们普遍认为，人工智能的爆发将迫使学校彻底重塑面貌。然而，ChatGPT问世已近三年半，教育体系却几乎纹丝不动。今年5月，OpenAI首席执行官萨姆·奥特曼（Sam Altman）回到母校斯坦福大学，登上CS153课程的讲台时，不得不承认了自己的一个预测失误。他坦言：“我很担心。我以为到现在，它早该变了。”
三年半前ChatGPT上线时，奥特曼曾乐观地预测：学生们头一年会利用它作弊，导致学不到东西，随后教育系统将被迫自我重构，教出比过去更善于思考的人。然而，现实并未按剧本上演。AI方面，从只会写文案的GPT-3.5，进化到能攻克数学家几十年的猜想；而学校方面，依然沿用着背诵、标准答案和闭卷默写那一套。翻遍整个教育系统，他找不到一处重要的结构性改变。这位赌对了“规模定律”的人，在教育领域却看走了眼。
为什么奥特曼如此焦虑？他认为，如果继续沿用“前AGI时代”的教学和评价方式，不仅会让方法失效，更会导致学生“学不会思考”，批判性思维逐渐萎缩。将思考外包给AI，起初或许只是为了省事，但“用进废退”，负责独立思考的大脑就像久不用的手臂一样，会悄悄回缩变弱。在奥特曼看来，这就是“肌肉萎缩”。
这种担忧是否正在成为现实？研究表明，ChatGPT进入课堂后，月考成绩半年内下降了约20%；而在决定前途的高利害入学考试中，成绩分别下滑了18%和24%，且这种影响要拖上两年才会完全显现。更令人深思的是加州大学伯克利分校的一项分析。在50多万条成绩样本中，ChatGPT发布后，写作和编程类课程的作业分数明显上升，但考试分数却纹丝不动。为什么？因为这是“外包”，而不是“学习”。另一项覆盖数百万次美国数学互动的研究也得出相同结论：聊天机器人虽然让解题更快，但学习效果更少。作业越来越漂亮，脑子却越来越空。
困惑的不仅仅是奥特曼。OpenAI技术团队成员Ryan Brewer曾发帖表示，大模型没有掀起一场教育文艺复兴让他感到震惊：“我不是应该一个月就学会一门语言吗？”为什么手握史上最强的学习工具，AI私人导师却迟迟没有走进千家万户？答案不在技术，而在制度的惯性。大学几百年来建立的考评体系——考试、论文、作业，隐含着一个前提：这些事太花时间，没人会走捷径。AI的出现改变了这个前提，但学校仍用前AGI时代的标准去衡量一批已经在AI里长大的新人。
工具换代只需要一个版本号，制度换代却要一代人。理论上，一个24小时不知疲倦、能因材施教且几乎免费的AI私人导师，今天就能给每个孩子配上，但它迟迟未普及，真正的原因是教育系统重构自己的速度太慢。奥特曼在演讲中指出，随着技术的指数级狂奔，AI与教育之间的缺口只会越拉越大。最终，将由那些还坐在旧考试、旧作业、旧评价体系里的学生来填补这个缺口。他们学的技能可能一出校门就被AI接管，而没练就的判断力可能一辈子都难以补回。这背后欠下的，是一代人的“认知账”。
那么，到底还该教什么？奥特曼给出了一个反直觉的答案：有些事机器明明能做得更好，人还是要亲手做一遍。他以自己为例，称自己是“靠写作来思考”的人，写下大量不公开的文字是为了把问题想清楚，很庆幸当年学过写作。编程也是如此，代码AI一秒就能生成，但亲手构建逻辑的过程锻炼的是大脑。本质上，写作和编程就像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。这为的不是答案，而是“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、创造和跨学科的真本事。但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、闭卷完成。这三样，刚好是AI最擅长、最能替你代劳的。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。