美国大学开始复兴一种古老传统不懂经

一个人真正拥有的能力，往往不是他能交出一份多漂亮的答案，而是当别人把答案拿走之后，他脑子里还剩下什么。

这其实是一个很古老的问题。只是过去很长时间里，我们不太需要正面回答它。现代教育替我们做了一个方便的简化：你写得出来，通常就被视为你学会了。大家默认，文字是理解的外壳，同时也差不多就是理解本身。

今天，这个默认正在迅速失效。

最近，美国一些大学开始重新把口试带回课堂。康奈尔大学生物医学工程系的教授克里斯・谢弗，要求学生在提交书面作业后参加20分钟的苏格拉底式提问，与教授面对面坐下，为自己的推理过程进行答辩。

宾夕法尼亚大学的教授把口试和书面作业结合起来，纽约大学斯特恩商学院甚至开始试验用语音AI代理参与口头测评。老师们给出的理由惊人地一致：学生交上来的书面作业越来越完整流畅，可一旦面对追问，他们就很难清楚解释自己的推理过程。

"你无法靠AI蒙混过关通过口试。"谢弗说。

表面上看，这像是一场针对AI作弊的应急反应。但往深里看，它照亮的是另一个问题----教育系统过去几百年太依赖文字了，依赖到我们已经分不清，自己测到的到底是知识，还是文字生产能力。

这件事，其实并不让我意外。因为我们之前已经讨论过：按照麦克卢汉的媒介四定律来推演，AI带来的一个重要后果，就是口语文化的复兴。

凡是能够被写下来、存下来、格式化、标准化的东西，都会越来越容易被AI接管。到了这一步，那些只能在当场发生、只能在关系中展开、只能在追问里被检验的能力，反而会重新升值。大学口试的回潮，不过是这个趋势最早浮出水面的一个信号。

印刷术创造了考试

如果把时间拉长一点，你会发现，书面考试从来都不是教育天然的形态。它是印刷术的产物。

在印刷机出现之前，知识的主要载体不是试卷，不是论文，也不是标准答案。它更多存在于口传、讲授、示范、辩论、追问和反复修正之中。师傅带徒弟，哲人带学生，知识是活的，是带着语境和关系流动的。

一个人有没有学会，最直接的检验方式，不是让他回家写一篇文章，而是让他站在你面前，当场说清楚、接得住追问。

苏格拉底没有写过一个字。他留下来的，不只是一套思想，更是一种教育原型：真正的学习和理解，发生在追问之中。

你以为自己懂了，可老师再问一句，你忽然卡住，才发现刚才那个"懂了"其实很薄。很多真正的理解，都是在这种被逼着往下想的过程中长出来的。

后来印刷术来了，教育开始大规模扩张。书可以复制，教材可以统一，课程可以标准化，考试也可以工业化。现代学校就是在这样的媒介环境里长出来的。它必须面对规模，必须面对效率，于是书面考试就成了最方便、最经济的方式。这当然有巨大的历史功劳，没有印刷文化，就没有现代大学，也没有如此广泛的普及教育。

但它也同时完成了一次悄无声息的替换。

它把"真正理解"慢慢替换成了"可以复述"，又把"可以复述"进一步替换成了"可以写出来"。到了最后，我们看见一份完整的文本，就会默认背后站着一个真正理解了问题的人。

这个替换过去能长期成立，是因为写一份像样的文本本身成本并不低----你总得读书、整理、归纳、修改。可今天，AI把这层劳动的门槛压到了几乎接近于零。

于是那个原本被遮住的问题，一下子暴露了出来：原来过去很多被视为"学习成果"的东西，更像是一种文本表演。

AI没有创造问题，它照亮了问题

宾大教授Emily Hammer指出："这看起来好像我们是在试图防止作弊，但这不是我们这样做的原因。我们这样做是因为学生们实际上正在失去技能、失去认知能力和创造力。"

她说的是"正在失去"，不是"因为AI而失去"。

因为在AI出现之前，这个失去就已经在发生了。只是它的速度足够慢，慢到可以被书面考试的分数掩盖。一个学生可以在没有真正理解的情况下，通过大量练习和模板积累，写出看起来相当不错的论文。这件事在AI出现之前就已经是公开的秘密，只是代价不够高，所以没有人有足够的动力去改变它。

AI把代价拉高了。当一个聊天机器人可以在三十秒内生成一篇结构完整、论证流畅的学术论文，"能写出好文章"这件事就失去了作为认知证明的价值。教授们被迫去问一个他们应该早就问的问题：我们到底在评估什么？

这个问题让人尴尬。

我们在评估的，好像是一种表演。一种在特定规则下生产特定格式文字的表演。这种表演有时候和真实的理解高度相关，有时候完全无关。AI出现之前，我们没有办法把这两种情况区分开来，所以就默认它们是同一件事。

AI出现之后，这个默认崩塌了。

媒介四定律，透视这场崩塌

麦克卢汉留下了一套分析任何新媒介的框架，“媒介四定律”，四个问题，可以透视这场变革的真实轮廓。

AI淘汰了什么？

它淘汰的不只是书面作业的可信度，而是整套"标准化文字生产"作为教育货币的逻辑体系。过去几百年，教育市场里流通的货币是：你能写多好，你能答多准，你能在规定格式里组织出一篇合格文本。这套货币现在贬值了，因为AI可以无限量地、零成本地制造它。

当货币贬值，真正的价值就浮出水面。

AI增强了什么？

它把"事后生产文字"和"当场生成思维"之间的差距，放大到了肉眼可见的程度。这个差距一直存在，只是之前没有工具能精确测量它。现在有了，口试就是那个测量工具。

当你坐在教授对面，没有准备时间，没有搜索机会，他追问的每一个"为什么"都必须从你真实的理解中生长出来。这时候差距就清晰了：你是真的懂，还是只是事后整理得很好？

AI召回了什么？

这是最深的一层，也是我们此前在分析AI媒介效应时就已经推演出的结论：AI正在召回口语文化。

苏格拉底式的追问，师徒制的当场博弈，对话作为知识传递的核心形式。这些比印刷术古老得多的东西，正在重新浮出水面。不是因为有人决定复古，而是因为技术的逻辑把我们推到了这里。当书面文字失去作为认知证明的功能，剩下能证明你真正懂了的，只有当场的对话。

我们最初做出这个推演时，它还只是一个理论上的结论。现在，康奈尔、宾大、纽大正在用行动把它变成现实。

AI反转成了什么？

书面教育被推到极端----AI可以替所有人完成所有书面任务----它反转成了对口头能力的强制要求。效率的顶点，反转成了对真实在场的渴望。这不是第一次发生。

电视本来被认为会摧毁家庭聚会，结果它反而成为家庭成员聚在一起的理由。互联网本来被认为会让面对面交流消失，结果线下社群在互联网时代反而更活跃。每一种媒介推到极端，都会召回它试图取代的东西。AI也不例外。

教育从来是对话，不是批改作文

苏格拉底的方式不是一种教学技巧，不是一种应对作弊的手段。它是教育最原始、最根本的形态。

知识不是一个可以从一个容器倒进另一个容器的液体。它是在思维的摩擦中生长的。当你被追问"为什么"，当你必须实时解释你的推理，当你意识到自己其实说不清某个环节，这个时刻，才是真正的学习发生的时刻。不是当你在键盘上打出最后一个字，不是当你提交论文，而是当你在某人的追问下卡壳，然后重新组织自己的理解。