当AI什么都能答，孩子还需要学什么？

红皮书（《人工智能通识教育》）快写完的那几天，我有点得意。我把稿子交给一个人工智能工具，让它评价，它说了不少好话。回到家，我就跟女儿炫耀：“闺女，你知道AI怎么评价我这本红皮书吗？”

她看了我一眼：“要是我的话，根本不会把它拿给AI看。这是你自己写的，难道你对自己写的东西还没信心吗？” 那一刻我特别高兴。不是因为被女儿“怼”了，而是我知道，她真的学到位了——AI可以用，但判断要由自己来做，好坏要由自己来评。 其实她最初对人工智能是很抵触的。她上的小学不错，也有人工智能入门课，但讲的主要是硬件，搭电路、做小装置。我女儿动手能力不算强，课上得磕磕绊绊，对人工智能的第一印象就不太好——在她眼里，那就是一堆难弄的零件。 转机来自我写《图解人工智能》这本教材。我请她当我的“小专家”，帮我挑错别字，看看哪张图小学生看得懂、哪张看不懂。一来二去，她慢慢发现，人工智能不只是硬件，它其实是对人类思维的一种模拟。眼界一下子就打开了。后来在家里，我常跟她聊AI又有了什么进展，今天变成什么样，明天又可能变成什么样。她知道它发展得很快，也知道它会带来风险。 现在她十六岁，上高一。学校里也有一些人工智能的内容，但多是点状的讲座，不成体系。我常想，她身上这点“免疫力”，不是靠限制得来的，而是因为她理解了它是怎么回事。了解得越多，越知道里面的危险在哪儿，也越知道工具该怎么用。 作为家长，我当然也焦虑：AI发展这么快，孩子总要接触；可它能力那么强，又怕它伤到孩子。我的答案是：放手，但不能放任不管。而放手的前提，是理解。 个人被掏空，社会就失去共识 AI来势汹汹，正在深刻影响每一个人，影响知识的迭代和整个社会的进程。在这样的背景下，教什么、怎么教，成了教育最根本的问题。 我看到的是一个双重危机。 首先关乎个人。过去我们说一个人靠专业立足——学物理、学化学、学计算机。可当越来越多的工作交给人工智能，人最后还剩下什么能力，能支撑他在未来社会站稳脚跟？如果什么都可以外包，人就很容易被掏空。 同时关乎社会。人类之所以能组成社会，前提是每个人都有自己的判断，大家在此基础上形成共同的认知。社会本来就是每个人提出自己的主张，所有主张汇在一起，才构成公共生活。如果AI替我们思考，我们连提出主张的能力都没有了，社会靠什么组织起来？ 这两重危机是连在一起的：个人空心化了，社会的共识基石就会松动。 在智能社会里，人应该保住什么能力？知识可以让AI帮我们整理，很多事可以让它去做，但有一种能力不能让渡。我们把它叫作“认知自治”——你不能把认知交出去，不能把大脑交出去，你要对自己的整个思维过程保持清醒的了解和掌控。 通识不是只告诉过程，更重思想产生的过程与场景 设计读本时，我有一个很强的念头：不能再只给孩子结果了。 我们小时候受的很多教育，都是只教结论、不看过程。这种方式很难让人“爱上”某一门课，某一门学科。 大家可以想一想，语文、数学、物理、化学，任何一门能流传到今天的学科，背后都有非常动人的故事。它们是支撑人类社会的脚手架，我们应该把一门学科“为什么了不起”告诉下一代：当年有哪些了不起的人，某个思想为什么会产生，产生之后带来了什么，这门学科靠什么样的底层逻辑一路往前延伸。这个探索过程，才是一门学科的灵魂。只学细枝末节，是学不好一门学科的。 很多现有学科的教法已经定型了。但我想，人工智能是一门新课，应该换一种方式。所以在小学读本里，我们从一个中国古代传说讲起——《列子》里的偃师造人，一位能工巧匠造出了能歌善舞的“人”。接着讲古希腊的亚里士多德，人类意识到思维有规律可循，于是有了逻辑学；再讲布尔，他把含混的语言逻辑变成了符号和代数；再到图灵，他设想用一台机器完成这些计算，尽管那时这样的机器还不存在；一路讲到辛顿，2024年诺贝尔物理学奖得主。有个有意思的细节：辛顿正是布尔的后人。 对很小的孩子，你不能上来就摆公式、讲大道理，你要把有趣的故事讲给他，让他觉得：人类真了不起，先贤们真了不起，我也想学，我也想沿着他们的路接着往前走。我觉得这才是一门课真正要教给孩子的东西。 认知自治：归纳、泛化、判断、自醒 认知自治具体指什么？红皮书把它落在四种相互支撑的能力上：归纳、泛化、判断和自省。 归纳，是面对海量信息去伪存真、去粗取精，从各个角度拿到消息，最后总结出自己的结论。在信息满天飞的智能时代，这一点格外关键。泛化，是拿到一个结论之后，清楚它的适用范围在哪里，不能随便乱用。判断，是在当前环境下做出决策，并且对要付出的代价一清二楚。 这些能力并不是AI时代才需要的，是人时时刻刻都要有的。只不过人工智能放大了这种需求：我们所处的认知环境越来越复杂，认知难度也远超过去。 那为什么说人工智能课特别适合培养它们？因为人工智能把人的思维镜像化了。机器怎样归纳、怎样泛化、怎样决策，都是对人的模拟。我们把模型和算法拿来“解剖麻雀”，就能反推出人自己是怎样思考的。通过AI认识智能世界，同时也是在认识我们自身。这是其他学科不容易替代的。 第四种能力最关键，叫“自醒”——是清醒的“醒”，不是反省的“省”。它要求你在观察这个过程的同时，知道自己处在什么位置；知道怎样让思维不跑偏，犯错时能意识到自己在犯错；知道对一件事该给多少信任；真错了，也能愿赌服输。 这种自醒能够让我们对抗认知外包的风险。人类文明一路走来，本来就在不断把认知外包：文字替我们记忆，工具替我们计算。外包本身不是问题，问题是什么能力可以放在外面，什么能力必须握在自己手里。“自醒”就是要求人时刻保持对自己认知过程的理解和掌控：外包可以，但要清醒地外包。 像和一个优秀的朋友相处 所以根本问题不在于用不用AI，而在于会不会恰当地用。这就像和一个优秀的朋友相处：和优秀的人在一起，你可能变得更好；但你要是把所有事都推给他，自己的能力当然会退化。通识教育要研究的，正是怎样让孩子在用AI的同时，不卸载能力，反而提升能力。 不能过于工具化，不能过于技术化，不能过于活动化，也不能过于竞赛化。这不是说工具、技术、活动、竞赛不好，而是它们之间是“君臣佐使”的关系。先把通识的基础打牢，再去拓展工具、技术和竞赛，心里才有谱。就像学物理，总要先把基本原理讲清楚，再进实验室、做竞赛。只会用工具，它不会自动帮你把知识基础补全。 反过来，工具和竞赛又是通识教育不可缺少的补充，所谓做中学。有了知识底子，还要在实践里锤炼，有第一手的体会，认知自治才会变成活生生的现实。 至于孩子该用AI到什么程度，我的看法是：不要把孩子关在无菌房里，但也绝不能什么都不告诉他就放任他用，那迟早会出事。要把人工智能是什么、有什么特点、产出是什么形态、会带来什么风险，一五一十地告诉他。这种认识应该从知识的根基里自然生发出来，而不是灌输进去。有了知识底蕴和思想底蕴，工具就可以放心交到孩子手里。 理想丰满，现实骨感，但路是通的 我知道现实很骨感。很多学校连专职科学老师都缺，更别说人工智能老师。所以我们设计课程时就做了准备：每节课都配了授课PPT、教案和学案，还有大量科普视频；至少，要让老师有信心走上讲台。 让我印象最深的，是河北一所乡村小学，孟村回族自治县代林完全小学，校长叫宋杰。她来申请实践校的讲师，试讲了两次都没通过——她没有经验，原本也不教这个。我看这位老师挺积极，当时还不知道她是校长，就说你把PPT拿过来，我帮你改改。改完再讲，过了。之后她一路跟着我们学习、成长。 城市的头部学校走的是另一条路：最初着眼拔尖创新人才，通过竞赛、选拔培养特长学生；后来发现没有通识打底，缺乏大众基础，又回过头来补通识。一个从下往上走，一个从上往下补课，最终汇成一座金字塔：底座是人人都要有的AI基础素养和认知自治能力培养，让每个孩子将来能清醒地融入社会；塔尖是那些对AI研究感兴趣、有天分的孩子脱颖而出。没有底座，你很难发现塔尖上的人。 当然，要想一蹴而就是不现实的。比如我们的评价体系就存在错配。拿高考题去考AI，它能拿很高的分，它是个通才。可人的价值恰恰在于不是通才，每个人都有自己独特的地方。AI时代更合理的方式，是让人发挥独特之处，其余能力由AI补足，而不是要求每个人上知天文、下知地理。 因此，不论人还是制度，适应智能社会都需要一些时间。我相信将来会有所改变。 无论机器多么聪明，人依然是那个在思考、在判断、在清醒地做选择的人。