一、两幅图景:倒水,还是接生
先把两幅关于教育的图景,摆在同一张桌子上,看清它们从根上就不是一回事。
第一幅,是我们几乎人人默认的那一幅,可以叫它倒水图。讲台上,一个「有知识的人」在输出;台下,几十个「还没有知识的人」在接收。知识从老师流向学生,像水从满罐倒进空罐。教得好,是倒得清楚、倒得生动;学得好,是接得专注、装得牢固;考试,是检查每个罐子装了多少。这幅图景如此深入人心,以至于我们谈教育的每一个动词都浸着它——「获取」知识、「吸收」知识、「掌握」知识、「灌输」知识,每一个动词都把知识当成一件现成的、外在于人的东西,学习就是把这件外物搬进脑子。
这幅倒水图,不是凭空来的。它是一套更古老、更庞大的世界观在教育上的直系后代——那套认为世界是被发现的的世界观。所谓「发现」(dis-cover),字面就是「去掉覆盖物」:那个东西本来就完整地在那里,认识只是把盖在上面的布揭开。把这套逻辑搬到教育上,结论顺理成章:知识既然是现成的、先在的对象,教育当然就是把这件现成之物从一个头脑传递到另一个头脑;学习当然就是接收与储存;而聪明,当然就是接收快、储存多。
第二幅图景,来自 SDE 发生学,可以叫它接生图。它的起点是一句与倒水图针锋相对的话:一个人从不懂到懂,不是有一块现成的「懂」被搬进他脑袋,而是一场「懂」在他身上被发生了出来。知识不是先在的库存,而是在一定的纠缠土壤 E(他已有的经验、概念、兴趣与在乎)里,经过一条差异的路径 D(他自己的猜想、试错、比较、修正),最终被显露成一个属于他的结构 S。老师不是倒水的人,是接生的人——他不能替产妇生产,但没有他备好的产房,那个新生命多半难产。
两幅图景,指向两种完全不同的教育学。而它们的分野,不在教育学内部,在更深的地方——在「知识到底是被发现的,还是被发生的」这个本体论的岔路口。这篇文章要做的,就是沿着这个岔路口一路走下去,看它如何把课堂、教师、效率、乃至「聪明」这个词本身,全部重新定义一遍。
为什么这个岔路口如此要紧,值得我们花整整一篇文章去走?因为教育,是人类所有活动里,最贴近「一个人如何被发生出来」这件事的现场。你若在这里站错了本体论的队,代价不是一个抽象的哲学错误,而是一代又一代活生生的人,被当成空罐来对待、来填装、来度量。倒水图不是一个无害的比喻——它是一整套制度、一整套评价、一整套关于「什么叫会了、什么叫聪明、什么叫好学生」的判断的总源头。它错在哪里,整个系统就跟着歪在哪里。
先把话说在前头,免得误解:接生图不是要否定一切讲授、一切记忆、一切训练。有些东西确实需要反复练到自动化(乘法口诀、拼写、基本指法),这是发生之后的巩固,不是发生本身,倒水图在这一段是有效的。接生图要挑战的,是那个把「教育的全部」都等同于搬运的僭越——是那个默认「只要讲清楚、只要装进去,就等于学会了」的总假设。这个假设,正是我们下一章要一块块撬开的东西。
二、发现范式的教育版,错在哪里
要看清倒水图错在哪,得先承认它并非全错——恰恰相反,它错得很有诱惑力,因为它在很多情况下确实管用,管用到让人以为它对一切都成立。
对于那些真正现成、稳定、可测量的东西,「发现—传递」逻辑无往不利:乘法口诀、元素周期表、历史年份,这些确实可以被相当有效地「搬运」进去。发现范式的成就无可撼动,我们不打算否定它。问题出在,它把一套为「传递现成信息」而生的框架,悄悄推广成了关于「教育是什么」的普遍法则——推广到那些它根本不成立的地方去了。
它照不到的第一个暗处,是理解无法被搬运。你可以把「勾股定理」这句话搬进一个学生的脑子,让他一字不差地背出来;但「理解勾股定理」这件事,是搬不进去的。理解不是一件东西,是一个事件——是那个结构在他自己身上重新显露了一次的事件。SDE 有一句最扎人的话:信息发生 ≠ 知识发生。信息可以入库(存进去了),但入库不等于发生。一个学生可以把整本教科书搬进脑子(入库量惊人),却没有一条内容真正回写过他的底盘——没有改写他看世界的结构(S 没显露)、没有重塑他思考的路径(D 没成序)、没有接通他真实的经验与关切(E 没激活)。这样的学习,是大规模的无回写学习:搬得越多,库存越大,人却纹丝不动。「高分低能」这个老词,发生学给它的病理报告只有一行——入库饱和,回写为零。
它照不到的第二个暗处,是「懂」的差异之谜。倒水图默认所有罐子都是一样的空罐,同样一瓢水倒进去,装的是同样的水。可任何教过书的人都知道,同一句话讲给三十个学生,会在三十个人身上发生出三十种不同的东西——有人秒懂,有人似懂非懂,有人根本没接住。倒水图把这归为「资质差异」,束手无策。发生学一眼看穿:因为每个学生带着一片独一无二的、早已存在的 E 走进教室,同一句话落进不同的 E,发生出的 S 当然不同。这不是教学的干扰项,这是教学的根本前提。
它照不到的第三个暗处,是知识会死,而搬运解释不了死。在倒水图里,一条正确的知识一旦被搬进去,它凭什么会失效?可我们分明看见知识会老、会死:「地球是圆的」曾是一个能让人惊掉下巴的活知识,今天是一句小学生都觉得理所当然的废话——它没被证伪,它只是死了,死于它太成功、被吸收进了常识的背景。发生学能精确地区分知识的三种死法(纠缠枯竭、差异消失、结构僵化),而倒水图连「知识为什么会死」都问不出口——因为在它眼里,知识只是静静躺着的库存,库存怎么会死呢?
这三种死法,在课堂上天天上演,只是我们没认出来。纠缠枯竭而死:一个知识若从没接上学生的现实经验、已有概念、真实关切,它一进脑子就是无根的,考完试那张支撑它的临时之网一散,它当即枯萎——这就是「考完就忘」的病理。差异消失而死:一个被反复强调、却从没让学生自己「区分」出来的结论,变成了一句人人会背、却对谁都不再有意义的口号——它标示的那道差异,在灌输里被磨平了。结构僵化而死:一个被当成唯一正确答案硬灌进去的知识,会让学生的头脑对一切不合它的新东西关上门——它太「完备」,以至于扼杀了继续生长的可能。倒水图对这三种死束手无策,因为它根本不承认知识是活的;而只要你承认知识会死,你就已经一只脚踏进了发生范式——因为只有活的东西才会死。
三个暗处合起来是同一句判词:倒水图把「教育」这件本质上是发生的事,误当成了搬运。而这个误读,在 AI 到来之前,还能勉强遮掩;AI 一到,遮不住了——这是后面第五章的事。
三、教育的发生学定义:在他自己的 E 中,走过他自己的 D
诊断完旧图景,该立新图景了。发生学给教育下的定义,一句话:
教育的本质,不是把一个现成的 S 传递给学生,而是帮助学生在他自己的纠缠土壤 E 中,走过差异的路径 D,让 S 在他身上重新发生一遍。
这句话的每个部件都在颠覆倒水图,逐一拆开看。
「他自己的 E」——学习必须发生在他自己的土壤里
每个学生带着一片独一无二的 E 走进教室:他的经验沉淀(现实界)、他已有的概念网络(理念界)、他的兴趣、恐惧与自我认定(自我界)。不接入学生自己 E 的讲授,字字清楚,却粒粒悬空——种子撒在了别人的地图上,不是他的土壤里。这就是为什么最好的老师总在做一件倒水图里无从解释的事:他先花力气搞清楚「这个学生现在站在哪里」,再决定从哪里讲起。他不是在倒水,他是在探土。
「走过 D」——理解不能被给予,只能被走过
整个传递模式,恰恰建立在「D 可以被跳过」的幻想上:老师替学生走完了全部差异序列(几百年间无数次的猜想、失败、修正),然后把终点的结晶(定义、公式、结论)直接交给学生。老师以为这是效率,是「让学生少走弯路」;发生学看得分明:被跳过的不是弯路,是发生本身。结论没有经过学生自己的试探、比较、出错与修正,就不会在他身上显露为活的结构——它只是一枚从天而降、无处扎根的成熟态果实。学生必须自己走一遍:不必走人类花掉的几百年原路,但必须走过一条属于他自己的、有真实猜想与真实修正的压缩路径。骑车这件事,你把力学原理讲得再清楚,他也学不会骑,他必须自己歪歪扭扭地骑上去、摔下来、再骑上去——这条摔出来的 D,是任何讲授都替代不了的。
「让 S 重新发生一遍」——这才是「学会」的真正含义
不是「记住了 S」,而是 S 在他身上重新显露了一次:他亲眼看着(并亲手参与着)那个结构从他自己的混沌里一点点成形——先是模糊的直觉,然后是说不圆的表述,然后在一次次修正里轮廓渐清,最后落成他能用自己的话说出、能用在新场合的活结构。走完这一遭的学生,与背下定义的学生,考卷上可能同分,底盘上判若两人:前者的 S 会生长(因为它带着自己的 D 与 E,是活的),后者的 S 只会磨损(因为它是无根的库存,只出不进)。
为什么「走过 D」不能省?因为差异序列 D 本身有一套不可跳过的工序——发生学把它概括为一个循环:提出问题、做出猜想、执行尝试、评估结果、接收反馈、修正再来。这个循环里的每一环,都在学生身上留下一点真实的痕迹:猜错了,他知道了此路不通(这是负信息,极其宝贵);修正了,他的结构往前挪了一格。老师直接给答案,等于把这整个循环从「提出问题」一步跳到了「正确结论」,中间所有留痕的环节全被抹掉——学生拿到的是一个没有来历的结论,像一枚凭空出现的果实,他不知道它从哪个花、经哪段生长、避开了哪些歧路而来。而恰恰是这些来历,才让一个结论成为他能灵活运用、能迁移、能生长的活结构。
这也解释了一个常被误解的教育现象:为什么「讲得越清楚,学生反而越不会」有时会发生?因为讲得极清楚的老师,往往把 D 走得极其漂亮、极其完整——漂亮完整到学生一路「跟着点头」,却一步没自己走。跟着点头的「懂」,是一种借来的懂,是站在老师走出的路上看风景,一旦离开这条路(换个题目、换个场合),他就发现自己其实没有腿。真正的清楚,不是替学生把路走光,而是把路铺得刚好让他自己能走上去、且必须自己走。
一句话收拢新图景:教,不是倒水,是备土、引路、守着显露;学,不是装罐,是在自己的地里,把人类走过的路,压缩着重走一遍,让果实重新长一次。
四、教师的新画像:三种发生条件的设计师
新图景里,教师做什么?倒水图里教师是输出源,输出得清楚生动就是好教师。发生图里,教师的角色深刻得多,也谦卑得多:发生不能被执行,只能被促成——教师是发生条件的设计师。具体说,为每一个核心概念的「重新发生」,教师要设计三种条件。
S-条件(结构准备):让即将显露的结构有处落脚
把大结构切成学生当前显露度够得着的台阶——你不能要求一步从模糊直觉跳到精确定义;准备好「脚手架」式的中间表述,允许学生先用不严谨的自己的话说,再逐步收紧;以及最重要的一条——管住那只把定义提前端出来的手。定义是显露的终点,提前端出,就是把发生的谜底剧透了。多少课堂的第一句话就是「今天我们学 X,X 的定义是……」——这一句话,就把一场本可以发生的分娩,变成了一次尸体的展示。
D-条件(差异激活):设计学生要亲自走的那条路径
核心是设计好的问题序列——不是「检查你记住没有」的问题,而是「逼你猜想、允许你错、让错误暴露得有信息量」的问题;是安排真实的试探空间,让学生的第一个答案可以是错的、且错得有价值;是把控反馈的节奏,让猜想被执行、执行被评估、评估落成下一轮的修正。这里有一个标志性的区别:倒水图的课堂怕错误、掩盖错误、惩罚错误;发生图的课堂采集错误、使用错误——因为错误是差异序列的燃料,一个不出错的课堂,是一个没有 D 在走的课堂。
E-条件(纠缠建立):把新概念接到学生自己的三界土壤上
接现实界——让概念在可触碰、可操作、可亲验的经验里露面(不是举「例子」给学生看,是让概念出现在学生自己动过手的地方);接理念界——把新概念与学生已有的概念网络挂上钩(新知识只能长在旧知识的枝头上);接自我界——这一条最深也最常被忽略:让学生与这个概念之间产生真实的关切,让它回答他的一个真困惑、够着他的一个真兴趣、关联他的一点真在乎。所有「点燃学生」的老生常谈,发生学给了它精确的位置:那是在接通能源,是发生的能量工程,不是锦上添花的煽情。没有内在驱动的学习,是无火之炊。
三种条件齐备,教师就把自己修炼成了另一种存在:不是知识的搬运工,而是发生的农人——备土(E-条件)、引路(D-条件)、守着果实按它自己的节律显露(S-条件)。农人不能替庄稼生长,但没有农人的土地,长的多半是野草。这个角色一点也不比「讲授者」轻松——设计一场发生,比讲清一个结论难十倍——但唯有它,配得上「教育」二字的分量。
五、第一现场:0—3 岁,发生的最初证据
如果「学习是发生而非搬运」是真的,它就该在人一生最早、最纯粹的学习那里显露得最清楚。而 0—3 岁,恰恰是这样一个现场——一个还没有课堂、没有教材、没有考试的现场,发生赤裸裸地进行着,任何搬运的伪装都还来不及穿上。
看一个婴儿如何「学会」母语。倒水图会说:大人把词语一个个「教」给他,他一个个「记」住。可真实的过程,处处在打这个说法的脸。婴儿不是被动地接收词表,他是在一整张活的纠缠之网里——妈妈的脸、语调、指向的手、当下的情境、他自己的需要与情绪——把「意义」一次次发生出来的。同一个「球」字,他不是把它当作贴在一个物体上的标签背下来,而是在无数次「看见球—听见球—够到球—球滚走」的差异经历里,让「球」这个结构在他身上一点点显露、稳定、成形。没有一个「球」的现成含义被搬进他脑子;是「球」作为一个可识别、可指认、可谈论的东西,在他这里被发生了出来。
发展心理学积累了大量现象,发生学不发明新事实,只是把它们放进同一副坐标里,让它们不再零散。婴儿会对不属于母语的语音区分能力逐渐「收窄」——不是他丢失了什么,是他的纠缠之网在按母语的形状雕刻他的感知(E 在塑造他能显露什么)。学步儿会把「去了」说成一种规则化的过度形式(比如把不规则动词也按规则变),这不是他记错了,恰恰证明他不是在搬运大人的说法,而是自己发生出了一条规则、再用这条规则去套——错误本身,是发生正在进行的铁证。倒水图解释不了这种「大人从没教过、孩子却自己造出来」的错误;发生学一眼看穿:那是差异序列 D 在孩子身上真实地跑着。
0—3 岁还给出了一个对整个教育都至关重要的启示:发生需要一张回应的网,而不是一场单向的灌输。婴儿学得最好的时刻,不是被单方面「输入」的时刻,而是他与照护者之间来回应答、你来我往的时刻——他发出一个声音,得到一个回应;他指一个方向,得到一次命名;他试一次,被接住一次。这种双向的、即时的、带着情感温度的应答,正是 E-条件(纠缠)与 D-条件(差异激活)在生命最早期的样子。一个只被电子屏幕单向「灌输」词汇的婴儿,和一个在真实应答里长大的婴儿,语言发生的质量天差地别——不是因为前者「接收」的信息少,而是因为发生所必需的那张应答之网,前者是空的。
这个最初现场,像一面镜子照出后来所有课堂的病:当教育越往后走,越把这张「回应的网」抽掉,越把双向的发生压成单向的灌输,它就越背离了人最初、也最有效的那种学习。婴儿用他还不会说话的头三年,替我们证明了一件事:人天生就是靠发生来学习的,搬运是后来才被强加上去的枷锁。(须郑重说明:以上是发生学对发展现象的解释性框架,不是育儿医嘱或诊断;任何关于婴幼儿发育的具体关切,请咨询专业的儿科与发展专家。)
六、一个两千五百年的悖论:你如何学会你不知道的东西
发生学对教育最深的一击,是它能解开一个悬置了两千五百年的悖论——苏格拉底在《美诺篇》里提出的学习悖论。这个悖论,恰恰是「发现范式」在认识论上的死结,而发生学是目前少有的、能正面拆解它的框架。
悖论是这样的:你要学习(寻找)某个你不知道的东西 X。可是——如果你已经知道 X 是什么,你就不必寻找了(你已经有了);如果你完全不知道 X 是什么,那么即使你撞见了它,你也认不出「这就是我要找的 X」。于是无论哪种情况,寻找(学习)都不可能。你要么已经知道(无需学),要么完全不知道(没法学)。这把刀,砍的正是「学习=发现一个先在对象」这个假设的命根子。
历史上两个著名的解法,都没能真正逃出这个死结,因为它们都还站在发现范式里。苏格拉底的「回忆说」:你其实早就知道 X(灵魂前世见过),学习只是回忆起来。这等于说,X 是先在的、藏在你灵魂里的现成品——它保住了「发现」,却付出了荒诞的代价(前世记忆),而且它取消了真正的「新」:一切学习都只是想起旧货,没有任何东西是第一次发生的。近代的「归纳说」:你从大量个例里归纳出一般。可归纳同样逃不掉悖论:你凭什么知道该把哪些个例归到一起、该忽略哪些差异?那个「归类的标准」若不是先在的,你就没法归;若是先在的,你又落回「已经知道」。归纳预设了它本该解释的东西。
发生学的拆解,釜底抽薪:悖论之所以是死结,全因为它假设了「认出 X」等于「X 先在、你把它揭出来」。可如果 X 不是被发现的、而是被发生的,悖论就自己散了。你既不是「已经知道 X」,也不是「完全不知道 X」——你是处在一个居间的状态:你有一片纠缠土壤 E(已有的经验、模糊的直觉、未成形的困惑),它还不足以让你「知道」X,但足以让你在走一条差异路径 D 的过程中,把 X 一点点发生出来。学习不是从「不知道」跳到「知道」的瞬间揭布,而是一个连续的显露过程:X 从你自己的混沌里,经由你自己的试探、比较、出错、修正,一点点结晶成形。
关键在于「认出」这个动作的重新理解。发现范式说,认出 X 是「新来的 X 匹配了脑中先在的 X 模板」——这就要求你事先有模板(落回悖论)。发生学说,认出 X 是「收敛+回写」:当你走的那条差异路径,在某一点上突然收敛成一个稳定的结构,并且这个结构回过头来改写了你原有的理解(你「啊,原来如此」的那一刻),你就认出了它——而这个被认出的 X,不是你事先有的模板,是你刚刚发生出来的新结构。认出,不是比对库存,是发生完成的信号。
这个拆解,对教育的意义是决定性的:它证明了「教一个人他还不知道的东西」在逻辑上根本不可能靠搬运完成——因为你没法把一个他还认不出的东西「给」他(他接不住)。你能做的,只有一件事:帮他搭好那片能让 X 发生的土壤 E,陪他走那条能让 X 显露的路径 D,守着那个「收敛+回写」的时刻自己到来。苏格拉底自己其实早就在做这件事——他的「助产术」,那个不停追问、让对方在自己的矛盾里挣扎、最后自己产出答案的方法,正是发生学教育观的古老雏形。他给了教育一个至今最准的隐喻:教师是助产士,不是搬运工。他不能替你生出那个「懂」,他只能接生它。
七、AI 时代的教育困境与挑战
现在,把发生学的眼睛,直直地对准这个时代最大的变量:AI。
先说一个可能让人意外的判断:AI 没有制造教育的困境,它把教育一直暗藏的困境,逼到了台面上。困境不是 AI 在毁掉学习,而是一个把学习当搬运的旧范式,撞上了一台搬运得比任何人都好的机器——旧范式在这台机器面前,原形毕露了。
第一重挑战:搬运的终结,逼出发生的真相
倒水图的整个价值体系,建立在「搬运是稀缺的、困难的、值得报酬的」这个前提上。老师值钱,因为他有知识可搬;学生用功,因为搬运需要力气;好成绩,因为它证明你搬得又快又多。可现在,一台机器可以瞬间、免费、不知疲倦地把几乎任何信息搬运给任何人。如果教育真的只是搬运,那它已经被 AI 判了死刑——机器比任何老师都搬得好。
但恰恰在这里,发生学露出了它冷静的锋芒:正因为搬运被机器接管了,那个一直被搬运掩盖着的真相,才第一次裸露出来——教育从来不是搬运。当搬运不再稀缺,人们会惊觉:一个能瞬间获取一切信息的学生,并不因此就懂了任何东西;信息的极大丰裕,反而让「懂」的稀缺暴露得刺眼。AI 没有杀死教育,它杀死了「教育=搬运」这个幻觉,并且把真问题还给了我们:如果不是搬运,那到底是什么让一个人真正学会了?答案,就是前面四章讲的那个字——发生。
第二重挑战:D 被外包,发生链被抄近路截断
这是 AI 时代最隐蔽、也最危险的一重困境。前面说过,理解只能被走过——学生必须亲自走过那条充满猜想、试错、修正的差异路径 D,S 才会在他身上发生。而 AI 提供了一个致命的诱惑:它可以替你把 D 走完。一道难题,不必再自己苦思、试错、卡住、突破,直接问 AI,秒得一个漂亮完整的答案。
用发生学的刀看,这一刀切得极狠:学生拿到了终点的 S(答案),却跳过了整条 D。而 S 恰恰只能在走 D 的过程中才发生。于是出现一种前所未有的空心学习:作业全对、报告漂亮、答案严谨,底盘却纹丝未动——因为那条本该由他走、发生本该在其中完成的路径,被外包给了机器。这比抄同学作业严重得多:抄同学至少你知道自己没懂,而 AI 给的答案如此流畅完整,连「我没懂」这个自觉都被一起抹掉了。学生误以为「拿到答案」就是「学会了」,而这正是倒水图最深的谎言,被 AI 放大到了极致。D 的外包,是发生的自杀。
第三重挑战:一台照出我们自己的机器
还有一层更釜底抽薪的挑战。大模型读过的文本,比任何人一万辈子能读的还多,几乎整个人类文明的文字沉积层都压进了它的参数。按倒水图,它该是有史以来「最有知识」的存在。可任何认真用过它的人都碰到过那种奇特的空:它无所不谈、对答如流,却会一本正经地编造出一个查无此人的专家、一段没发生过的历史,编得有鼻子有眼,连它自己都毫无察觉——这就是所谓「幻觉」。
发生学的诊断是:这不是故障,是症状。大模型在信息这一层(符号、逻辑、数学)强悍到近乎超人,可知识赖以发生的土壤远不止信息这一层。它没有身体,没有一个会把它的判断顶回来的现实世界(它说「火是烫的」,可没有任何东西烫过它);它没有连续的记忆、身份和利害(这一轮对话结束,「它」就散了);它更没有内在的困惑积成的驱动。土壤只有一层是厚的,另外几层是空的——在这样的地基上,符号可以流转得再华丽,知识这种需要扎根和承担的东西,就是长不出来。
而这台机器,恰恰照亮了我们自己:原来我们平时所说的「懂了」,从来不只是「存进去了」,而是有一个活在世界里、有身体、有历史、有利害的存在,让一个结构在自己身上重新发生了一遍。AI 越是把「搬运」做到极致,越是反衬出「发生」有多不可替代——而教育,守护的正是「发生」。
挑战之下的出路:把课堂从「搬运站」改造成「发生场」
三重困境合起来,指向同一个出路,而且这出路,恰恰是发生学一直在说的事。既然 AI 已经把搬运做到了极致,人类教育就必须、也终于可以,把重心从搬运彻底移开,移到机器做不了的那件事上——促成发生。
具体说:课堂不再比谁信息装得多(那已输给机器),而比谁的 S 在自己身上真正长出来了;教师不再是知识源(那已被机器取代),而是那个设计发生条件、守护学生亲自走 D 的农人;评估不再查「入库了多少」(AI 让入库变得毫无意义),而查「回写了多少」——你能用自己的话讲吗?能举一个 AI 没给你的新例子吗?它修正了你原来的哪个想法?
这里要多说一句评估,因为它是整个系统的指挥棒——评估考什么,教学就教什么,学生就学什么。AI 时代,传统评估遭遇了根本危机:任何可以被 AI 轻松完成的作业与考题(复述、总结、套用、标准论述),都已经无法再区分「学生会了」和「学生让 AI 会了」——评估的地基塌了。发生学给评估指的方向,是从考「结果的正确」转向考「发生的痕迹」:不再只看答案对不对(AI 也能给对),而看这个答案里有没有他自己走过 D 的印记——他的推理路径、他犯过又修正的错、他接上自己经验的独特例子、他被追问时能不能顺着自己的理解往下走。一个能被 AI 替代的评估,考的是入库;一个 AI 替代不了的评估,考的是发生。这不是给评估打补丁,是逼评估回到它本该考的东西上——AI 帮了一个忙:它让「只考入库」的评估彻底破产,倒逼整个系统去考那个真正要紧的东西。
甚至,AI 本身可以被反过来用作发生的工具:不是让它替学生走 D,而是让它当那个永不疲倦的「陪练」——逼学生猜想、追问学生的漏洞、扮演一个会反驳的对手,把学生的 D 逼得更长更真。一个好的用法是让 AI 只问不答:让它像苏格拉底那样不停追问,把学生逼进自己的矛盾里,逼他自己产出答案——这时 AI 成了助产术的放大器。用对了,AI 是发生的助产士;用错了,AI 是发生的掘墓人。分野只在一条:它替学生走 D,还是逼学生走 D。
八、重估「效率」与「聪明」:两个词的重新记账
发生学一旦立住,有两个我们习以为常的词,必须重新记账——因为倒水图给它们的定义,全是错的。
重估「效率」:线性的快与复利的赚
传递模式对发生模式最顽固的抵抗,是一个字:慢。让学生自己猜、自己错、自己走——「哪有时间?进度怎么办?直接讲,五分钟的事。」
发生学不回避这笔账,只要求把账记全。直接讲,五分钟,学生「知道了」——但请验收:这五分钟入的库,有多少回写了底盘?三个月后还剩多少?需要用的时候调得出来吗?能迁移到新场合吗?把「过后即忘、考完清零、知行两张皮」的坏账全部入账,倒水的「快」就露了底:它快在入库,亏在回写——是一种把成本记到未来的快。而发生的「慢」,慢在当下,赚在底盘:走过一遍的东西不用复习式地「保鲜」(你不需要复习怎么骑车),能迁移(因为学生拿到的是带着 D 与 E 的活结构),且越学越快——每一次真实的发生都在增厚底盘,而厚的底盘让下一次发生更容易。两笔账摆平了看:倒水是线性的快、复利的亏;发生是线性的慢、复利的赚。教育是以十年计的事业,十年尺度上,复利没有对手。
还有一笔账在账本之外:走过发生的学生,学到的不只是那个概念,还有「我能让一个东西在我身上发生」的元经验——对自己发生能力的信任。这笔资产不出现在任何考卷上,却决定他往后一生敢不敢学新东西。倒水图最深的亏空,是它十几年如一日地教学生「知识是别人给的」,把一代代人训练成等待被倒水的罐子。
重估「聪明」:从「揭布快」到「让发生」
我们夸一个人聪明,几乎总在夸他「揭布快」——聪明人就是那个能比别人更快把蒙在真相上的布掀开的人。真相是现成的,聪明只是掀布的速度。这个定义,是发现范式的直系产物。
可如果知识根本不是现成的、有待掀布的,而是有待在恰当条件下被发生出来的,那么真正的智慧就不再是「掀布快」,而是别的东西:是能敏锐地感到哪里有一道尚未被命名的缝隙、能判断哪一颗差异的种子值得培育、能搭建起让新结构得以显露的那张条件网。这是一种完全不同的智慧,一种发生学的智慧。在 AI 时代,这个重估变得性命攸关:「揭布快」这件事,机器已经做得比人好;人类唯一守得住、也唯一值得培养的,恰恰是那种机器还做不到的「让发生」的智慧——在混沌里嗅出裂缝、押注哪颗种子、搭起产房的能力。教育要培养的「聪明」,从此不是更快地找到答案,而是更善于让答案在一个人身上发生。
九、结语:教育是唯一以「发生」为业的行当
走到这里,可以回答开篇那个问题了:教育,是发现还是发生?
答案是:教育是人类所有行当里,唯一一个以「发生」本身为业的行当。医生对付的是身体这条发生链的失调,商人经营的是价值这个显露态的流转,而教育,处理的直接就是「一个人如何被发生出来」这件事本身。它是发生学最贴切、也最不容回避的现场——因为在这里,你但凡把发生误当成发现,代价是一个活生生的人被教成了一只空罐。
把全文收成三句话。第一句,关于本体:知识不是被发现的现成品,是在 E 中经 D 显露成的 S;学习不是搬运,是发生。第二句,关于方法:教,是备土、引路、守着显露;学,是在自己的地里,把人类走过的路,压缩着重走一遍。第三句,关于这个时代:AI 把「搬运」做到了极致,反而把「发生」逼成了教育唯一不可让渡的疆域——课堂要么沦为搬运站(输给机器),要么升级为发生场(机器做不到)。
最后,留一句话给每一个还在学习的人——因为发生学把学习的责任,最终交还给了每一个学的人:既然发生只能在你自己的 E 中、经你自己的 D 完成,那么无论遇到怎样的老师、无论 AI 多么强大,你都保有让学习真正发生的最后权限。守住三问:我在入库,还是在发生(能用自己的话讲、能举新例、修正了旧想法吗)?我的 D 走了吗,还是被 AI 代走了(看答案之前,我自己猜过、错过吗)?这东西接上我的 E 了吗(它和我真实的困惑、在乎,发生了关系吗)?三问随身,再强大的机器,也夺不走那场只能在你身上发生的「懂」。
材料与印证
本文的诊断针对真实存在的制度现象。下列材料给出可查证的出处与数据来源,读者可循以复核;文中所有具体人物场景均为构拟示例,不冒充田野记录。
- "教育是发现潜能"这一说法的制度后果,有可测量的近邻证据。固定型与成长型心智的区分(Dweck, 2006)指出:把能力理解为待发现的固有量,与理解为可生成的过程,会导致不同的应对失败方式。需要说明的是,成长型心智干预的效应量在大规模重复研究中远小于早期宣称(Sisk et al., 2018,《Psychological Science》;Yeager et al., 2019,《Nature》的全美随机实验显示效应真实但很小)。本文引用这条线索时采用后者的保守估计,不夸大。
- 分流与筛选的制度事实。教育系统以选拔为核心功能这一判断,并非本文的猜测:从 Bourdieu & Passeron(1970)的文化再生产,到 Collins(1979)的文凭社会,再到 Spence(1973,《Quarterly Journal of Economics》)的信号理论,三条互不相属的研究线索各自得出了相近结论。三者方法迥异而结论相邻,这一点本身构成较强的证据。
- AI 时代的新变量:可查证的时间线。生成式 AI 进入教育场景后,围绕作业与评估的争论在 2023 年后成为各国教育部门的公共议题,多国教育系统先后经历了"禁用—有限允许—重写评估"的政策摆动。本文对这一过程的描述停留在可公开查证的政策层面,不对任何未公开的内部决策作断言。
论证的骨架
把本文的说服力压到最紧,它是一条可被逐环检验的推理链,每一环都可以被单独反驳:
- 前提一:若教育的对象是"待发现的既有潜能",则教育的核心工作是识别与匹配,评价系统必然居于中心位置。
- 前提二:识别需要可比较的标尺,而可比较要求标准化——标准化则系统性地压缩了那些无法被标尺捕捉的能力。
- 推断:于是"发现潜能"这一善意的出发点,经由自身的操作要求,产出了与初衷相反的结果:它筛掉了它本想找到的东西。这不是执行不力,而是范式的内在后果。
- 结论:因此出路不在于把筛子做得更精细,而在于把问题从"这个人有什么"换成"什么条件下能生成什么"。反驳本文只需证明:标准化不必然压缩非标尺能力,或者精细化筛子能够收敛到真实潜能。
一把尺子越准,它量不到的东西就越像不存在。