有用的,机器已经学会;
动人的,机器学不会——
而我们两百年来,只顾着教前者。
凌晨两点,一个高二学生对着屏幕愣了几秒。他刚用对话式 AI 三分钟搞定了明天要交的历史小论文:梳理线索、生成论点、润色语言,一气呵成。他本该松一口气,却感到某种空洞。不全是作弊的愧疚。更深的感受是:如果答案总是来得如此轻易,那自己过去十二年那些背诵的深夜、刷题的周末、那些忍着困意望向黑板的时刻,究竟指向什么?
这个悬停时刻并不戏剧,但它确凿地照出了一道裂缝——它比"学生会不会变懒"更根本。裂缝不始于 AI。AI 不过是一束突然照进来的强光,让早已存在的地缝无处可藏。这条地缝,是教育自身价值结构的慢性断裂:教育自古承载着两种难以分离的价值——它有用,教人以知识、技能、安身立命的本领;它也动人,在某个无法预知的时刻,让学习者体验到一种完整,一种超越功利计算的吸引。前工业时代的师徒制、书院里的问难辩经、乃至一个村庄里母亲的日常教诲,这两种价值本是浑然交织的。
本文的核心判断是:AI 暴露的,不是"教育被技术攻陷"的危机,而是"教育把自身价值单一锚定在有用性上"这一两百年历史选择终告资不抵债。为方便追问,我给这两种价值各起一个短名:把可外包、可设计、可复制的那部分叫善;把无法预设、无法复制、只在真实临场里突然绽出的整体体验叫美。下文不去定义它们,而去追问:这两者的分离,是怎样在历史中被制造出来的?AI 为什么让这个分离走到了必须重新结算的一刻?出路又在哪里?
追问"善",而不是定义它
最常见的说法,是把教育的"有用"当作它天然的本质,仿佛自古以来教育就是"去晕、减苦、除痛"的工具。但这个判断经不起追问。教育的"有用"不是原初事实,而是一段特定历史的产物。在古典世界——无论孔子、柏拉图,还是伊斯兰学宫——教育首先是一桩与"成人"有关的事:成为什么样的人,过什么样的生活。其中当然有"用":学礼所以立身,学乐所以和心。但这"用"是嵌在一个整全人格理想里的,不是一个可以拆下来单独优化的功能模块。
把教育与特定知识、特定技能画等号的思维习惯,需要几个世纪的社会变迁作土壤。十五世纪古登堡印刷术,是一个被低估的拐点:当知识可以被固定在纸上、远距离运输,获取知识第一次不必依赖与特定人的真实相遇——这是"有用"与"沉浸"在技术层面的第一次分离。而真正把教育重塑为"有用性"的制度发动机,是十八、十九世纪的国民教育运动:识字、计算、公民常识,从有教养阶层的文化特权,变成国家对全体人口的要求。教育第一次被严格地当作一种大规模基础设施来设计与管理。
效率逻辑入场,与善的三重面相
转型可以从课堂管理的微观处看清。十八世纪的主日学校,首次把几百个孩子编入同一间教室,统一作息、统一教材、同一进度;二十世纪初的科学管理运动,则为教师制定详细到分秒的流程表,把学生成绩与教师绩效直接挂钩。这些具体措施后来大多废止,但它们留下的核心信念至今犹存:教育是一件可以被拆解为可测量单元、并据此优化效率的事。二十世纪下半叶的人力资本理论完成了最后一步——它让连学生自己,也开始用"有用"的逻辑打理自己的学习:选科时问的不再是"我对什么好奇",而是"什么对我未来的分数和职业最有利"。
这段演进最终沉淀为当代教育日常运转的三层功能,我称之为"善的三重面相":去晕——向学习者解说未知,使其从混沌中辨别结构;减苦——降低学习过程中的障碍;除痛——解除一个人对自我价值的根本怀疑。三者都是教育正当且不可抛弃的义务。但在效率原则的主导下,减苦悄悄从"扫除不必要的苦"偷换成了"消灭一切苦":任何困惑、停滞、徘徊,都被当作效率的损失,需要被尽快修复。而这恰恰抽掉了美所需要的心理地基——没有足够的困惑与反复领会,就很难有豁然贯通时那种真正深切的惊异。
美退为残火,与一个必须正面回答的问题
一位语文老师带学生读鲁迅的《秋夜》,教学进度只给两课时。她读着读着忽然停下来,问:"你们有谁在很深的夜里,一个人看过树?"教室安静了几秒,一个平时不太说话的男生举手,说他小时候在乡下,月光照在大槐树上,影子像一个人。那一刻课堂的质地变了。学期结束时,好几个学生记住的不是鲁迅的修辞,而是"那个晚上,教室里好像有什么不一样了"。这就是美发生时的形态:它与效率无关,与可测量无关,甚至与教学目标的达成存在张力——它依赖一个活生生的人,在临场判断中不惜牺牲部分效率,来成全另一个人灵光的那个决定。
到这里必须直面一个尖锐的质疑:"善/美"这对命名,能不能被"工具理性/价值理性""效率/意义""人力资本/人文精神"这些现成的概念对子完全替换?如果能,本文不过是把老问题重新包装了一遍。这个质疑有力,它逼我说清:多切开的那一层,究竟在哪里。
关键在"除痛"。流行的框架习惯把"除痛"这类存在性安抚归到"人文"一侧,与"有用"对立。而我把它放进善的系统内部,一个悖论立刻显形:AI 接管了善的前两层(去晕、减苦),却在第三层(除痛)上必然失败——这不是技术缺陷,是范畴错误。除痛不是给出一个正确答案,而是让一个人确认"我这个人是有价值的"。而"确认自己"这件事,本质上是一个人朝自己回望、把自己认成某种人的动作;这个动作只能在另一个真实的人的注视里被点着。一台再精密的系统,能算出对错,却无法成为那道注视——因为凡是会自己给自己塑形的东西,任何一个从外面按下的结论,都只能逼近它,永远抵达不了它。你不能用一台计算对错的机器,去完成一件本质上不属于"计算对错"的事。
美也一样。把"完整"当作美的核心,我们就不会把它降格为"学生的愉悦感受",而能把它锚定为一个真实的认知事件。美不在结果里,不在别处,不在将来,只在一件事被完整走通的当下;它同时是心的满足、身的舒展、灵的喜悦。正因为它只发生在当下、只发生在关系里,它才无法被外包、无法被复制、无法被存进任何一张表。"价值理性"是一个静止的名词,它指着一个方向;而美是一个动词,它每一次都必须重新发生。这就是"善/美"比"工具/价值理性"多切开的那一层:后者告诉你天平两端各有什么,前者告诉你那个总是失重的一端,究竟在什么条件下,才会真的落地。
AI:善的超级放大器
如果善的逻辑是两百年教育史的主轴,那么 AI 的出场就不是又一项新技术,而是这条主轴的加速运行。要看清这一点,得追问一个更根本的问题:AI 的学习逻辑本身,与善的教育逻辑之间,是否存在结构性的亲和?答案是肯定的。当前主流机器学习的训练目标可以表述为"最小化预测误差",其运作是"在给定数据中找出使输出与期望值最接近的参数配置"。这与善的逻辑——去晕(帮学生更准确地理解)、减苦(减少试错耗费)——存在一种近乎完美的共振。AI 不是偶然地擅长教育中的善,它是结构性地擅长。正因如此,它不是"威胁",而是"揭露":它以无人可及的效率完成了善所要求的操作,于是让一个把自身价值完全绑在这类操作上的制度,瞬间失去了不可替代性的说辞。
常见的乐观想象是:AI 承担了善的繁重工作,教师被解放,终于可以专注育人——这不正是善对美的反哺吗?这个推理迷人,但它的漏洞在于,它预设教育体系内部存在一种机制,能把"省下来的时间"自动转化为"美的创造"。现实恰恰相反。当前教育体系是一台吞噬余裕的制度性动物:一旦效率产生时间余裕,那余裕不是被空出来等待美的播种,而是立即被新的善所充填。一位教师因 AI 自动批改节省出两个晚上,若学校刚下发一份新的"差异性学情分析报告"要求,这两晚就自动归入填表,而非那个她一直想做的课外阅读小组。任何不能被这套语法转译的活动(比如"带学生慢慢读一本与考试无关的书"),在制度上就成了"无据的",随时可被更高优先级的"可据活动"挤占。
惯性为何还没耗尽
既然善被大量接管、美所存无几,学校为何还在每天早上开门?答案不在体系自身的健全,而在两件仍有惯性的事物上。其一是筛选惯性:文凭承诺"按我说的做,你就能在未来兑换机会",这个承诺在过去一百多年总体可信,于是学生和教师都在惯性驱使下继续走进教室。但惯性越硬,在特定节点造成的反弹越大——一旦文凭在劳动力市场的兑换力显著衰退,惯性就会从稳定器变为引爆器。
其二是残火。一所县城中学的历史教师,在高考前最后一个月,照例讲完"清末新政"后忽然停下来,合上教材问:"办新军、废科举、兴学堂——单独看都是清政府在自救,却把地基掏空了。你们想想为什么?"教室安静下来,几个学生把头从卷子上抬了起来。这就是残火:它不是系统的产物——系统不会给他这个停下来讲"为什么"的时间;它也不是刻意的表演。残火之所以珍贵,不在于它证明"美仍然存在",而在于它提供了一个可供研究的反例:如果在那样的压力下美的残火仍能闪现,那说明不是"教育做不到美",而是制度设计系统性地阻断了它的常态化。只要残火不灭,"美只是乌托邦"的判断就不能在实证上成立。当前教育因此处在一种脆弱的空转状态:机器还在转,报时还准,里面却快被掏空了。
重建"美":从最硬的骨头动手
出路不是"反击 AI、守护善",而是在承认善已被大规模接管的前提下,把长期被挤压的"美"有意识地、制度化地重建起来。任何制度都生产它所需的主体意识:善的制度生产出善于算计的"有用的人";美的制度若要被认真对待,就不能只靠个体热情,必须从制度最硬的骨头——评价标准——做起。
评价:不能因为"美不可量化"就放弃量化,那等于自我放逐。真正要做的,是在分数之外,建立另一套具有对等制度权重的评价通道,其逻辑不以"可比较"为核心,而以"可验证"为核心——档案袋、毕业设计答辩、多学期的成长叙事,让另一个外部评估者能追溯"这个学生几年里经历了什么、长出了什么"。原则的转换是:从"选出最好的"到"看出你在成为谁"。教师:在 AI 能承担大部分知识传授时,教师真正不可替代的部分不再是"讲清楚",而是"陪着走"。但身份的转身不是一次师德培训能完成的——师范教育的重心要从"怎样把一个知识点讲好",转向"怎样创造一个让真问题发生的场域";而未来的师范生自己,必须先在被培养的过程里尝过美,因为一个人只能给出他真正拥有过的东西。时间:把"停下来是合法的"写进制度,不是靠增强教师的个人勇气,而是改动排课逻辑与考评指标中那些默认"每一分钟都必须有明确任务"的条款。
为枯竭的意义重新找水源
把全文收拢成几句:AI 不制造这个困境,它以善的超级放大器身份,照见了旧合法性话语的空心化。教育能否保持自身的精神完整,不取决于能否在善的维度上与 AI 竞速——那场竞速从一开始就注定落败——而取决于它能否有勇气、有制度能力地,把"动人"重建成教育不可外包的根基。
这不是一次善的修补。这是为过去两百年被效率逻辑不断挪用、日渐枯竭的教育意义,重新寻找水源。那河床的挖掘,需要的不是更先进的技术,而是更果决的文明选择。AI 已经把善这条路的建设完成了;我们该做的,是拼尽全力,在教育的制度设计里,为美重新开掘一个河床。