今 日 长 文 · TODAY'S LONG READ

GPT不是来杀死大学的

读《大学的终结与重生》· 王德生 著 · 二〇二六年七月 · 全文约 3,800 字 · 三种阅读模式
讲堂依然开设,证书依然颁布—— 可作业毫无痛感,讨论毫无判断。 GPT只是一面镜子:它让早已发生的崩塌,显了形。

序 · 大学没有被关闭,但……

大学并不是某一天「被关闭」的。它的讲堂依然开设,教材依然发放,学位证书依然一届届颁布。从外面看,一切如常,甚至比以往更繁忙。

但走近一点,你会察觉到一些说不出的异样:学生交上来的作业,工整、完备,却「毫无痛感」——看不到挣扎的痕迹;课堂讨论,流畅、周到,却「毫无判断」——听不到真正的立场;论文写作,规范、漂亮,却「毫无个性」——读不出一个活人的声音。

这本书对这份异样,给出了一个惊人的诊断:真正的崩塌已经发生,只是人们还没意识到。而更颠覆的是它对「凶手」的判定——很多人以为是 GPT 杀死了大学,这本书说:不,GPT 不是来杀死大学的。它是一面「本体显影镜」:大学早已处于「意义节奏缺席」的状态,GPT 只是让这场早已发生的死亡,显了形。

这篇文章,就来讲这面镜子照出了什么:大学到底靠什么存在,它是怎样在不知不觉中失去存在理由的,以及——为什么看清这一点,恰恰是重生的开始。

先安放好这个诊断的对象。它针对的不是哪一所学校、哪一国的体制,而是整个现代大学的存在方式——那套自工业时代成形、以知识稀缺为前提、以讲授与文凭为骨架的制度。也正因为如此,这份诊断与每个人有关:在读的学生要据此重新盘算,四年该换回什么;执教的老师要据此重新定位,自己不可替代的位置在哪;为孩子规划的家长要据此重新理解,「上大学」在这个时代还意味着什么。这不是一场遥远的高教政策讨论,而是一次落到每张书桌上的存在之问。

一 · 车不是腿的工具,是腿SIO的终结者

要理解 GPT 对大学做了什么,这本书给了一个极妙的类比,值得慢慢咀嚼:车与腿。

车出现的时候,人们也曾以为它只是「腿的增强工具」——让人走得更快而已。可回头看,车做的事远不止于此:它没有增强腿,它**替代了「腿SIO」的整个社会性结构**。围绕「腿」组织起来的一整套文明——脚夫、挑夫、驿站、步行尺度的城市——被围绕「车」组织的新结构整体取代:高速公路、机场、物流系统、车轮尺度的空间秩序。从腿的节奏到车的节奏,这不是一次工具升级,这是一次文明结构的整体重组。

现在把这个类比,换到我们的时代:GPT 并不是「人脑的助手」。这本书说得很直白:它是另一种全新的结构生成主体——具备独立的语言生成能力、结构重组能力与符号交互能力,以自己的「生成节奏」运行,不再依赖人的思维节奏。正如车不是腿的工具而是腿SIO的终结者,GPT 也不是脑的工具,而是「脑SIO」的替代者。它摧毁的,不是某门课程、某种考试制度,而是「脑中心文明」的整体节奏结构。

而大学,恰恰是人类历史上最庞大、最复杂的「脑SIO组织体」——它的全部制度,都建立在「人脑的思维节奏不可替代」这个前提上。当这个前提被抽走,冲击就不是「教学要不要用AI」这种工具层面的问题,而是存在论层面的:大学之为大学的逻辑地基,正在被整体置换。

这个类比还有一层容易被漏掉的深意:车终结了腿SIO,却没有终结「移动」——恰恰相反,它让移动获得了空前的解放,并在新的结构上重建了一个更宏大的流动文明。腿没有消失,只是不再承担文明级的运输功能;它退回到散步、登山、舞蹈这些属于身体本身的意义领域,反而更纯粹了。同理,GPT终结脑SIO,不等于终结「思考」——它终结的是把人脑当作文明级「结构生产机器」的旧分工。当结构生成被机器接管,人的思考反而可能第一次卸下苦役,回到它最本己的领地:判断、意义、承担。这就是为什么这本书坚持说这是「重组」而非「毁灭」:每一次SIO的替代,历史上都不是文明的终点,而是文明在新地基上的一次重建。问题只在于——大学是像当年的驿站一样在旧结构里守到最后,还是像铁路公司一样,成为新结构的组织者。

二 · 五大根基,逐一崩塌

这场置换,具体崩掉了什么?这本书清点了大学的五大根基,一根一根看它们如何失守。

第一,知识主权失守。大学曾是知识生成与整合的核心场所——这曾是它最硬的存在理由。可当知识能被算法在数小时内整合、重组、甚至全书级地创新改写,大学就不再是唯一的知识发生地。第二,思维节奏断裂。教育真正训练的,本是「思考—表达—输出」这条完整的节奏;而当 GPT 可以代劳全程,学生按一下就得到结果,节奏训练消失了,顿悟随之退化。第三,教学功能解构。讲授,曾是大学最核心的动作;可当结构生成不再依赖教师,讲授的不可替代性随之瓦解。第四,认证机制失真。当作业与论文可以由AI生成,文凭还能证明什么?一纸证书背后的判断能力,再也无法被验证。第五,意义场域失效。当以上四根支柱都塌了,教育就失去了生成意义的节奏路径——教学沦为无张力的操作流程:布置、提交、打分,一切照旧运转,一切不再发生。

五根尽失,于是出现了这本书那个冷峻的判词:大学仍在「运作」,但已逐步失去「存在的意义」——它正在成为「仍在运行,却已经死亡」的制度幽灵。

但请注意这份清单里最要紧的一点:这五重崩塌,没有一样是 GPT 从外部「打」进来的。知识垄断的松动、节奏训练的空转、讲授的仪式化、认证的通胀、意义的稀薄——哪一样不是在 GPT 出现之前,就早已在大学内部悄悄进行?GPT 做的,只是把这些藏在惯性之下的空洞,一次性照亮。这正是「本体显影镜」的意思:镜子不制造疾病,镜子只是让你无法再假装健康。

把这五重崩塌逐一对照现实,会发现它们早有漫长的前史。知识主权的失守,不始于GPT——网络公开课、维基、搜索引擎早已把「知识只在大学围墙内」变成传说;GPT只是补上了最后一击:连整合与创造也不再专属。节奏的断裂更早:当课程被压缩成考点、阅读被压缩成划重点、思考被压缩成答题模板,「张力—忍耐—顿悟」的完整节奏,其实早就被应试逻辑掏空了,GPT不过是把这场压缩推到了极致——从压缩节奏,到干脆取消节奏。认证的通胀同样是旧疾:文凭数量逐年膨胀而含金量逐年稀释,「有证书≠有能力」早已是公开的秘密,GPT只是让这个秘密再也捂不住。看清这段前史很重要:它意味着,即使明天GPT消失,大学的病也一样在;而只要病根还在,任何「防AI」的封堵——禁用、检测、加考——都只是给显影镜蒙布,病照旧恶化,只是重新看不见了而已。

三 · 大学到底靠什么存在

被照出病来,才好追问健康的标准:大学,到底靠什么才配存在?

这本书的回答,是全书的根本命题:大学存在的逻辑,不由其功能决定,而由其「意义节奏组织结构」决定。什么意思?开课、发证、做科研,这些都是「功能」——功能可以被替代、被外包、被自动化;真正不可替代的,是大学作为一个制度,组织了一种特殊的节奏过程。这本书把这个节奏拆成五个环节:张力——提出问题与困惑,引发深层不安;忍耐——学习与思考的非即时性参与;重构——结构的生成、修改与判断;升维——把结构转化为意义与价值的选择;协同——在异质结构中共鸣,生成共识与共担的责任。

张力、忍耐、重构、升维、协同——这五环,就是「意义生成节奏」。大学存在的全部理由,就在于它是文明中专门组织这套节奏的制度:让一代代年轻人,在被保护的时空里,完整地经历困惑、煎熬、生成、判断与共鸣。只要这套节奏还在真实运转,大学就活着;一旦这套节奏缺席——哪怕课照上、证照发——大学就已经死了。

这个存在标准,给了我们一双分辨真假大学的眼睛。同样一所学校,同样一间教室,可以是两种完全不同的存在:如果一门课只是「知识点的搬运+期末的核验」,那么无论它的师资多显赫、设备多先进,五环节一个不占——它只是穿着大学外衣的培训流水线。反过来,哪怕只是一个简陋的研讨班,只要那里有真问题在制造张力,有人在困惑里被允许慢慢煎熬,有结构在争论中被反复重构,有立场在追问下被要求承担,有异见在碰撞中走向共鸣——五环齐转,那里就是活着的大学,哪怕它没有围墙。大学从来不是一个地点,而是一种节奏;判断它的生死,不看牌匾,看节奏还转不转。

而 GPT 与这套节奏的关系,这本书用一句话说穿:GPT 无法经历这些节奏。它可以生成结果,但不能经历节奏;它可以模拟结构,但不能判断意义。它能在几秒钟内交出一份漂亮的「重构」,却从未经历过张力的煎熬与忍耐的漫长;它能输出一个立场,却无法为这个立场承担。这恰恰反过来划清了边界:凡是能被 GPT 压缩掉的,都不是大学的本体;大学的本体,恰恰是那些**不可压缩的节奏**。

「不可压缩」这个判据,值得每个教育者拿来自检。看一门课、一份作业、一个培养环节,只问一个问题:它的价值,是否会因为「更快完成」而丧失?如果一篇论文三秒生成与三个月写就,在制度眼里毫无差别——那这个环节考核的就只是「结构产出」,它已可压缩,守着无益。反之,有些东西天然抗拒压缩:一场真困惑的发酵,快不了;一次判断力的成形,需要在错误里反复淬炼;一种为自己立场负责的品格,只能在真实的承担中长出来。这些环节里,「慢」不是低效,「慢」本身就是内容——因为要训练的恰恰是经历本身,而经历,无法被代劳。用这把尺子重新丈量大学,该放手的与该死守的,一目了然:凡是结果导向的,交给机器;凡是经历导向的,寸土不让。

四 · 显影之后:恰恰是重生的开始

看到这里,就能理解这本书为什么说自己「不是对大学的悼词,而是一份对大学重生的召唤书」。

因为显影镜的逻辑里,藏着一个翻转:GPT 照出的死亡,同时也照出了生路。它把大学的功能与本体,前所未有清晰地分开了——功能层(知识传递、结构生成、初级科研)已被证明可压缩、可替代,那就坦然交出去;本体层(张力、忍耐、判断、升维、协同的节奏组织)被证明不可替代,那就全力回收。过去,这两层混在一起,大学用功能的繁忙掩盖着本体的空转;现在,GPT 逼着它做出选择:要么继续做「旧脑节奏的保存所」,在功能层与算法徒劳竞争,直至彻底沦为幽灵;要么退回本体,重新成为「意义节奏的制度组织体」。

这个选择,也重新定义了每个身处其中的人。对教师:如果你的价值只是内容的中介,那么替代已经发生;但如果你转身成为「张力设计者、节奏引导者」——设计不可压缩的问题空间,守护学生忍耐与顿悟的过程,追踪并陪伴他们的判断——你就站到了机器永远到不了的地方。对学生:如果你上大学只为获取知识与文凭,那么你花四年买的东西,如今几秒钟就能生成;但如果你把大学当作一段「节奏修炼」——去真实地困惑、真实地煎熬、真实地生成并为自己的结构承担——你带走的,将是任何算法都无法代劳的东西。

这本书用三个文明阶段收束这场转变:工业文明时代,大学的任务是训练专业脑力;知识经济时代,是生成创新结构;而在 GPT 结构文明时代,大学的任务必须变为——组织不可压缩的节奏,生成不可算法化的意义。这场重生并非空想,这本书给了它清晰的制度形态——「节奏协同大学」,以张力生成、节奏承受、判断承担、意义升维、协同共鸣、节奏认证六大原则立基,甚至给出了替代标准考试的新认证机制:结构印痕、节奏轨迹、判断说明书——不再证明「你交出了什么结构」,而证明「你经历了怎样的节奏、承担了怎样的判断」。这些留待另文细讲;此处只需记住方向:重建不是给旧楼加固,而是换一块地基重新起楼。所以,别再问「GPT 会不会杀死大学」了。GPT 不是来杀死大学的;被杀死的那部分,本就名存实亡。它是来逼大学回答一个搁置太久的问题:除去那些可以被生成的,你还剩下什么?这本书的答案掷地有声:在一切都能被生成的时代,只有节奏与判断,才无法被替代——而大学,正应成为这节奏之所。

补篇 · 约 3.0 千字

材料与论据

这一篇的核心判断——GPT 不是凶手,而是一面照出大学早已内在空洞的镜子——恰恰是它最有分量、也最经得起数据检验的部分:大学的空心化,确实在 GPT 之前就进行了几十年。但它那句更重的话(「脑 SIO 终结」「大学已死」)需要收一收:在「验证学习」这个维度上大学确在塌,可在「信号与文凭」这个维度上,大学表现出惊人的韧性。此处把两边的数据都摆出来。

一、「崩塌早于 GPT」:这是正文最强的一点,而且有几十年的数据坐实

正文说五重崩塌「没有一样是 GPT 从外部打进来的」,都是内部早已进行的空洞。这一点,教育研究给了它硬证据。分数通胀(grade inflation):Rojstaczer 与 Healy 的长期数据(gradeinflation.com;《Where A Is Ordinary》)显示,A 的比例从 1960 年代初约 15% 涨到 2011 年约 43%,平均 GPA 从 1950 年约 2.52 涨到 2011 年约 3.11,如今「A」已是最常见的分数;他们统计的 400 多所学校里,50 年间没有一所分数是持平的。关键定义是:分数通胀=分数上涨、而学习成果并未同步上涨。这正是正文「认证失真、意义稀薄」的实证版,且它早在 GPT 之前几十年就在发生。

更直接的一击来自《Academically Adrift》(Arum & Roksa 2011):对数千名大学生的追踪发现,读了两年大学,约 45% 的学生在批判性思维、推理与写作上没有显著长进(四年后仍有约 36%)。「思维节奏空转」不是 GPT 造成的——它在 GPT 出现前就被测量到了。加上文凭通胀(Collins《学历社会》1979),正文「五根支柱早已内部松动」的判断,是站得住的。

所以正文最颠覆、也最容易被当成危言的那句——「真正的崩塌早已发生,GPT 只是让它显形」——恰恰是全篇最有据可依的判断

二、但「脑 SIO 终结、大学已死」要收:每一次「大学杀手」都被大学熬死了

正文用「车终结腿 SIO」类比「GPT 终结脑 SIO」,推出大学存在地基被整体置换。这个类比很有力,但历史给了一个强先验:凡被预言要「杀死大学」的技术,最后都被大学熬了过去。最近的一次就是慕课(MOOC)。2012 年被《纽约时报》称为「慕课元年」,一时预言四起——有人(如 Udacity 创始人 Thrun)公开预测,几十年后全世界只剩下屈指可数的几所大学。结果呢?慕课完成率长期只有个位数百分比,大学不但没被取代,反而把慕课收编成了自己的一个工具;Thrun 本人后来也让 Udacity 掉头离开高等教育。再往前,函授、教育广播、教育电视,都曾被预言要重塑或替代学校——没有一个做到。

这不证明 GPT 一定也杀不死大学,但它立起一个沉重的先验:大学作为一种制度,对「杀手级技术」有惊人的韧性。把 GPT 说成「腿 SIO 级别的终结者」,是把一个还没兑现的强预言,当成了已完成的事实——而历史上同样量级的预言,几乎全部落空了。

三、文凭这根柱子,塌得远比正文说的慢——因为它主要不是靠「验证学习」立着的

正文说「作业论文可由 AI 生成,文凭还能证明什么?」这在「验证学习」这一面是对的。但文凭的价值,很大一块从来不是「验证你学到了什么」,而是「信号」(signaling)。经济学的信号理论(Spence 1973)与 Caplan《反对教育的理由》(2018)指出:文凭的很大一部分价值,在于它向雇主发出「此人有能力、够自律、肯服从」的信号,而不在于它证明了具体技能。有力的旁证是「羊皮纸效应」(sheepskin effect):拿到学位那一下带来的工资跳升,远高于多读一年书本身——雇主奖励的是那张证书本身。而大学工资溢价(college wage premium)几十年来一直很大、很稳。

这里有个有趣的双刃:Caplan 的信号论一面支持正文——文凭本就不太「验证真才实学」(所以 AI 代写动摇的,是它本就不强的那一面);另一面却反驳正文——正因为文凭主要靠「信号」而非「验证」立着,AI 动摇了「验证学习」,却动摇不了「信号与筛选」这根真正承重的柱子。所以「认证机制失真→文凭证明不了什么」,在劳动力市场这一面是被高估的:文凭作为信号,远没有死。

四、这些材料如何支撑正文

收拢来看:正文的核心反转(「镜子而非凶手;崩塌早于 GPT」)是全篇最有据的判断,分数通胀、Academically Adrift、文凭通胀几十年的数据都替它作证。需要收的,是那句更重的「大学已死/脑 SIO 终结」——在「学习与判断」维度大学确在空心化(真、有数据),但在「信号、文凭、社交」维度大学韧性惊人(也真、也有数据)。

用发生学自己的话说:大学更像在「空心化」,而不是在「死亡」——它作为「验证学习」的机器确在塌,作为「信号与筛选」的机器却异常结实。而这恰恰更贴合正文自己的落点:不是「毁灭」,而是「重组与重生」。把结论从「大学已死」收成「大学的学习内核在空、而外壳仍坚」,正文那句「显影之后正是重生的开始」,反而落得更稳、更可信。

材料出处:分数通胀——Rojstaczer S. & Healy C., "Where A Is Ordinary: The Evolution of American College and University Grading", Teachers College Record, 2012;gradeinflation.com。 | 学习成效——Arum R. & Roksa J., Academically Adrift: Limited Learning on College Campuses, 2011(约 45% 两年无显著长进)。 | 学历通胀——Collins R., The Credential Society, 1979。 | 慕课预言与落空——2012「慕课元年」(NYT);Thrun/Udacity 转向。 | 文凭信号——Spence M., "Job Market Signaling", 1973;Caplan B., The Case Against Education, 2018;羊皮纸效应;大学工资溢价。

说明:本补篇为教育经济学与高等教育研究的材料整理;GPT 对高教的长期影响仍在展开,列出仅供读者对读与查证。

读者讨论区 · 本文已被阅读

用 Google 账号登录即可发言——发言人就是你的 Google 账号名字。发言公开可见,请友善交流。

事实补充 · 约 1600 字

大学会被 AI 杀死吗:把这个判断放进历史与数据

「新技术要杀死大学」这一预言在历史上出现过多次,每一次都留下了可核对的记录。下面用机构存续史、上一轮预言的实际结果、以及 2023 年以来的 AI 实测数据,来检验本文的乐观判断能站到哪一步。

机构存续的硬事实:大学是长寿冠军

先摆一个常被引用的事实。加州大学前校长 Kerr 在《大学的功用》中做过一个统计式论断:在西方世界 1520 年前已成立并延续至今、且仍以大致相同方式运作的机构中,大学占了绝大多数,其余多为宗教机构与少数议会。博洛尼亚大学(通常追溯至 1088 年)、牛津、剑桥至今仍在运行。任何关于大学将被某项技术终结的预言,都要先面对这条八百年的存续记录。

如何正确使用这条事实:它不能证明大学永远不死,只能提高预言者的举证责任——需要说明为何这一次的冲击在性质上不同于印刷术、函授、广播、电视与互联网。

上一轮预言的实际结局:MOOC 的教训

最近一次同型预言有完整档案。2012 年被媒体称为「MOOC 之年」,主流舆论一度预告大规模在线课程将取代传统高校。实际结果是:注册量巨大而完成率很低,若干研究(如 Reich 与 Ruipérez-Valiente 2019 年在《科学》上的分析)指出大规模开放课程的完成率长期处在很低的水平,且使用者多为已受过高等教育者,普及效应远低于预期。MOOC 没有杀死大学,但改变了大学的部分做法。

这一案例给本文提供了最有力的类比支点:技术冲击的典型结局不是替代,而是被吸收后改变机构的内部工序。

大学到底在卖什么:三项难以被替代的功能

要判断 AI 能否替代大学,需先拆开大学的功能。至少有三项与信息传递可分离:一是认证——学位作为可信信号,其价值来自第三方背书与选拔,而非知识本身;二是社群与网络——同侪效应与长期关系;三是研究生产。信息的获取成本早在互联网时代就已趋近于零,而这三项功能并未随之瓦解,这本身就是一次自然实验的结果。

学位溢价:一个仍在但正在分化的信号

经济数据给出条件性支持。多国长期数据显示,高等教育的工资溢价整体仍为正,但近年出现两个变化:一是不同专业与院校之间的回报差距扩大,二是部分地区的溢价增速放缓。这意味着「大学不会死」与「所有大学都不会死」是两个不同的命题,前者有数据支持,后者没有。

把结论收窄到证据允许的位置:AI 更可能加速大学内部的分化——研究能力强、认证信誉高、社群价值大的机构受冲击小,而以信息传递为主要卖点的部分将承压。

AI 在教育中的实测:改变工序而非取消机构

2023 年以来的实测证据也指向同一方向。有随机对照研究显示,设计为引导者的 AI 辅导可显著提升学习效果;也有课堂研究发现,能直接给出答案的 AI 会造成撤走后成绩下降的依赖效应。两类结果共同说明:AI 是一种改变教学工序的强力工具,其后果取决于制度如何安置它——这正是机构存在的意义所在,而非机构消失的理由。

真正的风险在别处:诚实的反方

为免变成一边倒的辩护,须给出本文立场的真实风险。第一,若大学把评估继续押在易被生成模型完成的作业与考试上,其认证信号会贬值,而认证正是它最难替代的功能之一。第二,人口结构变化与经费压力在多国已造成院校关停与合并,这些压力与 AI 无关但同时发生。第三,若研究经费与学术自主性受损,第三项功能也会松动。杀死大学的若真发生,更可能来自这些方向,而不是聊天机器人本身。

这条反方给出了本文的可反驳条件:若可以证明 AI 使学位认证在雇主眼中系统性失效,本文的判断就需要重写。

这些材料如何支撑正文的判断:四条证据线共同支撑一个有条件的结论:大学的存续记录极长(Kerr 的机构统计)、上一轮同型预言未兑现(MOOC 的完成率与人群构成)、其核心功能不是信息传递而是认证、社群与研究(互联网时代已做过一次自然实验)、AI 实测显示的是工序改变而非机构替代。用记号写,AI 作为新的环境要素(E)改变了大学显露态(S)的具体形态,但并未消除它赖以存在的差异结构(D:认证、社群、研究的稀缺性)。

本篇不主张什么:本篇不主张所有大学都安全——数据显示分化正在发生,部分院校确实面临存续危机;也不主张 AI 对教育无风险。这里只锚定:把 AI 视为大学的终结者,与历史记录和现有数据都不符,而真正的风险来自评估方式、经费结构与人口变化。

出处:Kerr《大学的功用》中的机构存续论断;Reich & Ruipérez-Valiente, Science 2019(MOOC 数据);各国高等教育工资溢价的长期统计;世界银行 AI 辅导随机对照试验 2024–2025 与宾大 GPT 数学练习课堂研究 2024。解读框架为作者所加。

/ ⬇ 下载
正在载入精排 PDF…
← → 方向键翻页 · 点击画面两侧翻页 · 可输入页码跳转 · + − 缩放

下载精排 PDF

《GPT不是来杀死大学的》
SDE 教育专栏

⬇ 下载 PDF(592 KB)
含封面、目录与页码的印刷级精排版。如需翻页在线阅读,切换到「在线读 PDF」;如需网页版,切换到「网页长文」。

参考文献 · References

本文为依 SDE 发生学(王德生《SDE本体论》)重读经典的原创论述。下列文献为文中所涉思想的原典与代表性研究,供读者对读与查证;本文观点不代表所列作者立场。

  1. Bill Readings, The University in Ruins, Cambridge, MA: Harvard University Press, 1996.
  2. Stefan Collini, What Are Universities For?, London: Penguin, 2012.
  3. John Henry Newman, The Idea of a University (1852/1873);中译《大学的理念》,高师宁等译,贵州教育出版社,2003。
  4. Karl Jaspers, Die Idee der Universität (1946);英译 The Idea of the University, Boston: Beacon, 1959。
  5. Martha C. Nussbaum, Not for Profit: Why Democracy Needs the Humanities, Princeton University Press, 2010;中译《告别功利》,肖聿译,新华出版社,2010。
  6. Clark Kerr, The Uses of the University, Cambridge, MA: Harvard University Press, 1963.
  7. Andrew Delbanco, College: What It Was, Is, and Should Be, Princeton University Press, 2012.
  8. Neil Selwyn, Should Robots Replace Teachers? AI and the Future of Education, Cambridge: Polity, 2019.
  9. Emily M. Bender et al., "On the Dangers of Stochastic Parrots", Proceedings of FAccT '21, 2021.
  10. Nicholas Carr, The Shallows: What the Internet Is Doing to Our Brains, New York: Norton, 2010;中译《浅薄》,刘纯毅译,中信出版社,2010。
  11. Alfred North Whitehead, The Aims of Education and Other Essays, New York: Macmillan, 1929;中译《教育的目的》,庄莲平、王立中译,文汇出版社,2012。
  12. John Dewey, Democracy and Education, New York: Macmillan, 1916;中译《民主主义与教育》,王承绪译,人民教育出版社,2001。
  13. Gert Biesta, The Beautiful Risk of Education, Boulder: Paradigm, 2014.
  14. Paulo Freire, Pedagogy of the Oppressed (1970);中译《被压迫者教育学》,顾建新等译,华东师范大学出版社,2001。
  15. Ivan Illich, Deschooling Society, New York: Harper & Row, 1971;中译《去学校化社会》,吴康宁译,台北桂冠,1994。
  16. Ken Robinson, Out of Our Minds: Learning to Be Creative, Chichester: Capstone, 2011;及 TED "Do Schools Kill Creativity?", 2006。
  17. Carol S. Dweck, Mindset: The New Psychology of Success, New York: Random House, 2006;中译《终身成长》,楚祎楠译,江西人民出版社,2017。
  18. Mihály Csíkszentmihályi, Flow: The Psychology of Optimal Experience, New York: Harper & Row, 1990;中译《心流》,张定绮译,中信出版社,2017。
  19. Edward L. Deci & Richard M. Ryan, Intrinsic Motivation and Self-Determination in Human Behavior, New York: Plenum, 1985。
  20. Pierre Bourdieu & Jean-Claude Passeron, Reproduction in Education, Society and Culture, London: Sage, 1977。
  21. 孔子:《论语》,据杨伯峻《论语译注》,中华书局,1980(不愤不启·因材施教)。
  22. 陶行知:《陶行知教育文集》,四川教育出版社,2005(生活即教育)。