科学网—用AI会被废掉，不用会被淘汰，我们该如何是好？
精选
已有 153 次阅读
2026-4-23 15:44
| 个人分类: 学术生态 | 系统分类: 教学心得
现在几乎所有人都被这个问题困住了：一边是苦口婆心的警告——别太依赖AI，用多了会废掉自己独立思考的能力，竞争力会被慢慢掏空，最后变成只会给AI提需求的“工具人”；另一边是刻不容缓的催促——赶紧拥抱AI，不用就会被时代甩在身后，当你的同事用AI一天干完你一周的活，下一个被淘汰的就是你。
两种声音都振振有词，也都有无数鲜活的例子支撑。于是我们被夹在中间晕头转向：用AI吧，心里发慌，总觉得自己在偷懒、在退步；不用吧，看着别人效率翻倍，又焦虑得睡不着觉，生怕一步落后步步落后。
最近无意中读到Qualitative Inquiry（定性研究）杂志上两篇针锋相对的文章，本来以为只是定性研究领域的小众学术争论，没想到越读越觉得，这简直是一把解开所有 AI 困惑的钥匙。它没有直接告诉我们该用还是不该用 AI，却帮我们看清了一个被所有人忽略的根本问题：我们一直在花十几年时间，把孩子培养成 AI 的完美竞争对手。
一、这场学术争论，是整个社会AI焦虑的完美缩影
那两篇文章的争论，和我们每天纠结的问题几乎一模一样。419 位来自全球 32 个国家的资深定性研究学者联名发表公开信，旗帜鲜明地反对在反思性定性研究中使用任何生成式 AI，甚至连初始编码阶段都不行。他们认为，AI 只是在机械匹配文字符号，根本不懂文字背后的意义、情感和权力关系；定性研究的灵魂是人的反思性和主体性，用 AI 做研究，就是对学术本质的背叛。
而另一位学者 Stefano De Paoli 随即发文反驳。他说，不能把一个有争议的哲学假设当成绝对真理，更不能用学术权威推行一刀切的禁令。AI 和手工分析就像工厂生产的五斗柜和工匠手工打造的五斗柜，虽然质感不同，但基本功能都是装东西。不是所有人都买得起、等得起纯手工的研究，小机构没钱，医疗、设计等领域的研究周期又很紧，AI 给了更多人做定性研究的机会。
表面上看，他们在吵 AI 能不能做定性研究；但往深了看，他们在吵一个更根本的问题：人的价值到底是什么？
一方认为，人的价值在于独特的体验、反思和意义建构，这些是不可替代的；另一方认为，人的价值在于解决问题，工具能帮我们更好地解决问题，就应该被使用。
这正是整个社会 AI 分歧的根源，也是工业界和学术界的争议。两边都有道理，只是站在了不同的坐标系里。
二、学术界和工业界，活在两个完全不同的AI世界里
学术界和工业界看待AI的底层逻辑，从根本上看，就是两套完全不同的评价体系。
工业界看AI，永远是结果导向的。对他们来说，AI就是一个提升效率的工具，只要能解决问题、降低成本、提高生产力，就是好工具。一个AI客服，只要能解决99%的用户问题，没人会关心它“懂不懂”用户的愤怒；一个AI写的代码，只要能跑通、没有bug，没人会关心它“懂不懂”代码背后的逻辑；一个AI做的设计，只要能通过甲方的验收，没人会关心它“懂不懂”设计的美学。工业界的终极恐惧，是“不用AI会被淘汰”——竞争对手都在用AI降本增效，你不用，你就会破产；同事都在用AI提高产出，你不用，你就会被裁员。
而学术界看AI，永远是过程导向的。对他们来说，做研究的意义，不只是得到一个答案，更是思考和探索的过程本身。一个AI写的论文，哪怕逻辑再严密、数据再扎实，只要它没有体现出研究者的反思和主体性，在很多学者看来就不是一篇真正的学术论文。学术界的终极恐惧，是“用了AI会失去自我”——如果所有的数据分析、文献综述、甚至论文写作都由AI完成，那学者的价值在哪里？如果研究变成了输入问题、输出答案的流水线，那学术的意义在哪里？
这就是为什么工业界觉得学术界“矫情、保守、脱离实际”，而学术界觉得工业界“肤浅、功利、没有底线”。他们站在完全不同的坐标系里，用完全不同的尺子衡量AI，自然永远吵不出一个统一的答案。
三、AI的能力有争议，但教育的错位板上钉钉
关于AI未来到底能做什么、不能做什么，其实至今没有定论。有人说AI永远只能做符号匹配，永远无法真正理解意义；也有人说再过十年，AI就能拥有真正的意识和创造力。两边都有顶尖学者站台，吵了几十年也没分出胜负。
但有一件事，是没有任何争议、板上钉钉的铁一般的事实： 我们现行的教育体系，几十年来一直在倾尽全力，把学生训练成“高效找标准答案的机器” 。
这和AI的基本工作机制，简直是一模一样的。我们可以用那个著名的“中文屋”思想实验来理解：把一个完全不懂中文的外国人关进小黑屋，给他一本超级厚的英文规则手册，上面只写“看到什么样的中文符号，就抄下对应的中文符号”，全程不解释任何字的意思。外面的人递进去问题，他照着手册翻出答案递出来，外面的人会觉得他中文说得极好，但他其实一个字都不懂。
这就是我们的教育一直在做的事。我们不教学生“为什么”，只教他们“看到什么题，就写什么答案”。语文阅读理解有唯一的标准答案，哪怕作者本人的理解和答案不一样也不行。作文有固定的模板和套路，写得越贴近范文得分越高。理科的解题步骤必须和课本保持一致，哪怕用更简便的方法得出正确答案也会被扣分。就连历史、政治这类学科，答题观点也不能有丝毫偏离。
我们花了十二年，甚至十六年的时间，把一个个鲜活的孩子，打磨成了一个个精准的“答案匹配器”。谁能更快、更准地从大脑里调出对应的标准答案，谁就是好学生，就能考高分、上名校、拥有光明的前途。
而现在，AI来了。不管AI未来能不能拥有真正的理解和创造能力，至少在“找标准答案”这件事上，它已经对人类形成了碾压性的优势。一个大模型，能记住人类有史以来所有的知识点，能在0.1秒内匹配出任何问题的标准答案，而且不会记错、不会疲劳、不会粗心、不会因为紧张发挥失常。
在这件AI最擅长的事情上，人类不可能会赢的。那些我们花了十几年时间，辛辛苦苦训练出来的关键能力，一夜之间变成了AI最不值钱的技能。那些只会背知识点、只会应付考试、只会找标准答案的学生，哪怕考了满分、拿了状元，他们正在做的事情，本质上和AI做的没有任何区别——而且他们永远做得不如AI好。他们被替代，只是时间问题。
四、教育应该转向 AI 做不了的事
这才是AI给我们整个教育体系最沉重的一击。我们花了几十年，把孩子培养成了AI的完美竞争对手，然后又抱怨AI抢了孩子的工作。
所以，我们不需要在“彻底拒绝AI”和“完全依赖AI”之间二选一。我们只需要做一个最简单的划分：
所有只需要“符号匹配”和“标准答案”的工作，都可以放心大胆地交给AI。转录录音、整理文献、校对文字、写格式化的邮件和报告、解数学题、翻译外文……这些工作本身不会让你变得更优秀，只会消耗你的时间和精力。把它们甩给AI，你才能把宝贵的注意力，投入到AI永远做不了的事情上。
而所有需要“意义建构”和“独立判断”的事情，必须牢牢抓在自己手里。你可以用AI整理上百篇文献，但不能让它帮你提炼关键观点。你可以用AI生成代码片段，但不能让它帮你设计系统架构。你可以用AI写初稿，但不能让它帮你做重要决策。你可以用AI收集信息，但不能让它帮你形成独立思考。
未来的教育，也不应该再把学生训练成更好的“答案匹配器”。它应该教学生问“为什么”，而不是只教他们“答什么”。教他们质疑权威，而不是只教他们服从规则。教他们从不同角度看问题，而不是只教他们唯一的标准答案。教他们把零散的知识整合成自己的体系，而不是只教他们死记硬背。教他们创造从未有过的东西，而不是只教他们复制别人已经做过的事。
更重要的是，教育应该教学生把知识和自己的生命体验结合起来。AI 可以背完所有的唐诗宋词，但它永远不能代替你在某个深夜，因为一句 “举头望明月，低头思故乡” 而泪流满面。AI 可以解出所有的数学题，但它永远不能代替你解开一道难题时，那种发自内心的喜悦和成就感。AI 可以写出所有的作文，但它永远不能代替你用自己的眼睛去看世界，用自己的心灵去感受生活。
五、AI 是一面镜子，照出了教育的初心
回到最开始的那场学术争论，我们可以看到，419位学者担心的，并不是AI本身，而是我们可能会把思考的权力拱手让给AI；De Paoli呼吁的，也不是无底线地拥抱AI，而是不要用教条扼杀技术带来的可能性。
这场争论最终指向的，不是个人该怎么用AI，而是我们整个社会该怎么重新定义“价值”和“教育”。当AI接管了所有标准化、重复性的工作，人类的价值不再是“更会干活”，而是会思考、会感受、会创造。
AI 没有毁掉教育，它只是照出了我们教育一直以来的本末倒置。我们曾经把教育当成了筛选人的工具，用标准答案把人分成三六九等；而现在，AI 告诉我们，这种筛选标准已经过时了。真正的教育，不是为了培养不会被 AI 替代的人，而是为了培养能驾驭 AI、活出人的尊严的人。
所以别再纠结用不用 AI 了。大胆地用它来解放你的双手和大脑，然后把省下来的时间，用来做那些只有你才能做的事。这，才是 AI 时代最好的活法，也是教育真正应该有的样子。
转载本文请联系原作者获取授权，同时请注明本文来自赵斌科学网博客。 链接地址： https://blog.sciencenet.cn/blog-502444-1531746.html
上一篇： 文科生逆袭AI，这可能是一场被曲解的集体幻觉