基于Scaling Law的大模型技术，对于现存教育体系的影响，是绝对颠覆性的吗？

从学理上来讲，是的。按照布鲁姆的“教育金字塔理论”，人的学习有两个特点：

基于这样的背景，我们必须要问，当人类社会的知识体系，被模型组织和应用后，人是否还有必要去背单词、理解唐诗宋词、熟记数学公式——我们到底为了什么去学习？

从实践来讲，讲AI对教育的颠覆为时过早：

1. 从2023年GPT3.5发布以来，还未有一款基于模型的教育AI产品，被普遍应用；（百万DAU或许是一有效milestone）

2. 即使是上一代应用最为成熟，快手抖音背后的“音视频识别/个性化推荐算法”，虽然全面改造了电商、娱乐和游戏行业，至今在教育产品上从未应用。

如果我们的把视野放宽，把时间拉长，会发现，技术总会对教育产生颠覆性的影响，但不是以我们意想的方式。

01

历史上，技术是如何对教育产生影响的？

第一次工业革命的出现，绝不只是突破了马尔萨斯陷阱，让人口和收入实现了飞升。更大的价值是，欧洲首次出现了“平民教育”。

对于中国人来讲，科举制早在1000年前，奠定了平民参与教育体系的必要性和通道，平民教育并不特殊。厉以宁老师在《资本主义的起源》的论述中，科举制正是中国文化不断、文明持续的“柔性体系”的保证。

但对于西欧人来讲，平民大范围参与教育，到19世纪才有雏形。

原因在于，“工厂制”的出现，使得纺纱机、蒸汽机的应用，需要大量会识字、懂算数的产业工人，那个年代真正的资本为了劳动产出的增加，有动力投资平民教育。早期多以夜校的方式出现。

还需要提及的是，工厂制的出现和“圈地运动”的双重冲击，刺激了早期城市化的发展。移民的聚集、城市扩张与学校增加（资源投入与收益投入产出比的原因），从来是相伴相生。至今仍是中国多数县乡地区，城乡移民、房地产扩张的主脉络。

而到了第二次工业革命时期，以福特汽车为代表，流水线与标准化工厂的出现，以及相伴生的“泰勒式管理”则奠定了我们对于现代教育体系的理解。

工人拥有一定专业知识、适应集体化生活、对于指令的敏感与执行的效率，是现代工厂大规模生产的基础。而与此配套，则是我们再熟悉不过的“普鲁士教育体系”：

1. 义务教育普及：初级教育向所有国民免费开放，这并非单纯的福利，而是一种对人力资本的投资，旨在为各行各业培育大量具备基本文化知识与技术水准的产业工人。

2. 教师专业化：担任教职的老师必须先接受专业院校培训，培训合格后由国家给付薪水，将老师转变为 “公务员”。

3. 教育评价考核严格：我们最为熟悉的“高考”。采用专门的考核机制来保证教学质量，比如制定教学大纲、进行统一考试等。通过这些方式，保证学生能够掌握既定的知识和技能，尽量减少教学过程中的不确定性和水平波动，确保学生在知识和品德上成为 “合格” 的产品。

4. 课程标准化与学科划分明确：按年龄将学生划分为不同年级，把知识划分成各个学科，并进一步将学科分为各个独立的单元。例如，采用 “课时” 概念，每节课40分钟左右学习其中一个独立单元，课后休息十分钟后，再学习另一门学科的独立单元。

5. 强调纪律与服从：该教育体系过度强调纪律、服从、从众、等级，军训、广播体操、星期一列队升国旗，都是这一体系的延伸。

6. 注重实用性：教育目标紧密围绕国家工业化的需求，着重培养学生在科学、数学、现代语言等实用学科方面的能力，以满足工业发展对各类专业人才的需求。

本文读者大约 99% 都是这一体系培养出来的人才，因此不再赘述。

只是，当我们老生常谈教育体系改革时，有必要分析教育体系，以及它所倚赖的经济模式与社会阶段。我们甚至可以大胆预判，在中国依然保持“世界工厂”定位的时候，中高考制度、超级中学、分科教学的始终会伴随多数国人的教育生涯。

或许还会有人用华为模式、字节模式证明中国已不止是“工业制造业大国”。但要知道，传统信息技术产业中，基于经典规则的程序（“If…Then…Else”），应被理解为局部自动化的专用技术，适用于高频次重复任务。一旦超出限定规则外的应用场景，则需要重新把环境进行要素拆解与工程模拟，由此产生新的边际成本。

中国“学好数理化，走遍天下都不怕”的普鲁士教育体系，以及其形成的工程师密度与工资洼地，是支撑以上信息厂商的基本架构。

普鲁士教育体系也并非毫无松动，当创业之火在硅谷燃烧，点燃全球信息革命时。熊皮特的“企业家模型”为社会提供了新的人才培养目标：

• 创新能力：熊彼特指出，创新就是建立一种新的生产函数，把一种从来没有过的，生产要素和生产条件的 “新组合” 引入生产体系。企业家通过创新打破经济的 “循环流转” 均衡状态，实现 “创造性的破坏”，推动经济结构从内部进行革命性的破坏。

• 组织能力：企业家不仅要能找到或创造新的事物，还要善于动员和组织社会资源，进行并实现生产要素新组合，也就是具备 “利用资本的经营能力”。
  

• 承担风险的能力：企业家需要有勇气和决心承担这些风险，并且在面对风险时能够保持冷静，采取有效的应对措施。

作为对于“企业家”人才模型的回应，皮亚杰的“建构主义”与西蒙斯的“联通主义”则在教育学的基础上提供了新的可能性，行文有限，相关理论不再一一赘述。只是我们如今习以为常的对于美好的教育追求，如个性化发展、独立人格、创新意识等教育目标，由此才有了逻辑化的表述与实践路径的获得。

综上，如果我们以百年记，技术对于教育的改变，总还是要引入经济学的视角，无论是组织行为学也好，技术创新也好，技术对教育的传导作用，首先需要以经济范式转移为前提。

但需要强调的是，正如萝卜快跑激起了对于司机的劳动力替代的社会情绪，每一次技术革新带来的，无不遵循经济学经典的“价格理论”而延伸：

• 成本驱动：在市场经济中，企业追求利润最大化。新技术出现时，如果机器以较之于人力资产更低的成本，生产出相同或类似的产品或服务，企业就有动力采用这种新技术来替代旧技术。

• 价格竞争：成本的降低反映在产品价格上。一家企业采用了新技术，在市场上以更低的价格销售产品或服务，从而获得竞争优势。其他企业为了在竞争中生存，也会被迫采用同样的技术或者寻找其他更先进的技术进行替代。而被这一竞争飞轮技术替代卷出的劳动力，则成为时代的牺牲品。

由此，如果技术创新产生的劳动力替代，无法在教育实践上得到回应。教育系统依然以惯性，不断产出早已被技术替代的人力劳动价值，“技术性失业”则会成为时代隐疾。

02

雪上加霜：为什么信息革命，没有改变我们的教育模式？

2011年初，乔布斯在一次与比尔盖茨会面时，他提出了 “乔布斯之问”：“为什么计算机改变了几乎所有领域，却唯独对学校教育的影响小得令人吃惊？” （几个月后，乔布斯辞世）

或许乔布斯当时无法预见，之后由他影响的移动互联网对于人类衣食住行的深刻影响，也不曾想到一年后Image.net一举封神Geoffrey Hinton，“神经网络算法”成为AI新一代浪潮的共识。

只是，当我们站在2024年的此时，却发现 “乔布斯之问”或许可以拓写，却依然振聋发聩：“为什么移动互联网和AI几乎改变了所有领域，却唯独对学校教育的影响小得令人吃惊？” 

作为教育科技的从业者，或许从后视镜的眼光，复盘过去十年教育科技的探索，虽各有千秋，但始终难实现“学练考评测”的有效循环：

• 拍照搜题，并没有成为孩子自我反思、理解习题讲义的工具，反倒成为“抄作业”利器。某拍照搜题APP巅峰时期日活过亿，但出海时期随早期也是一鸣惊人，最近确实逐步下滑，大约是中国孩子与国外孩子，面对“写作业”时，压力的区别。

• 录播课，还没有实现真正的普惠教育。反倒成为对于孩子注意力持续的考验；这也是多数录播课的续报率不足60%的原因。

• 直播课，有效互动自然好，只是双师大班万人大课的互动，自然难以有效。双师大班续保率，平均比线下小班低10%-20%，原因莫不如此。

• AI题库，并没有帮助孩子形成学习习惯，刷题与知识理解之间的鸿沟，仍难以填充。

• AI助教答疑，2023年由Khanmigo首先推出，国内不少产品跟进。但从实际落地来看，国内类似产品次留不超过10%，人均问答次数＜2，也符合教育者的基本判断。毕竟，从题目到定位知识点，精准问出哪里不会，对于绝大多数孩子来说，都不现实。

• 而AI学习机的出现，再一次证明了教育行业离“云计算”时代尚有距离。离线终端无法对孩子的行为数据进行回传，机器学习也就没有了前提。
  

更为核心的原因，在于以上所有产品的预设，都是一个学霸型学生，他积极好学、意志坚定、敏思好问，有了这些工具自然学习事半功倍。但环顾四周，又有几个孩子真正达到这种学霸水平呢？

但不能说从业者没有付出过努力。中国教育财政中，近年在“教育信息化”的年均投入已达3000亿。即使在中国西部地区考察，也会惊讶地发现，多数乡村学校的教室，都装上了造价不菲的一体化大屏。

而在教育培训市场，笔者则亲眼见证好未来在“教育让科技更美好”上的反复求索。其每年在技术创新上的投入，足以让多数服务行业上市公司惊讶。

只是，作为家长或学生，实际体感上，教育领域的科技应用，场景依然少得可怜。为什么？

问题或许不是技术本身，而是教育领域，人与技术的协同机制还未有效建立。

回到普鲁士教育体系，其最大的特征，就是专业化、职能化、标准化的现代性特征，由此延伸出一套复杂而缜密的教学行动体系。

我们以“备课”这一场景为例，下图展示了不同机构，老师在作业设计的的其中两步。虽方法有所不同，但无不遵循着较为统一的步骤与标准动作。

而在“备课”之外，还有“教研”“教学”“作业布置与批阅”“考试与测验”“家长沟通”“学生管理”“教务管理”等不同场景与标准化动作，无论是校内校外，这一体系的运转复杂度与精密度，都要超越绝大多数制造、消费行业。

任何技术在教育的领域的落地，都需要全方位考虑。技术在整体教学流程上的改造，学生端、家长端、学校端、教师端密切相关而难以分离。

过去二十余年，教育科技的从业者前仆后继，教育数字化系统都有所探索，产品交互虽未完全统一，但多有实践。吊诡的是，技术的进步却在此时戛然而止。

核心卡点在于，技术如何落实到人。以老师举例：

在老师授课的准备中，无论是课上插入一段视频，还是能通过课堂的学生反馈数据进行迭代，其对整体授课流程、授课节奏、授课内容的调整，都是牵一发而动全身，且效果不确定。这自然使绝大多数教师工作者与管理者，虽在技术理念上都有好奇，但系统化改造原有教学流程，其成本之高、投入产出的不确定，都难以有效落地。

而从学生视角看来，从“元认知”角度，虽然多数教师都期待每个孩子能根据学情数据，掌握“制定自己的学习计划、关注计划进展、复盘学习成绩、不断迭代计划”的能力。

但如果站在数据角度看，一个孩子的学情数据包含了其课堂行为数据（如举手次数、回答问题的质量、按时到课）、成绩数据（作业及测验数据）、素养数据（协同能力、表达能力）等等。面对这些数据分析的难度，甚至不亚于一个互联网公司初级分析师面对的数据量。

显然，这样的数字化并非一朝一夕之功。

总结来看，学生是一个完整的个体，学业成绩、社会竞争与心理成长，几乎每一位中国孩子都是在这一复杂三角关系中左右迁移。而与此配套的教学体系与教师教研群体，其动员难度之大、程度之深、惯性之强，都会让创新与迭代的成本远高于现有体系运转的成本。

拉枯摧朽席卷人们衣食住行的信息技术创新，或该就此止步吗？

03

AI改变教育，或许需要“教师”的退场

从逻辑推断，如果信息技术难以落地教育场景的卡点，在于教师与技术协同。那么，如果在学生学习中，去掉教师的角色，且能保证学习效果，是否是一种解决方案？

从以往“内容消费与分发”的行业迭代中，这一方案或许可行。笔者经历了过去二十年从纸质报刊，到门户资讯，再到算法客户端的完整历程。2018年加入快手时，笔者最为惊讶的不是其社区生态的活跃、收入的规模，而是推荐算法对于每一位用户内容消费偏好的理解，远超越于其家人与朋友，这正是短视频直播平台的DAU、停留时长远超其他客户端的原因。作为短视频的消费者，多数读者应有同感。

“机器”比“人”更了解人的偏好，主要得益于“神经网络算法”在短视频领域的应用：

• 音视频识别：依靠CNN等神经网络技术，算法对于一条短视频的定义数，达到千亿级别特征，远超人类对于一个视频的描述和认知；

• 用户特征提取：通过特征工程，算法对于人消费行为的特征提取，超过万亿级别；

• 推荐技术：借助以上内容与用户的颗粒度，其算法推荐与内容匹配的精准度，自然超越了多数人力范围。

或许我们可以说，作为移动互联网为数不多的共识，个性化推荐算法已经实证，“算法更懂人”。

快手离线强化学习算法示意

在这一前提下，作为上一代AI的推荐算法，可以在调整后，更懂用户的学习行为。那给学生推荐什么内容，从而促进学生发展，则是更为重要的问题。

LLM大模型提供了新的可能性，从教育工作者的视角来看，大模型具备以下特征：

• 知识的全知全能：学习了人类所有文字语言，且具备推理与涌现能力，我们可以说，大模型具备了一个远超教师知识的系统能力。

• 无限生成与随时随地：如果我们把顶级名师作为一种教育系统的稀缺供给，而针对每一名学生，进行名师同一水平的个性化学习（针对性的情绪照顾、知识讲解与风格适配），在以往难以想象。但在模型现有的能力下，则具备可能性。

• 模型作为硅基“生命”的特质：比起作为“碳基生命”的教师，不可避免有教学水平的差异、教学状态的起伏。而作为“硅基生命”在标准化的教学服务上，其稳定性与持续性要超越真人教师。换句话说，作为管理者的学校与监护者的家长，在可控的教育模型下，无需担心孩子接触接受的教育质量的稳定性和规模化服务的能力。

只是，从逻辑可行到真正的教育实践，仍需要解决好以下几个问题：

• 如何让模型能力达到名师水平：因模型生成内容的质量与精准度，取决于其prompt质量，prompt工程成为在教育场景落地的首要前提。只是过去以往有效的教研教学方式，如何通过prompt实现，既需要教研教学专家，还需要其具备技术能力。

• 畅想个性化学习，但知晓个性是前提：如上文所讲，在快手抖音的内容消费领域，理解用户行为特征与个性已经实现。然而，教育领域的行为特征提取与定义，仍需要发展心理学、教育评价、教学法等系统方法做支持。由此，才可能有关于学生的“个性化特征提取”，才有依靠模型进行个性化生成的可能。大模型的因材施教，需要先了解“材”的特征。

• AI时代，我们给孩子什么样的交互界面：正如微软与苹果通过“图形化交互界面”定义了PC电脑的应用、“信息流”定义了移动互联网的应用，AI 时代，我们需要什么样的交互界面？而什么样的交互界面，能让孩子在没有教师参与的情况下，持续去学习？

• 商业价值在哪里：市场永远是创新扩散、体验提升的最好路径。但要回到市场逻辑，家长对个性化学习买单的心理是什么？正如上文所述，普鲁士教育体系的“人才选拔”机制仍贯穿于中高考的逻辑，及东亚社会的科举传统，让东亚家庭的教育投资，很难避开“社会竞争”的本质目的。

最后，作为一个教育工作者，仍需反复强调，学习≠成长≠教育。

内化于现代知识竞争的学习体系，从知识获取、逻辑发展、脑区开发等等，自有其逻辑。而学习远不是孩子成长的全部，同理心、沟通与表达、爱与感受的能力获得，虽与知识学习有所交叉，但更取决于孩子的成长环境与家庭关爱。

本文所讨论的内容仅限于标准化知识的“学习”范畴。一个孩子成长的天地，依然千里之广、浩瀚之远，这是一个成年人面对孩子时，该有的谦卑。

本文作者系教育AI公司“知智教育”创始人/CEO李卓。对于AI在教育的思考与创新，有所好奇的投资人、同道者，欢迎添加作者微信深入交流。