众大佬突然惊觉：AI对教育是有害的。大家好，欢迎收听老范讲故事的YouTube频道。8月28号，吴恩达上了一档播客。这个人得先说一句：在线教育这门生意就是他开的头，Coursera是他创办的。后来他去百度当首席科学家时，Anthropic的达里奥·阿莫代伊就在他手下干活。

“糟糕透了”与认知外包

吴恩达在这档播客里，第一句先打了招呼：我要说一句可能有争议的话，我不确定以前有没有公开说过，但我觉得它是真的。坦白来说，AI模型对于学习来说糟糕透了。他给的理由是，现在出来的数据非常清楚：大学生用AI写作业，作业分数是上去了，他还专门补了一句“耶，分数更高了”，可是长期表现要差很多，因为活是AI替他们干的。

最后他还嫌不够，又补了一句：我们应该停止把AI看作对学习有帮助的东西，至少对绝大多数人来说是这样，AI绝对是对学习有害的。“糟糕透了”的英文是terrible，他反复说了三遍，最后还加了个“绝对”。这不是聊天闲聊出来的顺口一提，就是他的核心观点。

他还讲了自己身上的事。过去半年他做项目，前端后端某个东西怎么跑通，他直接问AI要答案，活干完了，当时爽得很。可是过了6个月，同一个组件需要再做一次时，他脑子里一片空白，只能再去问一遍。老范自己也有这样的感受：你让AI写的，看完事情以后，脑子里留不下任何记忆。大家要注意，他不是说学生笨，而是说自己在这件事上也躲不过去。

那他凭什么这么说？因为他刚把真金白银压在这个判断上面。7月28号，Coursera宣布拿1亿美金投了他的新公司LearnVector，中文是“学习矢量”，换到手的是1/3股份，也就是LearnVector的估值应该在3亿美金。这家公司的官网上明明白白写着一句：没有护栏的聊天机器人会损害学习。它帮学生把任务做完，把作业分拿到，可是认知外包的结果，是这个人变得更不熟练了。

什么叫护栏？以前有一个相声叫《威胁》，里边讲一个父亲的知识已经落后，儿子问他任何问题他都不会，于是他就搅塞：这个问题我不能直接告诉你答案，如果直接告诉你，你印象不深。所谓护栏，这样形象地理解没有太大问题。什么叫认知外包？就是本来该你脑子干的活，你交给外边的东西去干了。

这事不是AI时代才有的。大家现在还能背电话号码吗？以前咱们能背几十个，甚至有人可以背上百个电话号码。现在很多人连自己的手机号都记不住，家人的手机号也记不住，每次只能到通讯录里去找，这就是一个认知外包的过程。所以吴恩达真正说的是：作业分当场结清了，但是本事你没学会。

这个判断还不只用在学生身上。2026年1月20号在达沃斯，吴恩达把同一套话用到职场上。以前一个新人是怎么长起来的？查资料，做错，而且一定要做错，然后被老同事拎出来骂，一轮一轮攒出自己对这个行业的判断。现在这些基础活一件一件被AI接走，“在错误里成长”这条道路正在被堵死。他说，这才是初级员工真正焦虑的地方：他们怕的不只是这个月的饭碗，而是自己正在变成一个只会开AI的操作员，跳过了本来该自己犯的那几年错误。说到这里，我再讲一个我儿子的故事。他前面参加了一个集成电路设计比赛，这个课程实际上只教了一半。

后边一半课程还没教，他也有一点小聪明，在家里用了各种AI工具。当时用的是Gemini，他让AI把后边一半课程教给自己，然后出题来考他，还做了一个小题库，在那里反复练习了半天，觉得自己应该会了。然后在学校里做笔试，先在校内试一试、筛选一下，最能打的出去参加比赛。他在笔试时拿了一等奖，然后信心满满地准备参加外边的比赛。

老师还圈定了一个考试范围，说大概历年比赛都考什么样的东西。在这个时候，他犯了一个很多年轻人都会犯的错误：命令AI去穷举，把老师划定的题目范围穷举一遍。然后就发现穷举的范围太大了，实在穷举不过来。按道理说，如果是老程序员，穷举搞不定，那就抽象，把这件事底层的逻辑搞清楚，最后万变不离其宗。他没有，他继续穷举，然后觉得应该差不多了，就在这个范围之内。

到比赛真正把题目发下来时，他发现这个题目跟自己穷举的一大堆结果里有几个很像，但都差了那么一点点。而且这个比赛不允许带电脑，必须在现场写，他一下就抓瞎了，不知道该怎么办。他就遇到了这样一个问题。所以AI对于学习这件事情到底是不是有效？吴恩达出来说了，这个事是有害的。

同一场访谈里，他还讲了两件事，顺带说一下。一件是给毕业生的建议：上网去找那些学校课表里还没有来得及塞进去的东西，尤其是在AI这一块。另一件事是他招人的规矩：他手下做市场的人全都会写代码，面试时他只问一句话，你做过什么东西没有。这也是很有意思的一个点。

五位大佬说的不是同一件事

前面咱们讲了，大佬们都在认为AI是有害的，还有哪些人说了这件事？第一个是2026年1月26号的杰弗里·辛顿。这位老兄是2024年诺贝尔物理学奖的得主、“AI教父”。他在BBC上被问到，AI有哪个用处让你觉得骄傲？他的答案是教育。他的原话是，一个正常的老师在教室里是广播模式，把答案讲给一屋子孩子听，可是这些问题，孩子压根就没想过。AI导师不一样，你刚冒出来那个问题，它当场就给你答了，这样学得快得多。

他还点名夸了一所学校，叫Alpha School。这所学校每天只上两小时的学业课，剩下半天做项目、社交，学生在全美标准化考试里排到前1%到2%。学费是一年4万到6.5万美金，带班的不叫老师，叫做引导员，起薪10万美金。这时有人会问，前面不是说AI是有害的吗？杰弗里·辛顿讲的却是AI最棒，做教育最厉害。

但是你要注意他举的这个例子：Alpha School。你以为能够交得起一年4万到6.5万美金的人就都能上吗？这是要筛选的。如果你真的改变了教育模式，改成像Alpha School这样，老师不叫老师，叫引导员，一年能够拿到10万美金起薪，那么AI确实是有用的。咱们一定要把这个事情讲完整。如果你做不到这样，那么杰弗里·辛顿并没有讲会变成什么样。这才是吴恩达他们讲的：你就用AI来替你写个作业，那就是有害的；你能够像Alpha School这样，它可能是有益的。

再往后是杨立昆。2026年2月19号，在印度AI峰会上，他讲的是另外一件事。他首先反对的不是AI教育，他反对的是大语言模型。LLM，他认为大语言模型就不是智能的未来，所以他认为用大语言模型去做教育这件事，肯定也是不对的。

杨立昆对学生的具体建议，是去学物理、学电子工程，去学那些半衰期长的东西。他还讲到AI末日论，这种AI末日论讲给一些中学生听时，真的引起了一部分人抑郁。再往后一个是山姆·奥特曼。在2026年2月的印度AI峰会上，他也讲到，确实看到很多大学生用AI偷懒做作业，他们确实得到了分数，但真的没有学会。

到2026年5月，奥特曼回了一趟斯坦福，在CS153这门课上认了错。ChatGPT已经出来3年半，他找不到教育系统有过哪怕一次像样的系统性改变。他当初预测AI出来以后，教育就会发生系统性改变，而且会在1到2年内发生，但到3年半了，教育依然没有发生像杰弗里·辛顿所说的Alpha School那样的系统性转变。他的原话是：我很担心，我以为它现在早该变了。他管这个叫自己最大的预测失误之一，还说把思维外包出去，人是会萎缩的。

到2026年8月26号，比尔·盖茨发了一篇6,000字的长文。里面有一句是：讽刺的是，同一个工具让人能够比过去任何时候都学得更多，也可能让很多人学得更少。隔了两天，8月28号，吴恩达那句话就出来了。把这五个人摆在一排看，真正在说AI正在损害学习的是三个人：吴恩达、盖茨和山姆·奥特曼。

杨立昆讲的压根是另外一件事。杰弗里·辛顿讲的是，当AI变成Alpha School这样以后，AI对教育是有帮助的。所以我认为，他们想的其实是同一件事：AI时代的教育必须发生改变。如果不改变，现有的AI，至少这种聊天式AI，对学习是有危害的。当学生用AI直接交作业时，他们其实并没有学会。

在这些人里，比尔·盖茨要更悲观一些。他提到两样东西，第一个叫“人类保留区”。保留区这种东西，会让人想到当时美国人给印第安人设立保留区的感觉。他现在认为人类也需要保留区：医疗、护理、教育、心理健康这些活，哪怕机器也能干得了，我们还是应该立下规矩，留给人来干。

这又让我想起一件事。以前去日本时，一位观众告诉我，日本的车厂里有一条生产线是完全人工的。正常生产线上组装汽车都是机器自动组装，但有一条生产线的所有工序都由人去上。从这条生产线出来的车，最后会和正常生产线的车一起出厂，你分不出哪一辆是哪一条线生产的。所有车型都有一条生产线这样处理，这也是日本车工艺能够始终保持下来的一个秘诀。

比尔·盖茨讲的另一样东西是收税，叫机器人税或者token税。收上来的钱拿去做再培训、做社会保障。按他自己的说法，收这道税，是把往机器那边跑的速度稍微压慢一点点。那么，这些人是完全无根据地拍脑袋得出结论吗？不是。他们拿到了实验结果，也拿到了问卷，我们要分开讲一下他们的理论依据到底是什么。

脑电实验、问卷与认知债

先说实验。2025年6月10号，有一篇论文挂在arXiv上，题目叫《你的大脑用上ChatGPT之后》。第一作者姓科斯米娜，是MIT媒体实验室的人。实验是这么做的：54个人分三组，一组用ChatGPT，一组只允许用搜索引擎，一组什么都不许用，只用脑子。4个月里，每个人写4篇短文，也就是SAT那种命题作文。

写的时候，脑袋上要戴这个脑电帽。所谓脑电帽，就是脑袋上有一大堆电极，去看大脑之间有什么样的连通。它没有办法测出来你在想什么，如果能测，这个东西就太吓人了。但是它能够测出你脑子里不同区域之间有没有在互相搭话。搭得越密，说明这件事情你投入的力气越大。所以这个实验测的从来不是文章写得好不好，而是写这篇文章的时候，这个人的脑子有没有真的在干活。

实验结果一样一样说。第一个数是55%。用ChatGPT那一组的低频段脑网络连通性，比什么都不用那一组低55%。说白了，同样在写一篇文章，用AI那组的脑子，联动起来的那部分少了一半还多。第二个数是83.3%。刚交完卷，让他们把自己刚写的话引用一句出来，用ChatGPT那组有83.3%的人一句都引用不出来。就算有些人可以引用一些话，一个字不差的人也一个都没有。他刚写完的东西，自己不知道写了什么。

第三个是撤掉AI之后的事情，这才是最可怕的。实验的最后一段让两组人对调，把AI从原来那组人手里拿走，他们的脑活动没有立刻回来。作者给这个现象起的名字叫“认知债”。当这些用AI的人不再用AI，重新写一遍作文时，大脑连通率并没有恢复回来，这个损害留下来了，没有修复。不是把AI收走以后，人就重新变回去了。

“认知债”这个词是从软件行业借过来的。什么叫技术债？就是今天你写了一堆屎山代码进去，当时把时间省下来了，可是这笔债并没有消失，往后每改一次，都要多花一份功夫去还。认知债也是这个意思。拿走AI工具以后，前面失去的锻炼机会、没有动脑子养成的懒惰习惯，会留下一些不可磨灭的东西，以后再想把它补上就费劲了。

第四个结果藏在文本分析里，也很吓人。用AI交上来的文章越来越像。找老师去评判，老师的说法是，这批文章结构规整，挑不出错，可是没有个人视角，也没有灵魂。但这就能得出确定结论吗？不能这么讲，因为毕竟是预印本，也就是研究做完了，挂到网站上等着同行评议，但同行评审过程还没有走完。

54个人的采样数量不够多，只测写作文这一件事，也稍微窄了一点，而且4个月的时间也稍微有些短。最后这个阶段对调的时候，就只剩18个人了。所以它现在整个得出的结论，是一个趋势性结论。但你说这就是一个确定的结果，这个还有待商榷。

再说比尔·盖茨引用的文章，他写的是“一个初步调查结果”。这实际上是瑞士商学院一个姓格利希的人做的，2025年1月3号发出来，由666个人填问卷，分三个年龄段。数据是：AI用得越多，批判性思维得分越低，相关系数是负0.68；把脑子的活外包出去得越多，批判性思维越低，这个系数是负0.75。这个数据走到头就是-1，-0.75已经接近-1。最明显的是越小的孩子，把思维外包给AI以后，批判性思维就越差。

但这个问卷问的是相关性，不是因果。到底是用了AI以后，批判性思维就降下去了，还是本来就懒得琢磨的人更爱用AI，这份问卷分不开。比尔·盖茨自己写的也是“初步调查”。还有一个较早、也很有趣的实验，叫做“谷歌效应”。上一次我们担心教育要被颠覆时，出现的是搜索引擎。这个实验是2011年做的。

从谷歌效应到计算器

哥伦比亚大学一位姓斯帕罗的学者，在《科学》杂志上发过一组实验，一共四个，要命的是第四个。它把参与者分成几种情况：能够同时记住文件夹名字和这句话本身的是一拨人；只记住文件夹，但想不起这句话的是一拨人；只记住这句话，想不起文件夹名字的是一个数字；什么都记不住的又是一个数字。最后得出的结论是，更多的人只记住了文件夹的名字，记不住这句话本身。

为什么这个结果最后被叫成“谷歌效应”？因为搜索引擎来了以后，大家不是变笨了，而是换了一个存法。东西不再存在脑子里，而是放在一个自己知道上哪里去取的地方。现在我们只要知道上哪里能搜到这个结果就行了，再问这个东西存哪里，大家已经不记得了。这就叫谷歌效应。

谷歌效应到底是不是让人变笨了？大家其实并没有结论，因为你没有办法找到一个不使用搜索的人来重新比较，这个事已经很难了。那有没有什么东西可以比较？有，这个东西叫计算器。当时计算器出来时，大家也非常惊讶，觉得以后再也学不好数学了。后来西方人得到的结论是，虽然现在学生都使用计算器，但数学也都学得挺好，并没有发现数学教学崩塌了。

但我要讲的是，他们得到的结论其实是错的，因为还有一个地方不让用计算器，这个地方叫中国。我们从小、从幼儿园开始就在练100以内的加减法。就算在教育不是特别好的地方，到小学一二年级也在开始练100以内加减法，然后还要背九九表。我们一直到高考时，绝大部分地方都不让带计算器进去。

为什么说“绝大部分”？因为上海是允许的，上海高考考数学时可以带计算器，但要求计算器不能有联网功能。全国其他所有地方，上高考考场时都要拿草稿纸去算。那这个办法管用吗？这就有明显的两个实验样本群了，而且数量巨大，不是54个人，而是华人区和非华人区。非华人区都用计算器，华人区基本不用计算器，从小要背九九表，要算100以内加减法。到底有没有差异？结果是有的。

经合组织每三年会做一次15岁学生的评测，是全世界通用的一把尺子。2022年那一轮，数学前四名都是华人教育系统：新加坡575分，澳门552分，台北547分，香港540分。再往后是日本536分、韩国527分。很多人吹印度和以色列的数学多好，但没排上。美国是465分，排第32名，经合组织的平均分是472分，也就是美国15岁孩子的数学水平达不到这些发达国家的平均线。

为什么没有中国？2022年中国大陆没参加。上一次是2018年，北京、上海、江苏、浙江四个地方一起考，数学分数是全球第一，遥遥领先，断层领先。这个成绩一直在被人质疑，说中国拿了最有钱的四个省市去做测试，代表不了全中国。后来我们就不参加了，这太欺负人了。再看做AI研究的人里有多少是华人，这个事情有没有相关性？我们不说是不是互为因果，但有没有相关性，大家自己去想。

西方人没有觉得计算器毁了他们的数学，他们说得对吗？他们的数学教育确实可能没有塌房，可这件事情不能自己跟自己比，得跟中国这些到了高考现场还要口算的学生比。美国那个465分就摆在那里，这个数据大家自己去看。

护栏要保住的三样东西

所以，吴恩达今天说要做护栏，说到底就是一句话：不能直接给答案。他花1亿美金要造的这个东西，跟中国中小学老师从孩子手里收走计算器，是同一个动作。至于AI这一关，中国是怎么办的？2025年5月12日，教育部基础教育教学指导委员会发过一份《中小学生成式人工智能使用指南》。

这份指南的原文按学段划线：小学阶段禁止学生独自使用开放式内容生成功能，老师可以在课上用来辅助教学；往上到初中、高中才逐级开放，允许学生去分析生成内容的逻辑，结合技术原理做探究。另外还有一句，学生应该避免在作业里简单复制AI生成的内容。这份东西是2025年5月发出来的，比吴恩达喊出那句“绝对有害”早15个月。

这跟收走计算器是一模一样的路数：先按年龄段划线，线以下不许自己用，没有讲道理，没有等实验结果，先关上再说。那这道线到底划在哪里，划完以后该练什么？我们要盯住三样东西。第一个叫记忆力，因为现在有太多东西由AI替你记了，我们自己还是要去记。

第二样东西叫上下文。AI其实有一个很笨的地方：它每一次做事情时，不知道哪些东西应该成为上下文，进入这一次推理的参考范围，也不知道哪些东西不应该进来，而这正是人应该干的活。所以这也是我们要教育、要训练的：这件事情需要考虑哪些因素，哪些因素不应该进入其中干扰判断，这是人需要训练的。

第三个就是批判能力。因为AI出来的结果不一定保证正确，如果每一次AI出来结果，你就直接用了，那这件事就废了，所以我们需要保留批判能力。收走计算器这个办法能够成立，还有一个前提：中国有很好的教育底蕴，有足够多的教师教孩子做口算练习，做100以内的加减法，背九九乘法表。而且中国整个社会的教育理念，是“万般皆下品，唯有读书高”。

如果把这个办法放到非洲、东南亚、南美那些教育相对落后的地方，他们未必能走通，所以这件事情要讲得很清楚。最后回到开头那个问题：吴恩达说AI对学习绝对有害，他说得对不对？我觉得应该有一个限定条件，就是在现有教学体系下，如果不改，这些聊天窗口对于学习绝对是有害的。

至于吴恩达现在创建的新公司，想要提供有护栏的AI工具，到底对教育是不是有效，还需要时间的检验。今天在上学的这批孩子学到了什么、没学到什么，要等到他们三四十岁，真正坐到该由他们自己拿主意的那个位置时，才能看得出来。到那个时候，批卷子的就已经不是老师了。今天的故事就讲到这里，感谢大家收听。请帮忙点赞、点小铃铛，参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

背景图片