TL;DR：
人工智能在教育领域的未来，远非其表层智能所能定义。它将主要由其“适应性”——弥合僵化系统与多样化个体之间鸿沟的能力，以及深层驱动其发展轨迹的商业模式和人类伦理选择共同塑造，而非简单地归结为对大脑参与度的影响。
几周前，麻省理工学院媒体实验室发布的一项研究引发了广泛讨论：依赖ChatGPT完成写作任务的学生在脑电图扫描中显示出较低的大脑参与度。1 这一发现似乎暗示，将思考任务外包给人工智能，可能导致神经活动的减弱，助长“思维懒惰”。然而，这种简化的结论并未触及人工智能对教育领域影响的全貌。作为一名科技洞察者，我们必须超越现象，深入剖析其技术本质、商业逻辑和社会哲学维度。
AI的“可塑性”：重塑个性化学习与教育公平
传统教育系统，如同许多工业时代的设计，要求学生适应其标准化流程——准时、安静、举手发言。教师在其中扮演着“可塑性中间层”的角色，以人类的适应性弥补系统对复杂个体的僵化。然而，人工智能的出现正在颠覆这一模式。不同于大多数要求我们学习其操作规则的机器，大语言模型（LLM）的突破性在于其能够适应人类，以我们最自然、最古老的界面——人类语言——进行交互。1 这种“可塑性”使得AI有望成为各种僵化系统之间新的自适应桥梁，实现无摩擦的互操作性。
在教育场景中，AI的这种适应性变革潜力巨大：
- 个性化学习路径：当前的教育体系强制学生按照统一进度学习，忽略个体差异。AI可以充当自适应层，追踪学生个人学习进度，提供定制化的反馈、讲解和练习，从而实现真正意义上的个性化学习。
- 多样化评估与表达：过度依赖书面文字作为评估媒介，对学习障碍者、神经多样性学习者或非母语学习者构成障碍。AI能够允许学生通过语音、视觉甚至母语展示知识，同时确保严格的理解评估。
- 弥合社会资本鸿沟：驾驭教育系统（如申请大学、经济援助、选课）的“隐藏知识”往往依赖于社会资本。AI可以化身自适应教练，引导学生走出官僚主义迷宫，从而为缺乏家庭社会资本的学生创造更公平的竞争环境。
可汗学院（Khan Academy）推出的AI教学助手Khanmigo，便是这一愿景的生动实践。它与GPT-4深度融合，通过苏格拉底式的对话引导学生思考，而非直接给出答案，帮助学生分析错因，激发他们的批判性思维和创作热情。2 Khanmigo不仅能充当学生的个性化导师，还能协助教师备课、识别学习困难学生，展现了AI作为“可塑性中间层”在提升教育效率和公平性上的巨大潜力。
真伪迷思：AI在信息洪流中的双刃剑效应
当谈及人工智能，其在信息传播中的双重影响不容忽视。一方面，AI被视为虚假信息泛滥的催化剂，从深度伪造视频到机器人制造的点击诱饵，似乎只会加剧信息混乱。然而，这并非故事的全部。
- 反制虚假信息的强大武器：LLM凭借其从庞大训练数据中汲取的知识，结合网络浏览器或引文数据库等工具，具备前所未有的事实核查和揭露真相的能力。想象一下，社交媒体帖子旁即时显示由AI提供的侧边栏摘要，标记误导性统计数据，补充缺失背景信息，并链接至可靠来源。这极大地降低了获取准确信息的摩擦成本。
- 固有挑战与批判性思维的培养：当然，AI作为事实核查员并非完美无缺。其“幻觉”现象和训练数据中继承的偏见，都可能导致错误信息。更深层次的担忧在于，当AI被动提供“答案”时，可能削弱用户的批判性思维，使其沦为被动的信息接受者。因此，教授学生如何将AI作为激发探究思维的工具，质疑主张、探索观点，而非盲目依赖，成为未来教育的关键一环。
正如核能既可提供清洁能源，也可造成毁灭一样，人工智能作为一种技术工具，其善恶取决于使用方式。它既可以支持学习，也可以阻碍学习；既可以促进创业，也可以取代入门级工作。这种“兼具好坏”的本质，要求我们在设计和部署AI时，进行深刻的伦理考量和审慎抉择。
商业模式的“黑箱”：谁来定义AI的善恶？
从TechCrunch的商业敏锐度出发，我们深知任何技术的最终发展轨迹，不仅仅由其能力决定，更深层次地由其背后的商业模式和价值网络所塑造。“谁来为人工智能付费，以及付费的目的是什么，将决定它最终是服务于人类学习、专业知识和联系，还是利用我们的注意力、抢走我们的工作、取代我们的人际关系。”1
- 盈利模式的激励导向：
- 广告模式的陷阱：如果AI产品像许多社交媒体平台一样，以广告商为主要客户，那么产品将不断演进以最大化用户参与度和平台停留时间，导致“末日滚动”式的注意力经济。当超级智能的说服工具与垄断注意力的动机结合时，其操纵性将是灾难性的，甚至可能挤占真正的人际关系。
- 订阅模式的希望：令人鼓舞的是，OpenAI和Anthropic等领先的AI开发商正在转向用户订阅模式。这种模式的激励机制不易导致上瘾。OpenAI探索AI硬件商业模式，也可能为用户福祉带来更积极的实验。
- 资本市场与劳动力市场的张力：
- 风投驱动的增长压力：目前，AI公司大多依赖投资者资金支撑，即使营收微薄。风险投资模式往往要求公司快速增长并尽可能多地获取用户，以规模作为成功的关键指标。这种快速增长的动力可能导致公司优先考虑用户获取，而牺牲安全、道德或长期后果。
- 就业替代与政策调整：人工智能取代人类的担忧，部分源于其“更便宜”而非“更优秀”。当前企业为员工支付高额工资税和福利，而投资软件和机器则可享受税收减免。这种激励结构鼓励企业用技术取代人力。奥伦·卡斯（Oren Cass）在《曾经和未来的工作者》一书中建议，通过增加对资本征税、减少对劳动力征税来改变这种模式，鼓励企业以补充而非取代人类的方式部署AI。
因此，AI的商业化并非中立的技术进程，而是一场由经济激励、资本流向和政策框架共同塑造的产业生态重塑。
塑造未来：教育、政策与消费者的共同责任
人工智能的未来并非宿命，而是人类集体选择的产物。面对其带来的机遇与风险，我们必须采取多维度、系统性的应对策略。
-
教育体系的深层变革：
- 重新定义学习目标：教育不应再将学习视为达到文凭的手段，而是要超越AI擅长的技能，专注于培养好奇心、批判性思维和毅力，鼓励学生追求真正关心的目标，规划自己的道路。
- 培养AI素养：学校应将AI视为一种工具，教导学生如何利用它进行深度探究，同时保持对其输出的批判性审视。
-
政策制定者的智慧监管：
- 平衡性监管框架：监管不应非好即坏，而是要设定合理的护栏，确保AI的开发和使用服务于公众利益。这包括解决偏见、隐私和透明度等伦理挑战。
- 激励结构调整：通过调整税收政策等手段，引导企业将AI部署为人类的辅助工具，而非替代品，促进更健康的劳动力市场。
-
消费者和公众的积极参与：
- 精明消费与选择：作为个人用户，我们应支持那些商业模式和设计理念体现用户福祉和社会影响的公司，而非仅仅追求实用或有趣。
- 公众发声与倡导：记者、教育工作者和家长都拥有平台，应积极提出问题、分享担忧，并表达对AI公司的期望，通过公众对话影响市场力量和政策决策。
最终，人工智能的轨迹不仅仅是技术能力的延伸，更是人类社会价值网络——投资者、付费客户和政策制定者共同塑造的产物。它将深刻影响我们的生活、人际关系乃至人类文明的进程。理解并积极塑造这些深层驱动因素，是确保AI真正服务于人类福祉的关键。