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，这个人咱们得先说一句啊，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的时候，Anthropic的达里奥·阿莫代伊就是在他手下干活。他在这档播客里头，第一句话先打了招呼说：“我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。然后他给理由：现在出来的数据非常清楚了，大学生用AI写作业，作业分数是上去了。他还专门补了一句说：“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。”至少对于绝大多数人来说是这样的。
AI绝对是对学习有害的，糟糕透了。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，这就是他的核心观点。他还讲了他自己身上的事啊：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的时候，他脑子里是一片空白。
只能再去问一遍啊。老范自己也有这样的感受啊：你让AI写的，看完事情以后，你脑子里是留不下任何记忆的。大家注意这个细节：他不是说学生笨，他是说他自己在这件事情上也躲不过去。那他凭什么说这个呢？因为他刚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。
公司叫做LearnVector（学习矢量），换到手的是1/3的股份，也就是这个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话：“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。什么叫护栏呢？
大家还记不记得以前有一个相声叫《威胁》，里边讲的是一个父亲，自己其实知识已经落后了。他的儿子问他任何问题他是不会的，那么他就要去搪塞一下啊：“这个问题我不能直接告诉你答案。我如果直接告诉你的话，你印象不深。”实际上所谓的护栏，大家这样形象地去理解是没有太大问题的。
那什么叫认知外包呢？这就是本来该你脑子干的活，你交给外边的东西去干了。这个事不是AI时代才有的：大家现在还能背电话号码吗？以前咱们能够背几十个电话号码，甚至有多的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，家人的手机号都记不住，只能是每一次到通讯录里去找。
这个就是一个认知外包的过程。所以吴恩达真正说的是什么呢？作业分是当场就结清了，但是本事你没学会。这个判断他还不只是用在学生身上：2026年1月20号在达沃斯，他把同一套话用到职场上。说以前一个新人是怎么长起来的呢？查资料、做错啊，大家注意：一定要做错。
然后被老同事拎出来骂一轮一轮攒出来自己对这个行业的判断。现在这个基础活一件一件在被AI接走，在错误里头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，是自己正在变成一个只会开AI的操作员。
跳过去的是本来该他自己犯的那几年错误。在这里呢，我要再讲一个我儿子的故事啊：我儿子前面去参加了一个集成电路设计比赛。这个课程呢，实际上教了一半，后边一半没教呢。他呢也是有一点点小聪明，跟着在家里头也用了各种AI工具：“那就用AI呗。”
他还专门思考了一下说怎么用呢？当时用的是Gemini，说：“你去把后边一半课程教给我，然后出题来考我吧。”还做了一个小题库在那反复的练习了半天，觉得自己应该会了。然后呢是在学校里边做笔试：就是说你们先在校内试一试筛选，最能打的出去参加比赛去。
他在笔试的时候拿了个一等奖，然后信心满满的准备去参加外边的比赛了。老师呢还给圈定了一个考试范围：“说大概比赛历年都考什么样的东西。”然后在这个时候呢，他犯了一个很多年轻人都会犯的错误：他命令AI说去穷举，“把老师划定的这个题目范围给我穷举一遍。”
然后就发现穷举的范围太大了，实在是穷举不过来了。那怎么办呢？按道理说如果是老程序员的话：那穷举搞不定，咱们就抽象啊；咱们把这个事情底层的逻辑搞清楚，最后万变不离其宗嘛。他没有啊：他继续穷举，然后觉得应该差不多了就在这个范围之内了，他就去参加比赛去了。
到比赛真正把题目发下来的时候：发现哎，发下这个题目呢跟他穷举的一大堆结果里头有几个很像。但是呢都是差了那么一点点，而且这个比赛是不允许带电脑的：你必须在现场写一下就抓瞎了。不知道该怎么办了，他就遇到了这样的问题。
所以AI对于学习这件事情到底是不是有效啊？吴恩达出来说了这个事是有害的。同一场访谈里头，他还讲了两件事情顺带说一下：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：他手下做市场的全都会写代码；面试他只问一句话：“你做过什么东西没有？”
啊这个也是很有意思的一个点。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呢？第一个呢，是2026年1月26号杰弗里·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。
他的原话是这样的啊：一个正常的老师在教室里边是广播模式，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，他当场就给你答了。这样学快得多。他还点名夸了一所学校叫Alpha School：这所学校里头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头排到前1%到2%，学费是一年4到6.5万美金。带班的不叫老师，叫做引导员：起薪10万美金。哎不对啊！老范前面不是说AI是有害的吗？杰弗里·辛顿这个讲的是AI最棒啊、做教育最厉害啊。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，改得像Alpha School这样：老师不叫老师叫引导员，一年能够拿到10万美金的起薪的时候。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。再往后是杨立昆啊：2026年2月19号在印度AI峰会上，他就讲的另外一件事。因为他首先反对的不是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：他对学生的具体建议是去学物理，去学电子工程，去学那些半衰期长的东西。而且他还在讲AI末日论啊：这种AI末日论讲给一些中学生听的时候，真的引起了一部分人抑郁。
再往后一个是山姆·奥特曼：在同样的一场会、2026年2月份的这个印度AI峰会上，他也讲到了：“我们确实看到了很多大学生。他们跟我讲：他们用AI偷懒去做作业了；啊，他们确实得到了分数，但是他们真的没有学会。”到2026年5月奥特曼回了一趟斯坦福。
在CS153这门课上认错了啊：这哥们认错的机会不多，说：“ChatGPT已经出来三年半了。我找不到教育系统有过哪怕一次像样的系统性改变。”他为什么要认错呢？当时预测的是AI出来了，教育就会发生系统性改变：而且会在一到两年之内就发生。
但是他觉得他预估错了，到3年半了教育依然没有发生系统性转变：就是转成杰弗里·辛顿讲的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。他还说把思维外包出去，人是会萎缩的：2026年8月26号。
比尔·盖茨发了一篇6,000字的长文，里头那句话是这么写的：“说讽刺的是：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号吴恩达这句话就出来了。现在把这五个人摆在一排来看：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。
杨立昆呢讲的是压根另外一件事；而杰弗里·辛顿他讲的是：当AI变成Alpha School这样子以后，AI是对于教育是有帮助的。所以我认为他们想的其实是同一件事情：就是AI时代教育必须发生改变。如果不改变的话，现有的AI（这至少这种聊天式的AI）对这件事情是有危害的：当学生用AI直接交作业的时候，他们其实并没有学会。
当然在这个里头比尔·盖茨呢要更悲观一些：他还提到了两样东西。第一个叫“人类保留区”。保留区这种东西你想想当时美国人给印第安人设立保留区是什么感觉啊？他现在认为人类也需要保留区了：医疗、护理、教育、心理健康这些活，哪怕机器也能干得了。
但是我们还是应该立下规矩留给人来干：听到这个话让我想起一个事，原来去日本我们的一位观众就给我讲过。他说：“日本的车厂里边是有的一条生产线是完全人工的：正常的生产线上你去组装汽车都是机器自动组装了。但是呢有一条生产线所有的工序都是人去上的。”
而且这个生产线里出来的车最后会跟正常生产线的车一起出厂啊：你是分不出来哪一个是哪一个的。所有的车型都有一个生产线在这样去处理，这也是日本车的工艺始终是能够保持下来的一个秘诀。那比尔·盖茨讲的另外一个东西是什么呢？就是收税：叫机器人税或者叫token税。
收上来的钱拿去做再培训、做社会保障；他自己说的话是：收这道税是把往机器那边跑的速度稍微压慢一点点。这些人他们就是拍脑袋完全无根据的就得出这样的结论吗？不是的啊：他们是拿到实验结果的，是拿到问卷的。咱们要分开来讲一下他们的这些理论依据到底是什么：先说实验啊。
2025年6月10号有一篇论文挂在arXiv上了啊：题目叫做《你的大脑用上了ChatGPT之后》。第一作者姓科斯米娜，MIT媒体实验室的人。实验是这么做的啊：54个人分三组——一组用ChatGPT，一组只允许用搜索引擎，一组什么都不许用光用脑子。
4个月每个人写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，去看看你大脑之间有什么样的连通：它没有办法测出来你在想什么啊。如果能测这玩意就太吓人了，但是呢它能够测出你脑子里头不同区域之间有没有在互相搭话。
搭的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的好不好，而是写这篇文章的时候这个人的脑子有没有真的在干活。这个实验出来的结果咱们一样一样说啊：第一个数是55%——用ChatGPT那一组低频段脑网络连通性比什么都不用那一组低55%。
说白了就是同样在写一篇文章，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83.3%的人一句都引用不出来。就算有些人可以引用一些话，但是一个字不差的人一个都没有：他刚写完的东西不知道自己写了什么。
第三个是撤掉AI之后的事情了，这个才是最可怕的：这个实验呢最后一段是要让大家去对调。把AI从原来那组手里头拿走，他们的脑活动没有立刻回来：作者给的这个现象的名字叫做“认知债”。就是当这些用AI的人你让他现在不用AI重新写一遍作文的时候，他脑子里头这个大脑连通率并没有恢复回来。
那你这个损害留下来了没有修复：不是说把AI收走了以后你就重新变回去了。“认知债”这个词呢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，当时你是把时间省下来了。可是这笔债并没有消失：往后每改一次你都要多花一份功夫去还。
认知债也是这个意思啊：你拿走AI工具以后，你前面失去的这个锻炼机会、没有动脑子养成的这个懒惰的习惯会给你留下来一些不可磨灭的东西。以后你再想去把它补上费劲了啊：第四个结果是藏在文本分析里头了，也是很吓人的啊。说用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来，可是没有个人视角也没有灵魂。你说这就是得出结论了吗？这个也不能这么讲：因为毕竟是预印本，就是研究做完了挂到网站上等着同行评议了。但是呢同行评审的一个过程并没有走完：54个人这个采样的数量不够多，只测写作文这一件事呢也稍微窄了一点。
而且四个月这个时间也是稍微有些短：最后这个阶段对调的时候就只剩18个人了啊。所以他现在整个得出的结论是有一个趋势性的结论，但你说这就是一个确定的结果这个还有待商榷。再说比尔·盖茨引用的这篇文章：他写的是一个初步调查结果，实际上呢是瑞士商学院一个姓格利希的人做的。
2025年1月3号发出来的：666个人填的问卷，分三个年龄段。数据是这样的：AI用的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的越多批判性思维越低，这个是负0.75。这个数据走到头就是-1：所以就是你用AI批判性思维就在下降，你完全扔给它你就彻底不问结果了。
就到-0.75了就已经接近-1了：最明显就是越小的孩子你让他把思维外包给AI他的批判性思维就越差。但是这个问卷呢问的叫相关性不是因果：就是到底是用了AI批判性思维就降下去了，还是说本来就懒得琢磨的这帮人更爱用AI？这个问卷是分不开的。
比尔·盖茨自己写的也是初步调查啊：还有一个实验也是很有趣的，这是比较早的一个实验叫做“谷歌效应”啊。上一次我们担心教育要被颠覆的是什么？就是搜索引擎：这个实验是2011年做的。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：他做的这个实验是这样的——你同时能够记住这个文件夹的名字和这句话本身的人是一拨人；只记住了文件夹但是想不起这句话是什么的是一拨人；你只记住这句话了想不起这个文件夹叫什么的是一个数字；什么都记不住了是一个数字。他最后得出的结论是什么呢？
就是更多的人只记住了文件夹的名字，记不住这个话本身啊：为什么这个结果最后会被叫成谷歌效应呢？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了。放在一个自己知道上哪去取的地方，现在的话我们只要知道上哪能搜到这个结果就完了。
你再问他说这个东西存哪了，大家已经不记得了：这个就叫谷歌效应。那么谷歌效应到底是不是让人变笨了呢？大家其实并没有一个结论：因为你没有办法找到一个不使用搜索的人去重新比较啊，这个事很难了。那你说有没有什么东西可以比较呢？有：这个东西叫计算器。
当时计算器出来的时候大家也莫名惊诧说：“哎呀完了，大家再也学不好数学了。”后来西方人得到一个结论说没有啊：虽然现在学生都使用计算器，但是我们的数学也都学的挺好的呀。并没有发现数学教学这件事情就崩塌了呀：但是我要讲的是什么？他们得到的结论其实是错的。
因为还有一个地方是不让用计算器的：这个地方叫中国。我们从小啊从幼儿园开始就在练100以内的加减法，你就算是你一个教育不是特别好的地方：你到小学一二年级也在开始练100以内加减法了。然后要去背九九表：我们一直到高考的时候绝大部分的地方都是不让带计算器进去的。
啊为什么叫“绝大部分地方”？上海是允许的：上海高考考数学的时候是可以带计算器的，但是要求你的计算器不能够有联网功能的啊。全国其他所有地方你上高考考场的时候都是要去拿这个草稿纸去算的：那你说这玩意管用吗？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：这是华人区和非华人区。非华人区他们都是用计算器的，华人区基本上是不用计算器：咱们从小就要背九九表、就要去算100以内加减法的。到底有没有差异呢？这个结果是有的啊：经合组织每三年会做一次15岁学生的评测，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的：新加坡575分，澳门552分，台北547分，香港540分。再往后的是日本536分，韩国527分：很多人去吹印度和以色列的数学多好啊没排上。美国多少呢？美国是465分，排第32名：经合组织的平均分是472分。
也就是说美国15岁孩子的数学水平达不到这些发达国家的平均线：那你说怎么没有中国呀？2022年中国大陆没参加啊。上一次2018年中国大陆是参加的：北京、上海、江苏、浙江四个地方一起考了，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来去做测试代表不了全中国。
后来我们就不参加了：这个太欺负人了。
现在咱们再来看，在做AI研究的人里头有多少是华人？你们觉得这个事情有没有相关性？咱不说这个事情是不是互为因果，但是有没有相关性。大家自己去想：西方人没有觉得计算器毁了他们的数学，他们说的对吗？
他们的数学教育确实可能没有塌房。可是这件事情不能自己跟自己比，你得跟中国这些到了高考现场还要口算的学生去比。美国那个465分摆在那了，这个数据啊，大家自己去看一看。
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头收走计算器是同一个动作。
至于AI这一关，中国是怎么办的呢？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。原文按学段划线：小学阶段禁止学生独自使用，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头简单复制AI生成的内容。大家把时间对一下，这份东西发出来的是2025年5月，比吴恩达喊那句“绝对有害”早15个月。跟收计算器一模一样的路数：先按年龄段划线，线以下的不许自己用；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？划完了以后该练什么？咱们要盯住三样东西。第一个东西叫记忆力，因为现在有太多东西是由AI来替你记了，我们还是要去记的。
第二样东西呢，叫上下文。什么意思？AI其实有一个很笨的地方：它每一次在做事情的时候，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；哪些东西不应该进来。而这个正是人应该干的活，所以这也是我们要去教育、要去训练的。
啊这件事情我们需要考虑哪些因素？哪些因素不应该进入到这一次事情里头去干扰我？啊，这个是人需要训练的。
第三个就是批判能力。因为AI出来的结果不一定保证对；如果每一次AI出来结果你就直接用了，那这事就废了。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，还有一个前提咱们前头没有讲清楚：这个前提就是中国是有很好的教育底蕴的。它有足够多的教师去教孩子去做口算练习、去做100以内的加减法、去背九九乘法表。而且中国的整个社会的教育理念也是“万般皆下品，唯有读书高”这样的一个理念。
你把这个东西放到非洲、放到东南亚、放到南美那些教育相对落后的地方去，他们未必能走通。所以这个事情我们要把它讲得很清楚。最后总结一下：回到开头那个问题，吴恩达说AI对学习绝对有害，他说的对不对呢？
我觉得应该是有一个限定条件的：就是在现有的教学体系下，如果你不改的话，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，到底对于教育是不是有效？这个还需要时间的检验。
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他们自己拿主意的那个位置上的时候才能够看得出来。到那个时候批卷子的就已经不是老师了。
好，今天这个故事就讲到这里。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的朋友加入我们的付费频道。再见！