深观察｜割尾之忧：人工智能时代，人脑会退化吗？

教育站到了这场进化的前排。AI时代的教育第一问变了。过去问教什么，如今要问，人的哪些能力必须长在自己身上。过去的教育是能力传输系统，未来的教育必须是能力守界系统。每个学科需要开出自己的“不可外包清单”，像药品说明书标注“必须本人操作”的步骤。 守界先要分级。认知功能里，哪些是阑尾，可割；哪些是肠道，不可割。判断力与品味，长在亲自解难题的肌肉上，不经训练不会生长。教育，不能把最基本的丢掉。认知科学讲“合意困难”，就是要人为设置适度的挑战性障碍，费力学来的才留得住，AI恰好把费力抽掉了，连同记忆的铆钉一起抽掉。另一方面，基本功是入行礼，外科医生练打结，钢琴家练音阶，练的是手艺，也是身份。荀子说“君子善假于物”，善假于物的前提，是先知道物的长短。没亲手算过，就认不出机器的错处。 真问题也要守。提问能力的试金石很朴素，这个问题卡住过你。没解过题的人提出的问题，多半是表演性的提问。AI可以当陪练，当对手方，但陪练不能代替上场，也不会替正主担责。 评价是硬骨头。作业都被机器代劳之后，学习过程就不可见了，评价只剩结果，而结果偏偏最容易被代劳。古人遇到过同类难题。科举防枪手的办法，是糊名、誊录、锁院，再加一场面对面的殿试。防人代笔要动真格，防机器代笔更得动真格。答辩复现、现场写作、过程档案，都是方向。 教育是一个系统。这边的孩子用AI去验证，那边的孩子用AI去交差，认知体系就来了个大清洗。数字鸿沟走了三代，接入、使用、退守，第三代最难看。孟子讲心之官则思，思则得之，不思则不得。挪到今天，思则机器为我所用，不思则我为机器所奴役。机器的训练数据是过去答案的分布，它沿分布优化，优化的方向是均值回归，而突破永远出在离群点上。一代理科生都在分布内打转，离群点从哪里来，拔尖人才又从哪里来？导师带徒弟，靠的是一起做事的身教，打下手的工序一旦被机器接管，身教就断了线。25位菲尔兹奖得主在公开信里警告的人类传承链的断裂点，恐怕就在这一截。作为天文学家第谷的助手，开普勒用了好多年，手工消化第谷生前堆积如山的观测数据，才提出行星三大定律。刀在石上磨，人在事上练。机器学习一口吃掉的，正是“消化”这道工序。杀死消化过程，也就一并杀死未来可能的科学发现。 当最后一批会证定理的人离开之后，谁来重建？