当 AI 什么都会后，人类需要去学什么

2026年10月29日10月29日

文章目录

孩子把作文题丢给 AI 的时候，你心里会咯噔一下，又说不出到底哪里不对。效率是高了，脑子好像少转了几圈。这种不安很难讲明白，因为它不是怕 AI 写错，是怕人自己不用了。

爱沙尼亚的教育部长做了件方向相反的事。2025 年，她把 AI 发给了全国的高中生，给学校发许可证，给学生开账号。理由不是效率，恰恰是那点不安——她怕的也是人不用脑子。

克里斯蒂娜·卡拉斯（Kristina Kallas）2023 年 4 月出任爱沙尼亚教育与研究部长，上任时 ChatGPT 上线刚五个月。2026 年 6 月，她在 Tartu 大学的一场 TEDx 演讲里讲了教育部被这件事顶到墙角的整个过程，也讲了她的答案：教育的任务是把人脑按在更费力的那一档上，而 AI 是现成的那只手。

她要管的不是技术，是人脑还剩什么用

上任两个月，顾问第二次来找她：学生已经在学校里用 AI 了，我们得做点什么。她问做什么，顾问说还是不知道。

于是他们去找懂行的人，神经科学家、认知科学家、科技公司、IT 从业者，一轮一轮谈，谈了将近一年，谈出一个不算答案的答案：这不是技术问题。技术归别的学科管。她是教育部长，她要管的是学习，是技术走到这一步之后，人的大脑和学习能力会变成什么样。

这个问题也不新。2017 年 OECD 做过一次劳动力技能调查，结论是三分之二的劳动者，读写、算术和数字技能已经不如当时的计算机。人会算、会读、会理解一段文字，这些能力早就被机器追上了。那教育到底是为了什么？如果我们不再需要自己思考，是不是干脆不用学了。

她在台上开口第一句话说的是，她不打算讲 AI。

我要讲人。

I'm not going to talk about AI. I'm going to talk about humans.

—— Kristina Kallas

大脑天生挑省力的那一档

人脑有两种工作模式。低阶那一档管记忆、理解和应用：学一次，之后自动运行。学会骑车，十年不骑也忘不掉。记住二战始于 1939 年，有人问就脱口而出，不用再想。这一档省力，所以大脑偏爱它，愿意一直待在里面。刻板印象就是这么来的，听说意大利人嗓门大，以后见到每个意大利人都先这么想，懒得重新认识这个人。

▲ 原片 7:13。她说的两档：低阶省电，高阶费电，而大脑默认待在前一档

高阶那一档是分析、评价、创造（higher-order thinking）。为什么是 1939 年，谁在局中，各自想要什么，谁跟谁结盟，这些事在伦理上怎么评。这一档每一刻都要重新学，昨天学到的东西今天未必用得上，得拿底子在新情境里重新搭一遍。

大脑不肯待在第二档，原因很朴素：耗能。大脑是身体里最费电的器官。考完一场很难的考试，第二天整个人是废的，因为脑子在高档里跑了一整天，把身体的电抽干了。这比跑马拉松累得多，跑步是体力活，反倒属于低档。

她的判断就从这里来。人类正在经历一次认知上的进化压力，上一回是印刷术。印刷术之前识字的人不多，印刷术之后，人几乎都学会了读。这一次压力落在脑子上，不是跑得更快、站得更直，是要想得更快、更有系统、更有创造力。而这一档恰恰是大脑最不愿意常待的地方。

两百年来，教育只教到应用那一层

她在台上放了一张认知层级图，底下一层是记忆、理解、应用，上面一层是分析、评价、创造。

▲ 原片 7:35。图里横线以上是高阶，横线以下是学校教了两百年的那三层

过去两百年，学校几乎只教到下面那一层。学、记、理解、应用，然后考试。老师查的是你记住没有、读懂没有，很少问你到了新情境里会不会用、能不能由此做出新东西。多数人读到本科毕业都没碰过上面那层，要到读博士做研究才开始。

问题是 AI 已经把下面那层全做完了。她给 AI 留了两处空白：伦理评价，和真正的创造。AI 能生成新东西，但那是从统计概率里抽出来的，人的创造是另一回事。她说人脑在这一处还独一份。

所以教育不能到应用那里就收尾。这个结论不难推，难的是往哪儿挪、怎么挪。

所以她把 AI 发给了全国的高中生

挪到初中去。爱沙尼亚的七年级，12 到 13 岁的孩子，课表和课堂里就要开始做分析、评价、创造，不能等到博士阶段。

这里有个听着别扭的地方：这活儿必须让 AI 参与。理由是 AI 会推着人做这些事，没有它，教学就会滑回老路。

没有 AI，我们就会滑回记忆、理解、应用那条老路。

Without AI, we kind of leap back to the usual lower cognitive thinking of memory, understanding, applying.

—— Kristina Kallas

于是 2024 年底，爱沙尼亚出了学校的 AI 战略，2025 年 2 月启动 AI Leap 计划。预算是公私各半，一半来自投资这件事的企业，一半来自教育部，日常运营交给一个基金会，因为她认为部里不是做这类创新项目的好地方。

工具是专门做的，不是通用版 ChatGPT，是她和 OpenAI 一起研发的苏格拉底式（Socratic）版本：不直接给答案，用提问、追问、反驳把学生顶回思考里。钱和工具都不是重点，重点是老师。整个计划的力气花在训练老师，让他们知道怎么把 AI 编进作业和练习，逼出更多分析、更多系统思考、更多批判。