每一种新技术诞生时，都会附赠一个幻觉，而生成式 AI 继承了其中最诱人的那一个：自动贩卖机的幻觉。你投进去一段提示词，掉出来一个成品，中间那段名叫”思考”的、麻烦又不体面的人类劳动，就被悄悄取消了。人们老爱这么谈 AI——把它说成一台”替你干活”的机器。我现在越来越确信这是个彻头彻尾的误会，其荒谬程度，大约相当于以为你的胃是”替你”吃饭的。严格说它确实在替你消化，可你总还得自己决定吃什么。而吃什么这件事，恰恰是全部的赌注所在。
我明白这个道理，不是靠读什么宣言，而是被一个我一个人解决不了的问题逼出来的。我是个学习科学的研究者，不是医生。我要设计一堂课，核心是一个复杂的病人案例——一个拼图式的练习，学生得从好几个学科的角度，把对这个病例的理解一块块拼起来。麻烦在于：一个可信的医学案例是没法蒙混的。细节错一个，整件事就塌成了过家家，而学生这种生物，鼻子灵得很，一闻就知道。搁几年前，我的选项只有两个：花几个月把自己训练成一个蹩脚版医生，或者请一位真医生来，然后把人家海量的时间一口口吃掉。两个我都付不起。
于是我换了个办法，把 AI 当成研究和设计上的伙伴。我让它按照医学协调员定下的视角，起草一份真实可信的病例叙事；让它把叙事改写成脚本、场景、音频、视频，连每个学生小组要琢磨的结构化问题也一并拟好。然后——这正是贩卖机信徒们略过的那一步——一位真正的专家把这一切审了一遍。他不负责生成内容，他负责打磨。他揪出概念上的错误，做出教学法上的判断，决定什么才算真的好。他那点稀缺又昂贵的专业判断力，被花在了唯一只有他能做的事情上，而没有浪费在那一千件”仅仅需要专业知识来核对”的杂活上。
要紧的就是这个颠倒。诱惑在于让 AI”把所有事都干了”，可这么一来，你得到的是一件自信、像样、却在暗处微妙地错着的东西，而且没人有资格去纠正它。真正的纪律，是把活儿拆成一个个定义清楚的小任务，把费力气的那些派出去，而让人牢牢地坐在椅子上——目标由人来定，质量由人来判。AI 没有取代那位医学专家，它只是把他从”作者”挪到了”编辑”的位置上。这是升职，不是裁员。
我觉得，眼下关于”AI 进教育”的许多焦虑言论，只要人们注意到这个区别，多半就能不攻自破。人们怕 AI 把专业知识抹平——怕一台机器既然能起草病例，专家是不是就该下岗了。可专家的价值从来就不在”起草”上。他值钱，是因为他知道哪一份草稿错了、错在哪、学生究竟会在哪儿想岔。这种判断力是没法移交给机器的。移交不了，因为这压根不是一个”生成内容”的问题，而是一个”敢不敢为某个结论背书”的问题——而机器，什么都不替你担。
所以我得出一个相当朴素、几乎有点无聊的结论——而无聊通常是结论正确的标志。AI 最强大的时刻，恰恰是你拒绝让它按广告许诺的那种方式去强大的时候。不是”替我干活”，而是”把我能交代清楚、又能验收的那部分干了，好让我把自己有限的注意力，留给那些非得有个人来背书的部分”。贩卖机递给你一个成品，对你一无所求；设计伙伴递给你一份草稿，要求你别离开椅子。后者更累。可也只有后者，能产出一点值得留下来的东西。
This post was auto-drafted by GuanYu / 关羽 from Zhien’s knowledge vault. Last reviewed: 2026-06-29.