從硅谷到杜威-AI時代的大學轉型
從硅谷到杜威，AI時代高等教育需要一次實踐主義轉向
2026年，帕蘭蒂爾（Palantir Technologies）開始招收一批剛剛高中畢業的年輕人。他們不必先拿到大學文憑，而是直接進入公司，在團隊裡解決技術問題。這個項目只有四個月，規模也不大，當然談不上取代大學。但它提出了一個過去很難公開提出的問題：如果一個18歲的年輕人已經能夠使用AI、寫程序、做產品、參加項目，他的能力究竟應該由一張四年以後才能拿到的文憑證明，還是由他已經做出來的東西證明？ 這個問題一旦提出，麻煩就來了。過去幾十年，大學之所以如此重要，不只是因為它教授知識，還因為它承擔了一項社會篩選功能。一個年輕人進入名校，讀完四年，取得學位，企業由此推斷：這個人智力不錯，能夠完成任務，接受過一定訓練，也能在制度里堅持足夠長時間。學歷既是教育證明，也是人才篩選的代理指標。AI正在削弱這種代理關係。 一個沒有計算機專業學歷的人，今天可以藉助AI寫程序；一個沒有設計學位的人，可以完成產品原型；一個高中生可以調動過去只有專業人員才能使用的知識工具。企業於是會越來越自然地追問：既然我可以直接看到你能做什麼，為什麼還必須先看你在哪裡讀過四年書？這才是帕蘭蒂爾這類實驗值得大學警惕的地方。它未必會摧毀大學，卻可能摧毀一個維持了很久的默認設置：先學習，再工作；先取得資格，再進入現實。AI時代，這個順序正在鬆動。 一 我們今天熟悉的大學，其實帶着很深的工業時代痕跡。學生18歲進入大學，先選一個專業。計算機是計算機，歷史是歷史，經濟是經濟，心理學是心理學。每個專業再切成一門一門課程，每門課程被安排成固定學分，一周上幾次課，一個學期結束考試，修夠學分以後畢業。這套制度最大的特點，是把知識切開以後再交給學生。 現實世界卻不是這樣運行的。一家公司要設計一款老年人使用的AI醫療產品，它面對的不會只是計算機問題。裡面同時有軟件、醫學、心理學、設計、倫理、商業模式、監管和老齡社會問題。一個城市要解決住房問題，也不可能交給一個“住房專業”處理，它同時涉及金融、土地、交通、法律、人口、政治和社區關係。現實中的問題天然是跨學科的，只有學校里的知識被分成專業。 大學當然需要學科。沒有數學，就沒有工程；沒有歷史訓練，就很難理解社會怎樣走到今天；沒有哲學，就容易把價值判斷偽裝成技術判斷。問題出在我們後來把學科從認識世界的工具，變成了組織教育的牆。學生先進入牆裡待四年，畢業以後才第一次面對一個沒有標準答案的問題。 AI出現以後，這種安排越來越奇怪。因為AI最先降低的，正是知識調用的成本。過去遇到一個統計問題，你可能要修完統計課才知道怎麼處理；現在AI可以立即解釋模型、寫代碼、演示方法。過去跨專業意味着重新學習一整套語言，現在機器可以在不同知識體系之間即時翻譯。知識不會因此變得沒有價值，發生變化的是知識在學習中的位置。 過去常常是：先把知識學完，再去解決問題。以後更可能變成：先進入問題，需要什麼知識，再把什麼知識調進來。前一種以課程為中心，後一種以問題為中心。而一個多世紀以前，約翰·杜威已經在討論後面這一種教育。 中文長期把美國哲學中的 pragmatism 翻譯成“實用主義”。這是約定俗成的標準譯名，不能簡單說它在學術上“翻譯錯了”。但如果用“有用就是真理”“什麼管用就用什麼”去理解杜威，那麼確實把他的思想帶到了錯誤方向。尤其在教育領域，我更願意把杜威的精神理解成一種實踐主義。 因為杜威關心的從來不只是“有沒有用”，而是知識怎樣在行動、經驗、失敗、反思和再次行動中形成。斯坦福哲學百科對杜威的總結很準確：在他的哲學中，思想並不是站在現實之外觀察世界的鏡子，而是人在環境中處理問題的一種工具；認識發生在持續的“探究”之中。杜威本人後來甚至更喜歡用“experimentalism”——實驗主義——描述自己的立場。 所以，把杜威簡單概括成一句“通過實踐學習”（learning by doing），其實還不夠。做，並不自動產生學習。一個人可以把同一件事情做二十年，而什麼也沒有學會。杜威強調的是一個循環：遇到問題；形成疑問；尋找材料；提出假設；行動；看到結果；重新解釋；再行動。學習發生在這個循環里。 他的芝加哥實驗學校之所以重要，也正在這裡。學校不再把兒童看成等待灌入知識的容器，而是把真實活動組織成探究過程。教師也不只是告訴學生答案，而是設計環境，讓學生碰到值得解決的問題，然後幫助他們調用知識。一百多年以後，AI反而使杜威顯得比過去更現代。 因為當知識本身越來越容易取得，教育的重點自然會從“你記住了多少”，轉向另外幾個問題：你能不能發現問題？你能不能判斷什麼知識值得相信？你能不能把不同知識放到一起？你能不能把一個想法做出來？做錯以後，你知不知道錯在哪裡？最後，你能不能從一次經驗里長出下一次行動的能力？這些問題，AI可以幫助你，卻不能替你完成。 二 硅谷值得大學學習的，其實也不是“不要上大學”。這是最容易得出的結論，也是最淺的一層。彼得·蒂爾很早就提出讓部分年輕人暫時離開大學去創業，今天帕蘭蒂爾又在嘗試直接從高中畢業生中尋找人才。與此同時，美國一些大學內部其實也早就在進行另一場實驗。比如歐林工程學院（Olin College of Engineering），學生從第一學期就開始設計、製造和測試真實系統，課程把工程、數學、科學、人文、社會科學和創業結合起來；所有學生最終還要參加面向外部問題的長期項目。 這裡出現了一條很有意思的關聯。杜威、硅谷和這些新的大學實驗，表面上相距很遠，其實都在挑戰同一件事情：為什麼學習一定要發生在現實之前？ 傳統大學的時間結構是：學習 → 畢業 → 工作 → 解決問題。實踐主義大學的時間結構會變成：問題 → 學習 → 行動 → 失敗 → 再學習 → 再行動。學習與工作不再是人生前後兩個階段，而開始交錯。這會改變大學的基本組織方式。 今天大學的基本單位是“課”，未來大學的基本單位可能越來越是“項目”。一個學生不再只是說：“這學期我修了經濟學101、Python和社會心理學。”他可能會說：“這一年我們研究紐約年輕人的住房問題。”為了完成這個項目，他必須學統計，理解房地產金融，研究城市規劃，採訪租戶，讀住房法，使用AI處理數據，還要學習怎樣把研究結果講給市議會、投資人和普通居民聽。 這時候，經濟學還在，統計學還在，法律還在，編程還在。它們只是換了位置。學科不再是學習的終點，而成為解決問題時調動的工具。這可能是AI時代大學最深的一次結構變化。 如果沿着這個方向繼續走，大學甚至需要重新設計四年本科。第一年不應該急着把18歲的年輕人鎖進某個專業。更合理的辦法，是讓所有學生先進入幾個共同的問題世界：人、社會、自然、技術。數學、寫作、歷史、科學方法、統計、AI工具仍然要學，但它們不再作為彼此隔絕的基礎課存在，而要進入項目。 學生要做東西，也要讀難書；要寫程序，也要寫長文章；要使用AI，也要在沒有AI的時候證明自己還能思考。這很重要。實踐主義教育絕不能退化成職業培訓。 如果大學最後只剩“企業需要什麼，我就教什麼”，那甚至比今天的專業教育更糟。企業解決的是眼前的問題，大學還必須保存那些十年、二十年以後才知道有沒有用的知識。基礎科學、哲學、文學、歷史甚至某些看起來“沒有用”的研究，正是大學不能交給公司的部分。 杜威的實踐也從來不是狹窄的職業訓練。他把教育看作人的成長，也把它與民主生活聯繫在一起。大學不僅要培養能夠完成任務的人，還要培養能夠判斷什麼任務值得完成的人。 所以AI時代的大學，應該同時保留兩種看起來彼此矛盾的東西：更強的實踐，和更深的人文。學生可以上午做AI機器人，下午討論亞里士多德；可以給一家企業解決供應鏈問題，同時追問這套系統會不會傷害工人；可以訓練模型，也要研究偏見；可以學習如何製造技術，還必須學習什麼時候不應該製造技術。 歐林工程學院這些年的課程改革有一點尤其值得注意：它沒有因為強調項目，就取消人文和社會科學，反而把工程、設計、創業與人文社會科學放進同一個教育結構。它強調的“human-centered engineering”，核心問題不是“怎樣把東西造出來”，而是“我們究竟在為誰造，它會給人帶來什麼”。這才接近杜威。 實踐不是反理論。實踐是理論接受現實檢驗的地方。 三 這樣一來，教師的角色也會改變。過去大學裡最有價值的教師，往往是“知道得最多的人”。AI出現以後，這種優勢會迅速下降。一個教授很難在事實調用速度上超過AI。 教師越來越重要的能力會變成另外幾種：提出好問題，判斷學生的問題有沒有價值，知道什麼時候應該給答案、什麼時候不應該給，發現學生推理中隱藏的漏洞，把不同學科的人組織起來，以及在失敗以後幫助學生理解發生了什麼。教師會從知識供應者，逐漸變成探究的設計者和認知教練。 評價體系也必須跟着改變。今天大學最典型的評價方式是考試和論文。AI已經讓這兩種方式同時發生危機。學生交上一篇完美論文，我們越來越難判斷其中多少能力屬於學生，多少屬於機器。 所以未來大學必須區分兩個概念：系統表現（system performance）——人和AI組成的系統能夠做到什麼；學習者獨立能力（residual learner capability）——拿走AI等工具以後，學習者自己還能夠做到什麼。兩種都要測。 因為現實世界當然允許使用AI。禁止學生使用AI，就像二十年前禁止使用互聯網一樣，很難長久。但學校也必須知道：當機器不在的時候，這個學生能不能讀懂材料、提出問題、建立論證、判斷真假、完成基本推理。 未來一個學生的畢業證明，也許不應該只是一張成績單。它可能越來越像一個能力檔案：我解決過什麼問題；做出過什麼東西；失敗過什麼；怎樣修改；和誰合作；使用過哪些工具；在沒有這些工具的時候還能做什麼。學歷不會消失，但學歷會從“能力的替代證明”，逐漸變成“能力證據的索引”。 這也意味着，“專業”本身可能需要鬆動。工業時代大學最喜歡問一個18歲的孩子：你是什麼專業？ 這是一個奇怪的問題。一個18歲的人甚至還沒有真正看過世界，卻已經被要求決定以後從哪扇門進入世界。AI時代也許應該換一個問題：你想解決什麼問題？ 有人關心衰老，有人關心戰爭，有人關心城市，有人關心兒童，有人關心能源，有人關心貧困，也有人關心機器能不能擁有意識。一個問題自然會把多個學科拉到一起。想研究衰老，就會碰到生物、醫學、心理學、經濟學、倫理和公共政策；想研究戰爭，就會進入歷史、國際政治、博弈論、技術、心理學、地理和經濟學；想研究AI與人的關係，則幾乎必然跨過計算機、哲學、認知科學、法律、教育和社會學。 現實世界從來沒有專業。專業是大學為了管理知識創造出來的。這句話並不是要取消學科。恰恰相反，沒有紮實的學科訓練，所謂跨學科很容易變成什麼都懂一點、什麼都不真正懂。問題在於順序。過去是：先成為經濟學家，再研究世界。以後可能是：先進入世界的問題，再知道什麼時候需要經濟學。學科從身份變成工具。這是一種很大的變化。 四 當然，硅谷不能成為大學改革的唯一老師。硅谷有一種危險的幻覺：凡是可以快速迭代的東西，都可以用創業公司的方式重做。 教育不是軟件。18歲到22歲也不只是人力資本加工期。大學還有一些公司永遠無法替代的功能。它保存不立即賺錢的知識，允許年輕人暫時不被市場定義，讓物理學家和詩人生活在同一個地方，讓一個18歲的人有四年時間改變主意，也讓社會保留一個可以對政府、市場和技術本身提出批評的空間。 如果把大學完全企業化，我們也許會得到更有效率的工程師，卻可能失去能夠問“效率為了什麼”的人。 所以帕蘭蒂爾的實驗值得認真思考，卻不值得簡單模仿。它提醒大學：企業已經開始自己培養過去必須從大學尋找的人。大學應該聽見這個警報，但大學的回應不能是把自己變成帕蘭蒂爾。大學需要重新回答自己究竟為何存在。 這時候再回到杜威，就會發現一個很有意思的循環。一百多年前，工業化社會正在形成。學校越來越像工廠：按年齡分組，按時間上課，按科目切割知識，按考試給人排序。杜威試圖把教育重新拉回生活。他認為學校不應該只是為未來生活做準備，學校本身就應該成為生活的一部分。 今天我們遇到的是另一個版本的問題。AI正在把大量知識變成隨取隨用的公共基礎設施。過去大學最重要的工作之一，是把稀缺知識集中在校園裡：教授在這裡，圖書館在這裡，實驗室在這裡，學生必須來到這裡才能獲得它們。 現在知識開始離開校園。AI隨身攜帶，世界上最好的講座可以在線看，論文可以瞬間檢索，語言可以即時翻譯，代碼可以即時生成。於是大學必須回答一個過去沒有必要回答的問題：如果知識到處都是，人為什麼還要來到大學？ 答案不應該是因為這裡可以拿到一張文憑。更有力量的答案應該是：因為這裡有一群人和你一起做你一個人做不了的事情。這裡有實驗室，有導師，有項目，有長期合作，有失敗以後重新開始的機會。有人逼你讀一本很難的書，也有人要求你把一個想法做成真的。 大學不再只是保存知識的地方，它應該成為一個製造經驗、組織探究、連接知識與現實的地方。 這就是AI時代大學最可能發生的轉向：從以專業為中心，走向以問題為中心；從以課程為基本單位，走向以項目為基本單位；從先學習後實踐，走向學習與實踐循環發生；從文憑證明能力，走向作品和行動證明能力；從教師傳遞知識，走向教師組織探究；從把AI擋在教室外，走向學習怎樣與AI共同工作，同時保存人的獨立能力。 這不是取消大學。恰恰相反，它是在知識越來越便宜的時候，重新回答大學究竟有什麼不能被機器替代。 杜威一百年前已經給過一個方向：教育不是把已經完成的知識搬進一個人的頭腦，而是在經驗中不斷重建理解和行動的能力。AI使這個方向突然具有了新的現實意義。 工業時代的大學把世界切成專業，然後讓學生一門一門學習。AI時代的大學也許應該倒過來：先把學生放回世界，讓他們遇見問題，讓問題逼他們尋找知識，讓知識進入行動，讓行動暴露錯誤，再讓錯誤把他們送回書本、實驗室和老師那裡。 大學因此不再只是一個年輕人待四年的地方。它重新變成一個動詞：去研究，去嘗試，去失敗，去反思，然後再做一次。 如果AI時代的大學還能保住什麼，我希望首先保住這種能力。因為未來最容易得到的是答案，最難培養的，可能仍然是一個人面對沒有答案的問題時，知道下一步該怎麼走。
|
