这个问题我被学生问过被同行讨论过也被家长旁敲侧击过。作为一个每天站在讲台上、同时自己天天在用 AI 干活的大学老师我不想给那种AI 只是工具、老师永远重要的正确废话。今天把话说透可能会得罪一些人但都是真话。先交代我的位置方便你判断我说话的立场我在高校教计算机核心课程学生横跨软件工程和网络工程两个方向同时我是 AI 的重度用户——写方案、写代码、备课我都在用。所以我既是被 AI冲击的老师也是使用AI 的人。这两个视角合起来才看得全。一、先看两个我课堂上的真实切面第一个切面我教的数据结构是计算机专业出了名的硬课也是出了名的难抬头。指针、递归、树的遍历概念抽象很多学生听着听着眼神就散了。这是所有教这门课的老师都绕不开的现实。第二个切面交上来的作业有几份逻辑流畅、表述规范但把学生叫过来一问——这一步你为什么这么写答不上来。大家都心知肚明发生了什么。这两个切面放在一起其实就是今天教育现场的真实处境AI 已经能替学生产出看起来合格的结果也能替老师完成一部分看起来专业的工作。所以AI 会不会取代老师这个问题靠情怀回答不了必须拆开看。二、这不是第一次有人说老师要被取代把时间轴拉长一点会发现老师要消失这个预言已经出现过很多次了。广播普及时有人说名师的声音会传遍每个教室普通老师没用了电视普及时有人说课堂会被录像取代互联网时代有人说知识随手可查老师只剩维持纪律的功能MOOC 火的那几年顶尖大学的课免费看还要本校老师干什么的论调更是铺天盖地。结果呢这些技术最后都变成了教育的一部分但没有一个真正取代老师。原因很简单它们取代的都是信息传递这个环节而教育里真正值钱的部分从来不只是信息传递。我常给学生举计算器的例子计算器出现的时候也有人惊呼数学教学要完了以后谁还学计算。几十年过去数学课消失了吗没有。变化的是教学的重心——从算得快转向了知道什么时候该算什么、结果意味着什么。AI 本质上是一次更大规模的计算器时刻。它不会让教育消失但会逼着教育的重心再次转移。想明白这一点就不会慌想不明白才会慌。三、AI 到底在接管什么——这部分必须说实话我不打算替同行粉饰。如果一个老师的工作只剩下下面这些那确实危险知识讲授。讲清楚一个知识点AI 已经做得很好了——不会疲惫、无限耐心、可以随时暂停追问甚至能按学生喜欢的比喻方式重新讲一遍。答疑。凌晨两点学生卡在一个 bug 上AI 秒回。这一点任何人类老师都比不了。标准化批改。选择题、填空题、格式检查AI 又快又稳。资料生产。教案初稿、PPT 大纲、习题集、知识点总结——这些材料活AI 的效率是碾压级的。说句得罪人的话如果一位老师的全部价值就是上面这四件事的叠加那被取代不是 AI 太强的问题而是这个岗位定义本来就太单薄。四、AI 接管不了什么——教育的不可替代区但教育里真正决定成败的部分恰恰是 AI 给不了的。我把它们总结成五样东西第一点燃。让一个学生从要我学变成我想学靠的是一个人眼里有光地讲他真正相信的东西。AI 可以讲得正确但它没有热爱而热爱是唯一能传染的东西。第二即时判断。讲到某个地方扫一眼教室发现半数人眼神发直——立刻决定放慢、换例子、还是停下来提问。这种基于现场感知的实时决策是老师最核心的专业技能之一AI 没有现场。第三关系与信任。学生在自我怀疑、想放弃的时候一句我看到你这两个月的进步了从真人嘴里说出来和从屏幕上弹出来重量完全不同。教育在很大程度上是关系先于内容。第四价值观的塑造。什么是诚实什么是责任怎么面对失败怎么对待比自己弱的人——这些东西不是靠课件教的是靠老师这个活样本示范的。第五看见具体的人。AI 面对的是统计意义上的平均学生老师面对的是这一个——这一个基础薄弱但很努力的学生那一个聪明但散漫的学生。因材施教的材永远是具体的。一句话总结AI 取代的是教书里可复制的部分取代不了育人里不可复制的部分。五、所以我在自己的课堂上试什么想明白上面的账我没有焦虑而是开始改自己的课。以下是我这段时间正在做的探索——注意是正在探索不敢说都成功了但方向我想清楚了。第一把 AI 从地下请到地上。禁是禁不住的与其让学生偷偷用不如教他们怎么用。我在课上直接演示怎么用 AI 理解一段代码然后马上追问AI 给你讲了那你能不能告诉我这里为什么必须这样写讲得出来才是学会了讲不出来就是没学。AI 是拐杖不能变成腿。第二把考点从记忆挪到判断。AI 最擅长给答案那考试就不该再考背答案。我在尝试增加判断型题目——比如给一段 AI 生成的解法让学生挑毛病、评优劣、说改进。让 AI 当答案的提供者让学生当答案的评审者。这个能力以后比会做题值钱得多。第三加大过程的权重。一次期末定生死等于逼着学生在最后一步上走捷径。把课堂练习、阶段性小项目、口头表达都算进来学生就没必要赌那一下——因为学习本来就该发生在过程里。第四把我自己用 AI 的真实经验带进课堂。我不是照本宣科地讲AI 是未来而是把我自己怎么用 AI 写代码、做方案、踩了哪些坑讲给学生听。老师自己先成为会用 AI 的人讲出来的东西才有分量。这些尝试未必都奏效我还在持续调整。但有一件事我很确定只会传递知识的老师会被取代而设计学习、引导思考、点燃动力的老师不会。六、给不同人的几句实话给同行别抵触先用起来。你越懂 AI越清楚自己哪里不可替代。把省下来的时间投到 AI 做不了的事上——了解学生、设计课堂、做点燃的工作。给学生你的竞争对手从来不是 AI而是会用 AI 的人。学习能力正在被重新定义——过去是记得多、算得快现在是问得出好问题、判得清好坏、把碎片整合成方案。给家长别再只问孩子背下来没有“考了多少分”开始问你怎么看“你为什么这么选”。前者 AI 全能后者才是你孩子的护城河。给学校和管理者如果评价方式不变——还是只看试卷分数、只看材料留痕——那老师就会被困在恰好是 AI 最擅长的工作里想不被取代都难。评价不改喊多少重视教育都没用。七、我的最终判断最后给我的结论不绕弯子AI 不会取代老师但会用 AI 的老师会取代不会用 AI 的老师更进一步说这一轮技术浪潮真正在做的事情是逼着教育回答一个被搁置了很久的问题——在知识可以随手获取的时代一个人对另一个人的价值到底是什么我的答案是看见、点燃、判断和托底。这四样东西暂时还没有任何模型学得会。我是芦老师一个在大学教计算机、也天天和 AI 打交道的人。上一篇我们聊了我的自我介绍下一篇聊个更实际的写论文、写作业AI 到底该怎么用红线在哪我会把我教学生的那套完整讲给你。关注我别错过。
这个问题我被学生问过被同行讨论过也被家长旁敲侧击过。作为一个每天站在讲台上、同时自己天天在用 AI 干活的大学老师我不想给那种AI 只是工具、老师永远重要的正确废话。今天把话说透可能会得罪一些人但都是真话。先交代我的位置方便你判断我说话的立场我在高校教计算机核心课程学生横跨软件工程和网络工程两个方向同时我是 AI 的重度用户——写方案、写代码、备课我都在用。所以我既是被 AI冲击的老师也是使用AI 的人。这两个视角合起来才看得全。一、先看两个我课堂上的真实切面第一个切面我教的数据结构是计算机专业出了名的硬课也是出了名的难抬头。指针、递归、树的遍历概念抽象很多学生听着听着眼神就散了。这是所有教这门课的老师都绕不开的现实。第二个切面交上来的作业有几份逻辑流畅、表述规范但把学生叫过来一问——这一步你为什么这么写答不上来。大家都心知肚明发生了什么。这两个切面放在一起其实就是今天教育现场的真实处境AI 已经能替学生产出看起来合格的结果也能替老师完成一部分看起来专业的工作。所以AI 会不会取代老师这个问题靠情怀回答不了必须拆开看。二、这不是第一次有人说老师要被取代把时间轴拉长一点会发现老师要消失这个预言已经出现过很多次了。广播普及时有人说名师的声音会传遍每个教室普通老师没用了电视普及时有人说课堂会被录像取代互联网时代有人说知识随手可查老师只剩维持纪律的功能MOOC 火的那几年顶尖大学的课免费看还要本校老师干什么的论调更是铺天盖地。结果呢这些技术最后都变成了教育的一部分但没有一个真正取代老师。原因很简单它们取代的都是信息传递这个环节而教育里真正值钱的部分从来不只是信息传递。我常给学生举计算器的例子计算器出现的时候也有人惊呼数学教学要完了以后谁还学计算。几十年过去数学课消失了吗没有。变化的是教学的重心——从算得快转向了知道什么时候该算什么、结果意味着什么。AI 本质上是一次更大规模的计算器时刻。它不会让教育消失但会逼着教育的重心再次转移。想明白这一点就不会慌想不明白才会慌。三、AI 到底在接管什么——这部分必须说实话我不打算替同行粉饰。如果一个老师的工作只剩下下面这些那确实危险知识讲授。讲清楚一个知识点AI 已经做得很好了——不会疲惫、无限耐心、可以随时暂停追问甚至能按学生喜欢的比喻方式重新讲一遍。答疑。凌晨两点学生卡在一个 bug 上AI 秒回。这一点任何人类老师都比不了。标准化批改。选择题、填空题、格式检查AI 又快又稳。资料生产。教案初稿、PPT 大纲、习题集、知识点总结——这些材料活AI 的效率是碾压级的。说句得罪人的话如果一位老师的全部价值就是上面这四件事的叠加那被取代不是 AI 太强的问题而是这个岗位定义本来就太单薄。四、AI 接管不了什么——教育的不可替代区但教育里真正决定成败的部分恰恰是 AI 给不了的。我把它们总结成五样东西第一点燃。让一个学生从要我学变成我想学靠的是一个人眼里有光地讲他真正相信的东西。AI 可以讲得正确但它没有热爱而热爱是唯一能传染的东西。第二即时判断。讲到某个地方扫一眼教室发现半数人眼神发直——立刻决定放慢、换例子、还是停下来提问。这种基于现场感知的实时决策是老师最核心的专业技能之一AI 没有现场。第三关系与信任。学生在自我怀疑、想放弃的时候一句我看到你这两个月的进步了从真人嘴里说出来和从屏幕上弹出来重量完全不同。教育在很大程度上是关系先于内容。第四价值观的塑造。什么是诚实什么是责任怎么面对失败怎么对待比自己弱的人——这些东西不是靠课件教的是靠老师这个活样本示范的。第五看见具体的人。AI 面对的是统计意义上的平均学生老师面对的是这一个——这一个基础薄弱但很努力的学生那一个聪明但散漫的学生。因材施教的材永远是具体的。一句话总结AI 取代的是教书里可复制的部分取代不了育人里不可复制的部分。五、所以我在自己的课堂上试什么想明白上面的账我没有焦虑而是开始改自己的课。以下是我这段时间正在做的探索——注意是正在探索不敢说都成功了但方向我想清楚了。第一把 AI 从地下请到地上。禁是禁不住的与其让学生偷偷用不如教他们怎么用。我在课上直接演示怎么用 AI 理解一段代码然后马上追问AI 给你讲了那你能不能告诉我这里为什么必须这样写讲得出来才是学会了讲不出来就是没学。AI 是拐杖不能变成腿。第二把考点从记忆挪到判断。AI 最擅长给答案那考试就不该再考背答案。我在尝试增加判断型题目——比如给一段 AI 生成的解法让学生挑毛病、评优劣、说改进。让 AI 当答案的提供者让学生当答案的评审者。这个能力以后比会做题值钱得多。第三加大过程的权重。一次期末定生死等于逼着学生在最后一步上走捷径。把课堂练习、阶段性小项目、口头表达都算进来学生就没必要赌那一下——因为学习本来就该发生在过程里。第四把我自己用 AI 的真实经验带进课堂。我不是照本宣科地讲AI 是未来而是把我自己怎么用 AI 写代码、做方案、踩了哪些坑讲给学生听。老师自己先成为会用 AI 的人讲出来的东西才有分量。这些尝试未必都奏效我还在持续调整。但有一件事我很确定只会传递知识的老师会被取代而设计学习、引导思考、点燃动力的老师不会。六、给不同人的几句实话给同行别抵触先用起来。你越懂 AI越清楚自己哪里不可替代。把省下来的时间投到 AI 做不了的事上——了解学生、设计课堂、做点燃的工作。给学生你的竞争对手从来不是 AI而是会用 AI 的人。学习能力正在被重新定义——过去是记得多、算得快现在是问得出好问题、判得清好坏、把碎片整合成方案。给家长别再只问孩子背下来没有“考了多少分”开始问你怎么看“你为什么这么选”。前者 AI 全能后者才是你孩子的护城河。给学校和管理者如果评价方式不变——还是只看试卷分数、只看材料留痕——那老师就会被困在恰好是 AI 最擅长的工作里想不被取代都难。评价不改喊多少重视教育都没用。七、我的最终判断最后给我的结论不绕弯子AI 不会取代老师但会用 AI 的老师会取代不会用 AI 的老师更进一步说这一轮技术浪潮真正在做的事情是逼着教育回答一个被搁置了很久的问题——在知识可以随手获取的时代一个人对另一个人的价值到底是什么我的答案是看见、点燃、判断和托底。这四样东西暂时还没有任何模型学得会。我是芦老师一个在大学教计算机、也天天和 AI 打交道的人。上一篇我们聊了我的自我介绍下一篇聊个更实际的写论文、写作业AI 到底该怎么用红线在哪我会把我教学生的那套完整讲给你。关注我别错过。
