我们正在不可避免地走向一个AI的时代。

我不同意“技术是中立”这样的说法。这一点波兹曼在《娱乐至死》里说了。早至宗教改革当时，路德博士自己也承认，如果没有印刷机，事情的走向恐怕不会是这样。至于传播技术带来的改变，现在回头读麦克卢汉先知性的《古腾堡群星璀璨》，可能会感慨那本书的写法，整个就好像今天的社交媒体……

那么，AI呢？

这学期我在课上设计了一系列小作业，其中有一个请同学们使用AI完成文献收集任务，并且描述使用AI的经历和感受。我向同学们介绍作业时，先提醒大家：AI不是一个加强版的搜索引擎。生成式AI是大语言模型，通过海量的学习训练，在一个对话中，生成（预测）这个语境中最有可能的下一句话。我们可以说，AI这个机器通过人类无法掌握的计算力，尝试预判人类的预判。或许还可以进一步说：这里至少有一部分，是通过极致计算的人性的体现。

假如，我们使用AI的时候，不太注意把它当作一个“机器”、在提示词里设定限制条件，而是倾向于把它当作人类来对话，按照前几天我跟一位朋友聊天时的说法，可能会发现AI“对内马屁精，对外吵架王”——它会倾向于顺着用户的偏好生成对话，换句话说，让人“舒服”，于是一边让人觉得自己对，一边让人觉得别人错。

经过海量的人类语料库训练，AI向我们呈现了现代文化中的自我中心问题：如果你与一个现代人对话，最有把握的预期是这位对话者内心深处的自我中心、自我满足、自我疗愈的倾向。

韩国教育部大胆地投入巨额资金，尝试将AI融入教学过程，但失败了。失败的一个重要原因是，采用商业逻辑的AI，原本被期待为弱点各个不同的学生提供“个性化的教育设计”，但实践中变成“讨好用户使他继续留在这个消费项目中”。

另一方面，今日的教育必然涉及打分。我们使用各种数量化的手段评估教学的结果。两下结合，就会产生一种对高分的追求，甚至幻觉。这是我们文化的一部分，因为我们所在的世界，在整体上就已经被数量化了。如此，我们就不得不面临双重的挤压：对分数的焦虑，以及对自我的焦虑。

于是，AI在学习中可能被滥用，用于轻松地换取分数。

如果我们同意一种好的教育包含知识/技能的训练和个人品格的培养，那么，某种程度的挫折和冲突就是不可避免的。问题在于，挫折以何种形式出现，以怎样的强度出现。对教师而言，这是一件难以把握的微妙之事。部分原因在于，教育者自己也生活在这个数字化的、自我中心的文化中，教育者也要接受量化考核，也常常面临操纵学生或讨好学生的诱惑。

我确实很努力地尝试，希望同学们理解，分数背后，真正掌握的知识和技能，真正养成的品格，才更值得注意。

这不是一件容易的工作。

有一位同学总成绩不及格，原因是没有做我布置的小作业。我们聊的时候，他告诉我，第一个作业错过了提交时间，当他询问是否可以重做时，我回答说，可以重做，但是不能给分。当时他非常沮丧，后来就没有做作业，而那五个作业前后相继，结果是最终都没有做。他承认是自己的学习态度问题，如果当时坚持一下可能更好。我对他说，这可能是他在人生中学习“承担责任”这件事，付出代价相当小的一次经历了。

我觉得这是一次好的教育实践，但对我而言也不轻松。我遗憾当时没有跟他多聊几句，再给他一些鼓励，或许他可以有一个更积极的经历。这是我理解的，教育者需要承担的风险：尽管我努力了，但我并不知道，做到何种程度对学生更好。教育者永远在“我是否过于严厉”和“我是否过于宽容”之间纠结。好比保罗老师在第一封信里情绪激动地问“你们为什么不立即开除他”，在第二封信里则表示，前书寄出后焦虑至今，恐怕太严厉了，如今知道你们都好，才算放心。

这是品格养成的一部分。因为我们每个人，在时间之流中前行，所作的决定都不能重来，所发生的后果无法逆转。一个决定作出，就会产生后果，在许多时刻所作的微小决定，以及在关键时刻所作的重要决定，叠加起来，最后变成我如今的生活，也塑造了我成为今日这样一个人。很多决定，不只是技术决策，同时也是道德选择。如果我们希望过一个有意义的人生，希望成为一个有美德的人，就不得不在做决定时勇敢，也因为这个决定而焦虑。这种焦虑，并不是因为分数，而是因为爱。

托马斯·阿奎那论圣三一，说圣子和圣灵从父而出，圣子是话语、是理性，圣灵是意志、是爱，他们从父而出，最终又归回，成为一个神圣的圆环。

爱的行动，总是带着不确定性，常常出人意料，因为它不能被某种标准流程规定。甚至，更深的爱总是在冒某种打破寻常框架的风险。

从这一点出发再观察AI，我们看到一个机器，它隐藏了人因爱而运用理性去做结果不定的决定的过程，它消除了人本来应当时常进入的、出于道德考量的焦虑，由此消解了整个人之为人的张力：无需为评估后果而运用理性，也无需为他人的益处而舍己去爱。按照阿伦特的说法，这种状态大约是thoughtless，好像她观察到的艾希曼的状态：没有理性，也没有爱，仅仅生活在某种秩序的幻觉中。

我请同学们尝试使用AI，结果并不十分如意，因为许多同学天然的倾向是很快给出一个安全的标准答案：我知道了，AI可以帮助我们收集资料，但它也会犯错，所以需要小心鉴别——这好像是个在这个语境中，最可预期的回答。

Kepha通识课的老师们会定期聚会，彼此谈论也互相鼓励，上一次我们讨论了AI的问题。我们知道教育的责任和困难，我们希望自己已经尽力去爱学生，帮助他们成为更好的人。

我们不打算消除焦虑，而宁愿在恰当的不确定和焦虑中追求更大的美善。

AI时代或许有一个好处，它每天追问我们：人何以为人？

徐震宇
2026年5月29日