工业革命启动了一台至今仍在运转的机器:机器生产商品,人类服务机器。国家很快意识到,要扩大生产就需要操作员,于是创建了完美的流水线——学校。但这不是教人思考的学校,而是批量生产纪律严明的执行者的工厂。

扬·科门斯基的班级授课制与教育无关。它旨在为永无止境的"工作-消费"循环做准备。那些无法融入的人将面临军队,在那里等级制度和命令不再是儿戏。这两个机构解决同一个问题:将人嵌入系统,使其成为可预测的螺丝钉。

这种"成功"的代价高昂。在硅谷之都帕洛阿尔托,高中生因分数竞争而自杀。在中国,高考考生靠输营养液备考,以免浪费时间吃饭。文凭是给雇主的信号:"我愿意每年支付9.4万美元在耶鲁读书,或忍受毛坦厂的军营式管理,只为不被系统淘汰。"

文凭:正在贬值的商品

诺贝尔奖得主迈克尔·斯彭斯早在20世纪70年代就证明:文凭不是知识,而是信号。当这类信号稀缺时,它们有效。但当高等教育普及化,其价值便下降。如今我们缺联合收割机操作员,却过剩写报告说缺收割机操作员的专家。美国年轻人背负1.7万亿美元学生贷款,而系统等着他们偿还并继续工作。

但最可怕的是——你并不被需要。大语言模型(LLM)能以更快更低的成本复制任何知识。人工智能唯一做不到的是承担责任。根据《2025年未来就业报告》,到2030年AI将摧毁9200万个工作岗位,但创造1.7亿个新岗位。只是这些新岗位不是为机器操作员准备的。它们属于那些愿意成为机器与现实之间接口的人,那些敢于为决策承担责任的人。

替代方案:不做数据集

如果你不想成为系统的数据集,有三条路可走。第一是去学校化(unschooling)。这不是放弃教育,而是让孩子重拾好奇心。第二是杰拉尔德·格罗提出的自我导向学习法:从完全依赖导师到完全自主。第三是训练营:针对特定技能(如Python编程)进行高强度沉浸式学习。

我的专业观点:教育系统是一个巨大的数据集,而我们用自己的顺从不断填充它。意识到这一点的人,不再充当原材料,而成为自身价值的建筑师。在AI时代,胜出的不是知道更多的人,而是懂得提出自己问题的人。